ИИ-инфраструктура 2026: от Jetson до DGX Spark
В 2026 году заказчики редко спрашивают просто «какую видеокарту купить». Обычно задача одна из трёх: модель должна работать на объекте без облака, инженеру нужна своя рабочая станция, чтобы не ждать очереди на общем сервере, или пора собирать стойку на несколько GPU. Мы распределили оборудование раздела «ИИ — инфраструктура» по этим трём случаям. Одной машины, которая подойдёт для всех, не бывает.
На месте: когда видео нельзя отправлять в интернет
Камера на проходной, киоск в музее, производственная линия — видео с них не должно уходить в чужой дата-центр. Здесь важны задержка и энергопотребление, а не рекордная производительность из презентации.
NVIDIA Jetson AGX Orin — плата, на которой прямо на объекте запускают TensorRT и DeepStream. Для пилота берём Developer Kit 64 GB, а для серийного внедрения собираем решение уже не на отладочной плате.
Сервер Edge AI на NVIDIA L4 — когда одной платы мало: нужно обрабатывать несколько потоков, хранить данные на дисках и подключиться к существующей сети. Подробнее — в карточке Edge AI Server 1× L4.
На таких объектах проблемы чаще возникают с охлаждением и с обновлением моделей, чем с нехваткой производительности.
NVIDIA Jetson AGX Orin — плата, на которой прямо на объекте запускают TensorRT и DeepStream. Для пилота берём Developer Kit 64 GB, а для серийного внедрения собираем решение уже не на отладочной плате.
Сервер Edge AI на NVIDIA L4 — когда одной платы мало: нужно обрабатывать несколько потоков, хранить данные на дисках и подключиться к существующей сети. Подробнее — в карточке Edge AI Server 1× L4.
На таких объектах проблемы чаще возникают с охлаждением и с обновлением моделей, чем с нехваткой производительности.
Рабочая станция, пока нет своего кластера
Инженеру по машинному обучению нужен компьютер, на котором модель можно отладить до переноса на сервер. В каталоге есть два крайних варианта:
Рабочая станция на RTX 6000 Ada — для проектирования, рендеринга и дообучения моделей среднего размера. Конфигурация в каталоге.
NVIDIA DGX Spark — компактная станция на Grace Blackwell для локальных прототипов без обязательного доступа к дата-центру. Карточка DGX Spark.
Уровень шума, электропитание в кабинете и подключение к сети мы учитываем сразу при поставке.
Рабочая станция на RTX 6000 Ada — для проектирования, рендеринга и дообучения моделей среднего размера. Конфигурация в каталоге.
NVIDIA DGX Spark — компактная станция на Grace Blackwell для локальных прототипов без обязательного доступа к дата-центру. Карточка DGX Spark.
Уровень шума, электропитание в кабинете и подключение к сети мы учитываем сразу при поставке.
Кластер: когда одной видеокарты уже не хватает
Здесь нужны несколько ускорителей, NVLink, быстрая сеть и система распределения задач. Пример узла — 4× NVIDIA H100. На бумаге это «четыре карты», а в серверной — ещё распределители питания, охлаждение и мониторинг. Без них недельное обучение модели может прерваться уже на второй день.
Характеристики видеокарт берём из карточек каталога. Если нужной конфигурации в каталоге нет, мы так и говорим и не предлагаем H100 «по прайсу» без проверки.
Характеристики видеокарт берём из карточек каталога. Если нужной конфигурации в каталоге нет, мы так и говорим и не предлагаем H100 «по прайсу» без проверки.
ИИ-инфраструктура — это не просто покупка видеокарты. Сначала нужно понять задачу: работа готовой модели, дообучение или обучение с нуля. И только потом выбирать между Jetson, L4, RTX и H100.
Инженер-проектировщик MMVS
Что выяснить до выставления счёта
- Какая задержка ответа модели допустима и где она будет работать — на объекте или в вашей серверной?
- Должны ли данные оставаться внутри организации, или можно часть задач выполнять в облаке?
- Нужно ли оборудование и ПО из реестра, или подходит NVIDIA в обычной комплектации?
- Кто через полгода будет устанавливать драйверы, CUDA и обновления?
Конфигурации — в разделе ИИ и в соседнем разделе серверного оборудования. Офис MMVS — Екатеринбург, ул. Комсомольская, 37. Пишите через контакты.
