Descrizione

Workstation server configurata e collaudata per far girare modelli linguistici di grandi dimensioni in locale, senza cloud. Consegnata pronta all'uso. HARDWARE 2x Intel Xeon E5-2695 v4: 36 core fisici / 72 thread, AVX2 128 GB RAM ECC registered, moduli DDR4-3200 (8x16 GB su due socket) NVIDIA Tesla V100 PCIe 16 GB HBM2, driver 580, CUDA 12 SSD NVMe 500 GB Rete Gigabit, accesso remoto sicuro già configurato (SSH, Tailscale) SOFTWARE Ubuntu Server, driver NVIDIA e CUDA llama.cpp e ik_llama.cpp compilati e ottimizzati per la V100 Server di inferenza OpenAI-compatibile: si usa da VS Code, Cursor, agent CLI, chat web Speculative decoding (MTP, DFlash, DSpark) e KV cache quantizzata configurati PyTorch e ambiente CUDA pronti MODELLI TESTATI, velocità di generazione Qwen3.8 27B, Q4 in GPU con MTP: 100 token/s Qwen3.8 Flash-Next 125B-A6B: 30 token/s Qwen3.5 397B-A17B: 13-14 token/s GLM-5.3 Flash 320B-A18B: 12-15 token/s DeepSeek V4 Flash 284B-A13B: 15 token/s Prompt processing: 50-300 token/s Con 128 GB di RAM e offload ibrido CPU+GPU esegue modelli da 300-400 miliardi di parametri completamente in locale, con contesto 32-64k token. Ideale per coding assistant privati, agenti AI, ricerca, o come nodo GPU CUDA. CONSEGNA E OPZIONI Al ritiro il sistema può essere reinstallato con Ubuntu pulito. Su richiesta lo consegno già configurato come server pronto all'uso: Tailscale, server di inferenza attivo, modelli caricati. In alternativa rimonto la seconda GPU AMD Radeon con uscite HDMI/DisplayPort, così configuri tutto con monitor collegato come un normale PC; la V100 si rimonta dopo, o si affianca alla Radeon con adattatore. Collaudato sotto carico continuativo. Disponibile prova dal vivo prima dell'acquisto.

Modalità di consegna

In fase di acquisto potrai inserire l'indirizzo

Spedizione gestita dal venditore