Обучение крупной нейросети неделями на старой станции — норма для исследовательских команд. Дальше — про настольную станцию, на которой те же модели обучаются в четыре раза быстрее: 96 ядер, две RTX 5090 и индивидуальный жидкостной контур.
Что было до: обучение неделями, ограничения теплового бюджета
Клиент — исследовательская организация, направления — глубокое обучение, нейросети, профессиональная трёхмерная визуализация. Профиль работы — длительные циклы обучения моделей и тяжёлый рендеринг сцен, которые на старом поколении станций занимали по несколько недель.
Главный ограничитель — тепло. Воздушное охлаждение под двумя флагманскими видеокартами в плотной компоновке не держит длительной нагрузки. Видеокарты уходят в снижение частот, реальная производительность падает заметно ниже спецификации.
Требование — настольная станция, на которой обучение крупной модели идёт без перерыва несколько недель подряд без падения частот. Корпус — для офиса, эстетика — сдержанная под профессиональную среду.
Threadripper PRO 7995WX — 96 ядер для обучения и рендеринга
В системе установлен AMD Ryzen Threadripper PRO 7995WX — 96 физических ядер, 192 потока, частота до 5.1 ГГц. Этого хватает на одновременную подачу данных к двум видеокартам и обслуживание фоновых задач: подготовку данных, виртуализацию, обмен с накопителями.
Платформа — материнская плата ASUS Pro WS WRX90E-SAGE SE. Полные линии PCIe 5.0 на обе видеокарты без сужения шины.
Две RTX 5090: 64 ГБ видеопамяти для глубокого обучения
В системе установлены две Palit GeForce RTX 5090 GameRock. У каждой по 32 ГБ видеопамяти — суммарно 64 ГБ. Этот объём позволяет загружать большие модели целиком в видеопамять и обучать их без обмена с диском.
256 ГБ ECC-памяти и 12 ТБ NVMe-хранилища
В системе установлено 256 ГБ серверной оперативной памяти Samsung с коррекцией ошибок (ECC) в двух модулях по 128 ГБ. Для многонедельных циклов обучения коррекция ошибок принципиально важна — она исключает потерю результатов из-за случайных битовых сбоев.
Системные накопители — три Samsung 9100 PRO по 4 ТБ, суммарно 12 ТБ на NVMe-шине. Такого объёма хватает на исходные обучающие наборы, промежуточные сохранения модели и финальные веса без перекладывания на внешнее хранилище.
Индивидуальное жидкостное охлаждение: 55–60°C под нагрузкой
Решение под длительные циклы обучения — индивидуальный жидкостной контур с водоблоками на процессоре и обеих видеокартах. Контур держит температуру графических процессоров на уровне 55–60°C под полной нагрузкой, что заметно ниже типичных значений на воздушном охлаждении.
Дополнительно установлено 18 вентиляторов Thermalright с высоким статическим давлением и низким уровнем шума. Тонкая настройка кривых вращения держит шум на приемлемом для офиса уровне даже при многосуточной работе системы.
Станция спроектирована под надёжную круглосуточную работу — без снижения частот, без перерывов, без участия инженера в процессе. Это рабочее место исследователя, на котором обучение крупной модели идёт само собой.
Питание 3000 Вт в сертификации Platinum
За энергоснабжение отвечает блок питания ASUS PRO WS на 3000 Вт в сертификации 80 PLUS Platinum. Высокая эффективность преобразования снижает тепловые потери на самом блоке, что важно для систем с непрерывной нагрузкой по нескольку киловатт.
Результат: обучение моделей в четыре раза быстрее
На задачах глубокого обучения станция дала прирост скорости в четыре раза по сравнению с предыдущим поколением рабочих систем. Циклы, которые занимали месяц, теперь укладываются в неделю — это меняет режим работы исследовательской команды, а не просто ускоряет один процесс.
Станция совместима со стандартным программным стеком — PyTorch, TensorFlow, библиотеками CUDA, движками рендеринга Octane и Redshift. Программный код не меняется, среда не перенастраивается — только время прохождения цикла.
Кому подходит такая конфигурация
Настольная станция на 96 ядрах и двух флагманских видеокартах работает под:
- задачи глубокого обучения — крупные модели, длительные циклы обучения, эксперименты с архитектурой;
- исследовательские команды в области нейросетей, обработки естественного языка, компьютерного зрения;
- профессиональную трёхмерную визуализацию — рендеринг тяжёлых сцен в Octane, Redshift и других графических движках;
- лаборатории с длинными вычислительными циклами, где важна стабильная работа без перерывов на сбои.
HYPERPC AMPERE производится под задачу клиента. Количество видеокарт, объём оперативной памяти, ёмкость локального хранилища, исполнение корпуса — каждый параметр определяется по запросу.
Что делать, если у вас похожая задача
Если ваша исследовательская команда обучает крупные модели и упирается в производительность существующих станций — есть смысл начать с разговора.
Пришлите профиль задачи: какие модели обучаете, размер выборок, текущее время прогона, требования к корпусу и шуму. В ответ — конфигурация HYPERPC AMPERE под вашу задачу и срок развёртывания.
💬 Свяжитесь с нами:
📱 Telegram → t.me/hyperpc_ru_bot
📱 WhatsApp → wa.me/79255388341
📱 VK → vk.com
📱 MAX → max.ru
📧 Почта → sales@hyperpc.ru, server@hyperpc.ru
Листая дальше, вы попадёте на сайт HYPERPC — смотрите конфигурации серверов, оставляйте заявку на нестандартную конфигурацию. Проектируем то, чего нет в каталоге — просто опишите задачу.