Modelli IA che questa macchina esegue
Eseguiti in locale, interamente nella memoria della scheda video: nessun servizio esterno, nessun dato che esce.
| Modello | Parametri | Quant. | Occupa | Margine | Contesto max |
|---|---|---|---|---|---|
| Mixtral 8X22B | 176 B | Q4_0 | 87,2 GB | 164,8 GB | 64k |
| Qwen2.5 72B | 72 B | FP16 | 158,6 GB | 93,4 GB | 32k |
| Qwen2.5 72B | 72 B | Q8_0 | 85,6 GB | 166,4 GB | 32k |
| Qwen2.5 72B | 72 B | Q4_0 | 53,7 GB | 198,3 GB | 32k |
| Llama3.3 70B | 70 B | FP16 | 151,1 GB | 100,9 GB | — |
| Llama3.1 70B | 70 B | FP16 | 151,1 GB | 100,9 GB | — |
| Codellama 70B | 70 B | FP16 | 147,8 GB | 104,2 GB | — |
| Llama3.3 70B | 70 B | Q8_0 | 80,3 GB | 171,7 GB | — |
| Llama3.1 70B | 70 B | Q8_0 | 80,3 GB | 171,7 GB | — |
| Codellama 70B | 70 B | Q8_0 | 78,5 GB | 173,5 GB | — |
| Llama3.3 70B | 70 B | Q4_0 | 45,5 GB | 206,5 GB | — |
| Llama3.1 70B | 70 B | Q4_0 | 45,5 GB | 206,5 GB | — |
| Deepseek-r1 70B | 70 B | Q4_0 | 45,5 GB | 206,5 GB | — |
| Codellama 70B | 70 B | Q4_K_M | 44,4 GB | 207,6 GB | — |
| Codellama 70B | 70 B | Q4_0 | 41,6 GB | 210,4 GB | — |
| Mixtral 8X7B | 56 B | Q4_0 | 29,5 GB | 222,5 GB | 32k |
| Codellama 34B | 34 B | FP16 | 72,3 GB | 179,7 GB | — |
| Codellama 34B | 34 B | Q8_0 | 38,4 GB | 213,6 GB | — |
| Codellama 34B | 34 B | Q4_K_M | 21,7 GB | 230,3 GB | — |
| Llava 34B | 34 B | Q4_0 | 20,8 GB | 231,2 GB | — |
| Codellama 34B | 34 B | Q4_0 | 20,4 GB | 231,6 GB | — |
| Qwen2.5 32B | 32 B | FP16 | 72,5 GB | 179,5 GB | 32k |
| Qwen2.5-coder 32B | 32 B | FP16 | 72,5 GB | 179,5 GB | 32k |
| Qwen2.5 32B | 32 B | Q8_0 | 39,6 GB | 212,4 GB | 32k |
| Qwen2.5-coder 32B | 32 B | Q8_0 | 39,6 GB | 212,4 GB | 32k |
| Qwen2.5 32B | 32 B | Q4_0 | 23,6 GB | 228,4 GB | 32k |
| Qwen2.5-coder 32B | 32 B | Q4_0 | 23,6 GB | 228,4 GB | 32k |
| Qwq 32B | 32 B | Q4_0 | 23,6 GB | 228,4 GB | 40k |
| Deepseek-r1 32B | 32 B | Q4_0 | 23,6 GB | 228,4 GB | 128k |
| Gemma2 27B | 27 B | FP16 | 58,3 GB | 193,7 GB | — |
| Gemma2 27B | 27 B | Q8_0 | 31,0 GB | 221,0 GB | — |
| Gemma3 27B | 27 B | Q4_0 | 18,6 GB | 233,4 GB | — |
| Gemma2 27B | 27 B | Q4_K_M | 17,8 GB | 234,2 GB | — |
| Gemma2 27B | 27 B | Q4_0 | 16,7 GB | 235,3 GB | — |
| Mistral-small 24B | 24 B | Q4_0 | 16,8 GB | 235,2 GB | 32k |
| Mistral-small 22B | 22 B | Q4_0 | 13,5 GB | 238,5 GB | — |
| Qwen2.5 14B | 14 B | FP16 | 33,4 GB | 218,6 GB | 32k |
| Qwen2.5-coder 14B | 14 B | FP16 | 31,6 GB | 220,4 GB | — |
| Qwen2.5 14B | 14 B | Q8_0 | 18,5 GB | 233,5 GB | 32k |
| Qwen2.5-coder 14B | 14 B | Q8_0 | 16,8 GB | 235,2 GB | — |
| Phi4 14B | 14 B | Q4_0 | 9,7 GB | 242,3 GB | — |
| Qwen2.5 14B | 14 B | Q4_0 | 11,4 GB | 240,6 GB | 32k |
| Qwen2.5-coder 14B | 14 B | Q4_0 | 9,6 GB | 242,4 GB | — |
| Deepseek-r1 14B | 14 B | Q4_0 | 11,4 GB | 240,6 GB | 128k |
| Codellama 13B | 13 B | FP16 | 27,9 GB | 224,1 GB | — |
| Codellama 13B | 13 B | Q8_0 | 14,8 GB | 237,2 GB | — |
| Codellama 13B | 13 B | Q4_K_M | 8,4 GB | 243,6 GB | — |
| Codellama 13B | 13 B | Q4_0 | 7,9 GB | 244,1 GB | — |
| Llava 13B | 13 B | Q4_0 | 7,9 GB | 244,1 GB | — |
| Gemma3 12B | 12 B | Q4_0 | 8,7 GB | 243,3 GB | — |
| Gemma2 9B | 9 B | FP16 | 19,8 GB | 232,2 GB | — |
| Gemma2 9B | 9 B | Q8_0 | 10,5 GB | 241,5 GB | — |
| Gemma2 9B | 9 B | Q4_K_M | 6,2 GB | 245,8 GB | — |
| Gemma2 9B | 9 B | Q4_0 | 5,8 GB | 246,2 GB | — |
| Llama3.1 8B | 8 B | FP16 | 17,2 GB | 234,8 GB | — |
| Llama3.1 8B | 8 B | Q8_0 | 9,1 GB | 242,9 GB | — |
| Deepseek-r1 8B | 8 B | Q4_0 | 5,6 GB | 246,4 GB | — |
| Llama3.1 8B | 8 B | Q4_0 | 5,3 GB | 246,7 GB | — |
| Qwen2.5 7B | 7 B | FP16 | 16,8 GB | 235,2 GB | 32k |
| Qwen2.5-coder 7B | 7 B | FP16 | 16,8 GB | 235,2 GB | 32k |
| Mistral 7B | 7 B | FP16 | 16,7 GB | 235,3 GB | 32k |
| Codellama 7B | 7 B | FP16 | 14,4 GB | 237,6 GB | — |
| Qwen2.5 7B | 7 B | Q8_0 | 9,2 GB | 242,8 GB | 32k |
| Qwen2.5-coder 7B | 7 B | Q8_0 | 9,2 GB | 242,8 GB | 32k |
| Mistral 7B | 7 B | Q8_0 | 9,4 GB | 242,6 GB | 32k |
| Codellama 7B | 7 B | Q8_0 | 7,7 GB | 244,3 GB | — |
| Qwen2.5 7B | 7 B | Q4_0 | 5,5 GB | 246,5 GB | 32k |
| Qwen2.5-coder 7B | 7 B | Q4_0 | 5,5 GB | 246,5 GB | 32k |
| Deepseek-r1 7B | 7 B | Q4_0 | 5,5 GB | 246,5 GB | 128k |
| Mistral 7B | 7 B | Q4_0 | 5,8 GB | 246,2 GB | 32k |
| Mistral 7B | 7 B | Q4_K_M | 5,8 GB | 246,2 GB | 32k |
| Llava 7B | 7 B | Q4_0 | 4,4 GB | 247,6 GB | — |
| Codellama 7B | 7 B | Q4_K_M | 4,4 GB | 247,6 GB | — |
| Starcoder2 7B | 7 B | Q4_0 | 4,3 GB | 247,7 GB | — |
| Codellama 7B | 7 B | Q4_0 | 4,1 GB | 247,9 GB | — |
| Gemma3 4B | 4 B | Q4_0 | 3,6 GB | 248,4 GB | — |
| Llama3.2 3B | 3 B | FP16 | 6,9 GB | 245,1 GB | — |
| Qwen2.5 3B | 3 B | FP16 | 6,9 GB | 245,1 GB | 32k |
| Qwen2.5-coder 3B | 3 B | FP16 | 6,6 GB | 245,4 GB | — |
| Llama3.2 3B | 3 B | Q8_0 | 3,7 GB | 248,3 GB | — |
| Qwen2.5 3B | 3 B | Q8_0 | 3,8 GB | 248,2 GB | 32k |
| Qwen2.5-coder 3B | 3 B | Q8_0 | 3,5 GB | 248,5 GB | — |
| Llama3.2 3B | 3 B | Q4_0 | 2,2 GB | 249,8 GB | — |
| Qwen2.5 3B | 3 B | Q4_0 | 2,4 GB | 249,6 GB | 32k |
| Qwen2.5-coder 3B | 3 B | Q4_0 | 2,1 GB | 249,9 GB | — |
| Starcoder2 3B | 3 B | Q4_0 | 1,8 GB | 250,2 GB | — |
| Gemma2 2B | 2 B | FP16 | 5,6 GB | 246,4 GB | — |
| Gemma2 2B | 2 B | Q8_0 | 3,0 GB | 249,0 GB | — |
| Gemma2 2B | 2 B | Q4_K_M | 1,8 GB | 250,2 GB | — |
| Gemma2 2B | 2 B | Q4_0 | 1,7 GB | 250,3 GB | — |
| Qwen2.5 1.5B | 1,5 B | FP16 | 3,3 GB | 248,7 GB | — |
| Qwen2.5-coder 1.5B | 1,5 B | FP16 | 3,3 GB | 248,7 GB | — |
| Qwen2.5 1.5B | 1,5 B | Q8_0 | 1,8 GB | 250,2 GB | — |
| Qwen2.5-coder 1.5B | 1,5 B | Q8_0 | 1,8 GB | 250,2 GB | — |
| Deepseek-r1 1.5B | 1,5 B | Q4_0 | 1,2 GB | 250,8 GB | — |
| Qwen2.5 1.5B | 1,5 B | Q4_0 | 1,1 GB | 250,9 GB | — |
| Qwen2.5-coder 1.5B | 1,5 B | Q4_0 | 1,1 GB | 250,9 GB | — |
| Llama3.2 1B | 1 B | FP16 | 2,7 GB | 249,3 GB | — |
| Llama3.2 1B | 1 B | Q4_0 | 1,4 GB | 250,6 GB | — |
| Gemma3 1B | 1 B | Q4_0 | 0,9 GB | 251,1 GB | — |
| Llama3.2 1B | 1 B | Q4_K_M | 0,9 GB | 251,1 GB | — |
Occupazione calcolata con un margine del 15% per attivazioni e frammentazione, su una finestra di contesto di 8.192 token. Contesti più lunghi richiedono memoria aggiuntiva; modelli più grandi possono girare appoggiandosi alla RAM di sistema, ma molto più lentamente.
Il ASUS ExpertCenter Pro ET900N G3 è il supercomputer desktop di riferimento per ricercatori, sviluppatori AI e data scientist che necessitano di potenza di calcolo estrema in un formato tower standard. Equipaggiato con il processore NVIDIA® GB300 Grace Blackwell Ultra Desktop Superchip — CPU Grace 72-Core Neoverse V2 abbinata alla GPU NVIDIA Blackwell Ultra tramite interconnessione NVLink™-C2C — il sistema eroga fino a 20 petaFLOPS di performance AI con 748 GB di memoria coerente unificata, ideale per workload di large language model training, inferencing e data analytics accelerata.
Il design è ottimizzato per l'integrazione enterprise: supporta lo stacking di due unità ET900N G3 tramite NVIDIA® ConnectX-8 (porte QSFP112 400G) per raddoppiare capacità di memoria e scalabilità del modello. L'alimentatore da 1600W certificato 80+ Titanium garantisce efficienza energetica ai massimi livelli. Il sistema viene fornito con Ubuntu e NVIDIA AI Developer Tools per una soluzione full-stack pronta all'uso.
Ideale per healthcare e life sciences, smart manufacturing, FinTech, smart city e ricerca avanzata.
Dati Tecnici
- CPU: NVIDIA Grace 72-Core Neoverse V2
- GPU: NVIDIA Blackwell Ultra (GB300 Grace Blackwell Ultra Desktop Superchip)
- Interconnessione CPU-GPU: NVIDIA® NVLink™-C2C
- Performance AI: Fino a 20 petaFLOPS
- Memoria: 748 GB coerenti unificati
496 GB LPDDR5X (396 GB/s) per la CPU Grace
252 GB HBM3e (7,1 TB/s) per la GPU Blackwell Ultra - Storage: 4 x SSD NVMe M.2 2280 da 2 TB, 8 TB totali
2 slot PCIe 5.0 x4 per il sistema operativo in RAID 1
2 slot PCIe 6.0 x4 per i dati di training - Sistema operativo / Software: Ubuntu con NVIDIA AI Developer Tools
- Rete LAN: 1 x 10G LAN (Marvell)
1 x 1G LAN Realtek (dedicata gestione BMC) - Networking ad alta velocità: 2 x porte QSFP112 400G (NVIDIA ConnectX-8 SuperNIC)
- Rete wireless: Opzionale (Wi-Fi)
- Porte I/O frontali: 2 x USB 10 Gbps Type-C
2 x USB 10 Gbps Type-A
1 x USB 2.0
1 x Jack cuffie
1 x Jack microfono - Porte I/O posteriori: 4 x USB 10 Gbps Type-A
1 x USB Micro-B (per BMC)
1 x Porta Marvell 10Gb Ethernet
1 x Porta Realtek 1Gb Ethernet (per BMC)
2 x Porte CX-8 NIC (QSFP112 400G)
1 x mini DisplayPort (per BMC)
3 x Jack audio - Alimentatore: 1600W 80+ Titanium ATX
- Scalabilità: Supporto stacking dual-system tramite ConnectX-8 per maggiore capacità memoria e scalabilità modelli
- Certificazioni: CE, FCC (Class A), BSMI, UL, KCC
- Dimensioni (L x P x H): 232 x 584 x 565 mm
- Peso netto: 27 kg
- Peso lordo: 32 kg
- Contenuto della confezione: ASUS ExpertCenter Pro ET900N G3, cavo di alimentazione
- Configurazione: PRO ET900N G3-8T-04 (4 x SSD da 2 TB, cavo di alimentazione EU/UK)
- Opzioni di fabbrica: Wi-Fi 6E
Modulo di interconnessione per due unità
GPU aggiuntiva NVIDIA Blackwell PRO (6000 MAX-Q, 4000 o 2000)
Variante storage da 4 TB - Per lo stacking: cavo DAC QSFP112 fra le due unità, venduto separatamente
Le specifiche tecniche, le descrizioni e le immagini dei prodotti sono fornite dai rispettivi produttori e riportate a titolo informativo. Tali dati possono contenere errori involontari o essere soggetti a variazioni e aggiornamenti da parte del produttore senza preavviso. Le immagini sono da considerarsi indicative e potrebbero non corrispondere esattamente al prodotto consegnato.
In caso di discrepanza, fanno fede le specifiche ufficiali pubblicate dal produttore. I diritti del consumatore previsti dal D.Lgs. 206/2005 restano impregiudicati. Per chiarimenti, contattaci.
Recensioni
Non ci sono recensioni dei clienti in questo momento.
Asus ExpertCenter Pro ET900N G3 - AI Supercomputer NVIDIA GB300 Grace Blackwell Ultra, 748GB, 8TB NVMe
Supercomputer tower con NVIDIA GB300 Grace Blackwell Ultra Superchip, 20 petaFLOPS AI, 748GB memoria coerente, ConnectX-8 e alimentatore 1600W Titanium per AI training e inferencing enterprise
€ 158.600,00o paga a rateFinanziamento @RateinRete
Sella Personal Credit · Importo di riferimento: € 8.300
Ti ricontatteremo entro 1 giorno lavorativo.
Finanziamento soggetto ad approvazione di Sella Personal Credit S.p.A. Importi indicativi dalla tabella finanziaria. La rata effettiva verrà calcolata in base all'importo esatto dell'ordine.