Где заказать GPU-сервер для ИИ в России: сравнение российских поставщиков в 2026 году

Заказать GPU-сервер для ИИ в России можно у производителей вычислительных систем, поставщиков серверного оборудования и провайдеров аренды. Выбор зависит не только от видеокарт. Для обучения моделей важны объём памяти и связь между ускорителями, для корпоративного внедрения — подготовка программной среды, сроки поставки и обслуживание. Отдельный вопрос — способ приобретения: покупка, лизинг или аренда вычислительных ресурсов.

В этой подборке сравним шесть компаний с разными подходами. Одни собирают оборудование под задачу, другие предлагают готовые платформы международных производителей, третьи позволяют начать работу без покупки техники. Поэтому порядок позиций не означает, что сервер, в котором восемь графических ускорителей, нужно предпочесть небольшой системе при любом бюджете.

Сравнение рассчитано прежде всего на команды, которым нужны локальные языковые модели, обработка документов, компьютерное зрение или обучение нейросетей. Здесь важен весь путь от согласования конфигурации до запуска рабочей нагрузки. Сервер, который приехал вовремя, но ещё неделю требует настройки, обходится дороже своей цены в конечном счёте.

Цены и опубликованные условия проверены 30 сентября 2026 года. Наличие, комплектацию и окончательную стоимость обязательно необходимо подтверждать у поставщиков перед заказом.

В основу подборки легли пять критериев. Они помогают оценить не только оборудование, но и объём работы, который остаётся заказчику после его получения.

DigitalRazor — российский производитель вычислительных систем, предлагающий GPU-серверы с ускорителями NVIDIA в количестве от одного до восьми, включая решения на H200.

В линейке есть несколько направлений:

Серьёзное преимущество перед конкурентами — возможность согласовать не только комплектующие, но и рабочую среду. Для DevBox AI заявлены бесплатная установка и настройка необходимого ПО по запросу, 72-часовые нагрузочные испытания и прямое обращение к инженерам службы поддержки. Программные проблемы эксперты компании стараются решить удалённо, аппаратные — ремонтом или заменой компонентов.

Отдельно DigitalRazor предлагает OneStack — подготовленную программную среду с драйверами NVIDIA, CUDA, PyTorch, TensorFlow, JAX, vLLM, контейнерами и браузерным управлением. Предусмотрена её работа без подключения к интернету. Это полезно команде, которая хочет сразу начать заниматься моделями. Вместо того, чтобы разбираться в согласовании версий драйверов, изучать особенности CUDA и искать недостающие библиотеки. В OneStack всё работает из коробки: включил, в несколько кликов развернул нужную модель, начал работать. Немаловажный момент: в платформе OneStack есть поддержка air-gapped-режима (Astra Linux) для госсектора.

Цену инженеры компании рассчитывают под конкретную конфигурацию и бизнес-задачи клиента. Доступны покупка с НДС, безналичный расчёт, лизинг через партнёров, поддержка 44-ФЗ и 223-ФЗ. Поставка готовых конфигураций в течение 2–4 недель, кастомных с H200 — 3–6 недель. До Москвы и Санкт-Петербурга доставка занимает 1–3 дня, и 3–10 дней в регионы. Можно забрать сервер самовывозом в Санкт-Петербурге в день готовности. Доставка бесплатная и со страхованием, что очень важно, учитывая высокую стоимость оборудования. Отсутствие страховки может стоить вам очень дорого. Компания предоставляет 12 месяцев гарантии, с возможностью расширения до трёх лет.

Компанию Servermall стоит рассмотреть, если нужен сервер известного производителя и вы допускаете выбор между новым и восстановленным оборудованием. В каталоге эти категории разделены, что существенно для сравнения цены и условий эксплуатации.

Один из опубликованных вариантов — восстановленный Dell PowerEdge XE9680:

Доступен лизинг. Такой вариант интересен организациям, у которых уже есть серверная инфраструктура и специалисты, знакомые с обслуживанием подобных платформ. Восстановленное оборудование может расширить доступный бюджет, но его состояние и состав поставки нужно рассматривать столь же внимательно, как характеристики ускорителей. В подобных предложениях всегда могут скрываться подводные камни, которые позднее могут привести к неприятным незапланированным расходам.

Главная деталь, на которую стоит обратить пристальное внимание, находится в условиях гарантии. Для решений AI/LLM заявлено покрытие на три года для сервера и на один год для GPU. То есть, если графический ускоритель сгорит через год и один день, то здесь помочь уже будет нечем. Указанный срок замены может достигать 45 рабочих дней.

Это не повод списывать поставщика со счетов, но важный пункт для расчёта рисков. Если на сервере работает единственный экземпляр корпоративного сервиса, понадобится резервирование. Продолжительная гарантия на основную платформу не защищает от остановки работы из-за вышедшего из строя ускорителя.

Перед заказом также стоит уточнить у поставщика программную подготовку, потому что перечня работ по внедрению на сайте Servermall нет. Указаны только проверка комплектующих, 10 часов тестирования, безопасная доставка и возможность покупки в лизинг

HOSTKEY предлагает аренду вычислительных ресурсов с GPU. Это другой способ решить задачу: оборудование не приобретаем в собственность, а расходы распределяем по времени использования.

В опубликованном каталоге есть, например, такой тариф:

Представлены и более серьёзные конфигурации, включая варианты с четырьмя RTX 4090. При выборе нужно различать виртуальные ресурсы и выделенное оборудование, а также проверять конкретную локацию: отечественное происхождение провайдера не гарантирует размещение любой конфигурации в России.

Аренда удобна для проверки гипотезы. Например, команда может оценить потребление памяти, скорость обработки документов и реальную загрузку GPU до согласования капитальной закупки. Если проект остановится, не придётся искать новое применение дорогому серверу.

При постоянной нагрузке решение уже требует тщательного расчёта. К ежемесячной плате добавляются требования к хранению данных, резервным копиям и переносу среды. Для закрытого контура на площадке заказчика аренда внешних ресурсов обычно не может заменить собственное оборудование.

Гарантия на купленный сервер здесь неприменима. Вместо неё оценивать нужно договор обслуживания, доступность ресурсов, поддержка и порядок действий при сбое.

ServerFlow предлагает GPU-платформы нескольких производителей. В разделе HGX H200 представлены ASUS, ASRock Rack, Dell, HPE и Gigabyte. Такой каталог удобен, когда вы уже определили архитектуру и нужно выбрать конкретное исполнение.

Например, для ASUS ESC N8-E11V опубликованы:

Объём памяти «до 8 ТБ» описывает возможности платформы, а не подтверждённую комплектацию за указанную сумму. Перед сравнением с другим поставщиком потребуется спецификация с установленными процессорами, памятью и накопителями.

По общим гарантийным условиям базовый срок составляет один год, продление до пяти лет согласовывается отдельно. На странице выбранной платформы также указана годовая гарантия с заменой компонентов.

Это неплохой вариант для закупки тяжёлого вычислительного узла, а не для недорогого первого эксперимента с ИИ. До заказа стоит получить подтверждение срока поставки и перечня пусконаладочных работ. Наличие модели в каталоге не означает наличие готового сервера на складе.

Преимущество такого формата — возможность сравнить несколько аппаратных платформ в одном месте. Ограничение — необходимость подробно разбирать состав каждого предложения. Здесь без глубокой экспертизы не обойтись.

ServerICT публикует предложение на ASUS ESC N8-E11/E11V с восемью H200. Оно интересно тем, что рядом с названием платформы приведена достаточно подробная конфигурация.

В выбранном варианте указаны:

Рублёвая стоимость зависит от курса на дату оплаты. Для серверов и накопителей заявлена трёхлетняя гарантия производителя. Покрытие ускорителей, исполнителя гарантийных обязательств и порядок обслуживания в России нужно уточнить в договоре.

Такое предложение проще включить в запрос коммерческих предложений: есть отправная точка для сравнения процессоров, памяти и сети. Но близкие названия ASUS у двух поставщиков ещё не означают полностью одинаковые серверы.

Особенно внимательно стоит проверить программную часть. Совместимость с NVIDIA AI Enterprise или поддержка фреймворков не равнозначны включённым лицензиям и настроенной среде.

ServerICT имеет смысл рассматривать для проекта с уже сформированными требованиями. Если задача пока описана лишь словами «нужен сервер для нейросетей», сначала нужен инженерный расчёт, а не выбор самой внушительной спецификации.

GetCore предлагает серверы для обучения и инференса — выполнения запросов уже обученной моделью. На сайте встречаются предложения покупки, лизинга и аренды, а также конфигурации с подготовленной программной средой.

Один из примеров для обучения:

Опубликованная цена — 12 750 800 ₽ с доставкой транспортной компанией и программным обеспечением. Заявленный срок — четыре–пять недель после оплаты.

Расширенная гарантия выделена отдельно: вариант на три года добавляет 637 540 ₽ к стоимости, на пять лет — 1 275 080 ₽. Поэтому сравнивать только крупную цифру рядом с сервером недостаточно. Для одинакового сервисного покрытия итоговые суммы будут другими.

Удобство предложения — в возможности заранее обсудить программный стек и получить понятный состав поставки. Однако конкретные версии, настройку распределённого обучения и помощь после запуска лучше заранее прописать в приложении к договору.

Четыре H100 PCIe не следует считать половиной HGX-сервера с восемью SXM-ускорителями. Различаются не только количество карт, но и обмен данными между ними. Выбор определяется рабочей нагрузкой и допустимым временем выполнения задачи.

Цены ниже относятся к разным конфигурациям. Таблица показывает формат предложений, а не стоимость одинаковой вычислительной мощности.

Хорошее техническое задание начинается не со списка дорогих профессиональных ускорителей, а с описания работы. Для языковой модели это её название, формат весов, длина контекста, число одновременных пользователей и допустимая задержка ответа. Для обучения — ещё и метод, объём данных и срок, в который должен завершиться эксперимент.

Полезно передать поставщику небольшой воспроизводимый тест. Не конфиденциальную базу целиком, а согласованный пример нагрузки с измеримым результатом. Тогда обсуждение «подойдёт ли сервер» превращается в проверку скорости, памяти и стабильности.

В договоре или приложении к нему обязательно стоит зафиксировать:

Отдельного внимания требует размещение. Многокарточную систему нельзя автоматически считать подходящей для обычного кабинета. Нужно согласовать питание, охлаждение, шум, глубину стойки и сетевые подключения. Например, производитель DevBox AI прямо рекомендует серверную комнату или ЦОД, а не рабочую зону.

Такой список не усложняет закупку. Он сокращает число вопросов, которые иначе возникнут уже после доставки, когда бюджет потрачен, а команда ждёт доступ к вычислениям.

Единой стартовой цены нет: система для небольших экспериментов и узел для распределённого обучения относятся к разным классам. В рассмотренных предложениях сервер с четырьмя H100 стоит 12,75 млн ₽, а конфигурация с восемью H200 — от 34,16 млн ₽. Эти суммы нельзя переносить на все задачи ИИ. Бюджет рассчитывается после выбора модели, метода обучения и требуемого времени выполнения.

Аренда удобнее для короткого пилота, нерегулярных экспериментов и ещё неясной нагрузки. Покупка заслуживает расчёта при постоянной работе и необходимости держать данные на своей площадке. Сравнивать нужно расходы за одинаковый период: оборудование, размещение, электричество, обслуживание и труд инженеров против аренды и сопутствующих услуг. Универсального срока окупаемости без этих исходных данных нет.

Сначала нужно уточнить, идёт ли речь о полном обучении, дообучении всех весов или методах LoRA/QLoRA. Только веса 70B-модели в 16-битном формате занимают примерно 140 ГБ, а обучение требует дополнительной памяти. Поэтому обещание «одной карты хватит для 70B» без описания метода мало что говорит. Конфигурацию проверяют на конкретной модели, длине последовательности и размере пакета данных.

Один NVIDIA H200 оснащён 141 ГБ HBM3e. Это позволяет решать задачи, для которых памяти одной потребительской карты недостаточно. Но покупать H200 только из-за принадлежности к серверному классу необязательно. Если модель помещается на RTX и скорость устраивает, более доступная система может оказаться рациональнее. Для нескольких GPU дополнительно оценивают архитектуру обмена данными.

Да, если заранее подготовить драйверы, контейнеры, библиотеки, веса моделей и порядок обновлений. Например, OneStack предусматривает автономную работу и обновление через офлайн-архивы. Однако отсутствие интернета само по себе не делает систему соответствующей требованиям конкретной организации. Для защищённой инфраструктуры отдельно согласовываются ОС, права доступа, журналирование, лицензии и процедуры сопровождения.

Это зависит от поставщика и договора. Иногда сервер поставляется только с ОС, иногда — с драйверами, контейнерами и готовым окружением. Формулировка «поддерживает PyTorch» не обещает его установку. До оплаты стоит зафиксировать версии компонентов и критерий приёмки: например, успешный запуск согласованного теста. Обучение сотрудников и сопровождение прикладной модели могут оплачиваться отдельно.

Для покупки системы с подготовленной средой DigitalRazor определённо самый подходящий вариант: доступны разные классы оборудования с чётким разграничением продуктовых линеек, есть продолжительные нагрузочные испытания и заранее понятная инженерная помощь при запуске. Окончательный выбор стоит делать после согласования цены, срока и единого гарантийного покрытия.

Компания Servermall интересна выбором не только новых, но и бывших в употреблении платформ. Однако это влечёт за собой определённые риски. ServerFlow и ServerICT подходят для сравнения предложений на конкретные многокарточные серверы. А GetCore позволяет рассмотреть конфигурацию вместе с ПО и сервисными опциями. HOSTKEY решает другую задачу — предоставляет ресурсы без покупки оборудования. Но такой вариант не подходит компаниям, которые планируют работать внутри замкнутого контура без передачи информации третьим лицам.

Следует помнить, что лучший результат здесь даёт не самая мощная и дорогая модель GPU, а совпадение сервера с нагрузкой. Перед крупной закупкой гораздо полезнее получить тест своей модели и понятные обязательства поставщика, чем ориентироваться на обещания универсальной мощности. Именно это отличает обоснованную инвестицию в инфраструктуру от дорогого эксперимента.