Kentino AI 576 Genoa RTXPro6000MQ 12000TOPS — 6× RTX Pro 6000 Blackwell Max-Q AI Frontier Server
Een platform van enterprise-kwaliteit, geassembleerd en getest in de EU.
Kentino AI 576 Genua RTXPro6000MQ 12000TOPS
576 GB ECC VRAM Frontier Server
6x RTX Pro 6000 Max-Q Turbofan | EPYC Genoa | 12.000 TOPS INT8
Gepubliceerde externe referenties. Niet gemeten op Kentino-hardware.
Een 7U rackmount inferentieplatform van topklasse met zes NVIDIA RTX Pro 6000 Blackwell Max-Q turbofan-kaarten, gecombineerd tot 576 GB ECC VRAM, één AMD EPYC 9354 Genoa CPU (32C/64T), 768 GB DDR5-4800 ECC (alle 12 kanalen bezet), 4 TB NVMe-opstartschijf en 5x 1200 W servervoedingen. Dezelfde siliciumchips en geheugenpool als de passieve Server Edition-uitvoering, maar met een andere koeler. De Max-Q turbofan is per kaart geïntegreerd, werkt stiller en is minder gevoelig voor luchtstroom in de behuizing. Dezelfde afmetingen als de passieve variant.
Hardware
| Bestanddeel | Detail |
|---|---|
| GPU's | 6x NVIDIA RTX Pro 6000 Blackwell Max-Q 96 GB ECC (turbofan blower, 600 W TDP specificatie, PCIe 5.0 x16, 2000 INT8 TOPS per kaart) |
| VRAM-pool | In totaal 576 GB verdeeld over 6 kaarten (geen NVLink — P2P via PCIe Gen5 met een snelheid van ~55-60 GB/s per richting). |
| CPU | AMD EPYC 9354 Genoa (32C/64T, 280 W, 128x PCIe 5.0 lanes, 12-kanaals DDR5) |
| moederbord | ASRock Rack GENOAD8X-2T/BCM (SP5 Genoa, geïntegreerde Broadcom PEX PCIe Gen5-switch, 12x DDR5, 2x 10 GbE, IPMI) |
| Systeem RAM | 768 GB DDR5-4800 ECC RDIMM (12x 64 GB — alle kanalen bezet, ~460 GB/s totaal) |
| Opstarten / opslag | 4 TB NVMe M.2 (PCIe 4.0 x4) — gedimensioneerd voor geavanceerde checkpoint-staging |
| Stroomvoorziening | Set van 5 servervoedingen van 1200 W (compatibel met HP, totaal 6 kW) |
| Chassis | 7U rackmontage voor 8 GPU's, capaciteit voor 10 PCIe-slots, actieve Gen5 risers |
| Koelen | SP5 Genoa towerkoeler + 8x 120 mm chassisventilatoren. De turbofan-ventilatoren per GPU zijn geïntegreerd — luchtstroom voor datacenters wordt aanbevolen, maar is niet strikt noodzakelijk. Stiller voor labomgevingen. |
| Netwerk | Ingebouwde dubbele 10 GbE (Intel X550) |
Machtsomhulling
- Stroomverbruik van de GPU (specificatie): 6 x 600 W = 4800 W
- Totaal systeemvermogen bij volledige belasting volgens specificaties: ~5720 W
- Totaal vermogen voeding: 6000 W (5 x 1200 W) — 32% reservevermogen
- Max-Q-kaarten verbruiken doorgaans 520-550 W continu, met in de praktijk een marge van meer dan 20%.
Koeling (Max-Q differentiator)
Elke kaart zuigt lucht van voor naar achter aan via een eigen ventilator – deze ventilator is per kaart geïntegreerd. Geschikt voor zowel rack- als open kastopstellingen. Stiller dan een vergelijkbare opstelling met axiale ventilatoren. Het Max-Q firmwareprofiel bevordert een lager continu stroomverbruik (typisch 520-550 W tijdens inferentie). Aanbevolen: kast met geperforeerde voordeur en vrije uitlaatopening aan de achterzijde.
Wat je kunt doen
Identiek aan de Server Edition-versie — dezelfde chip, dezelfde pool van 576 GB. DeepSeek V3 Q4 (~404 GB) met lange context, Kimi-K2 Q2, Mistral Large 3 Q2-Q3, GLM-5 Q2, Qwen3-Coder-480B Q4.
LLM's — tekst / redeneren / programmeren
Chinese grens
- DeepSeek V3 / R1 / V3.1 / V3.2 bij Q4_K_M (~404 GB) comfortabel met lange context (~5-8 tok/s enkele vLLM TP-6, gepubliceerde referentie); fp8 native (~670 GB) met RAM-overloop
- Kimi-K2 (Basis / Instructie / Denken) bij Q2_K (~375 GB) comfortabel (~5-8 tok/s enkel, gepubliceerde referentie)
- GLM-5 / GLM-5.1 (~745B/44B) bij Q2_K (~260 GB); Q3 (~420 GB) met RAM-verspilling
- Qwen3-Coder-480B-A35B bij Q4_K_M (~270 GB) met lange context
- Qwen3-235B-A22B op bf16 (~470 GB) of fp8 (~240 GB)
- ERNIE-4.5-424B-A47B in het vierde kwartaal (~240 GB) met 128k ctx
- Intern-S1-Pro bij Q2_K (~325 GB); Hunyuan-groot in het vierde kwartaal (~220 GB)
- MiniMax-Text-01 / M1 in het vierde kwartaal (~260 GB)
Westelijke grens
- Mistral Groot 3 in het tweede tot en met het derde kwartaal (~243-317 GB) comfortabel (~20-30 tok/s enkel, gepubliceerde referentie)
- Lama 4 Maverick bij Q4_K_M (~232 GB) met lange ctx (~45-55 tok/s enkelvoudig, gepubliceerde referentie)
- Llama-3.1-Nemotron Ultra 253B op fp8 (~253 GB)
- Grok-1 314 miljard in het vierde kwartaal (~182 GB); Sneeuwvlok Noordpoolgebied in het vierde kwartaal (~278 GB)
- DBRX-instructie 132B/36B bij bf16 (~264 GB) of fp8
Visie-taalmodellen
Qwen3-VL-235B-A22B; InternVL3.5-241B-A28B Q4; GLM-4.5V / 4.6V 106B bf16; Llama 3.2 90B Vision bf16; Pixtral Large 124B fp8; Molmo 72B bf16.
Beeldgeneratie
HunyuanImage-3.0 Instruct; FLUX.1 [dev] / [schnell] / Kontext multi-instance (~15-20 s per 1024x1024 image, published reference); SD 3.5 Large; SDXL; AuraFlow; OmniGen; HunyuanImage-2.1; Kolors 2.0.
Video generatie
Wan 2.2 T2V-A14B dual-expert MoE bf16; HunyuanVideo 13B bf16; Open-Sora 2.0 (11B); Mochi-1 (10B); NVIDIA Cosmos Predict 2 tot 14B; CogVideoX-5B; LTX-Video; Pyramid Flow.
Audio / Spraak / Tekst-naar-spraak
Volledige stack resident: Whisper v3 large, Parakeet-TDT 1.1B, Canary 1B, Moshi 7B realtime, Qwen3-Omni, Step-Audio R1, CosyVoice 3.0, Kokoro, Stable Audio Open.
Multimodel / multi-tenant serviceverlening
- DeepSeek V3 Q4 + FLUX + HunyuanVideo + Whisper/Moshi realtime all-resident
- Gelijktijdige 70B tensor-parallelle + 235B-MoE op afzonderlijke PCIe-domeinen
- 3 grensmodellen beschikbaar voor A/B-evaluatie
Doelwerklasten
- Grensverleggend open onderzoekslaboratorium met gemengde/niet-ideale luchtstroominfrastructuur
- Colocatie / privé-datacenter waar per-kaart turbofan operationeel eenvoudiger is dan volledig passieve luchtstroom
- Implementatie van soevereine AI met Apache 2.0 / MIT-modelstack
- Enterprise multi-model RAG + agentisch platform
- Laboratoriumomgevingen met open racks
Gepubliceerde prestatiereferenties
Externe referenties | Dezelfde siliciumchip als de Server Edition | Niet gemeten op Kentino-hardware
| criterium | Resultaat |
|---|---|
| RTX Pro 6000 per-kaart INT8 TOPS | 2000 TOPS |
| vLLM — DeepSeek V3 Q4 op 6x RTX Pro 6000 (enkel) | ~25-40 tok/s |
| vLLM — DeepSeek V3 Q4 op 6x RTX Pro 6000 (batch-32) | 200-400 tok/s totaal |
| FLUX.1 [dev] fp8 op één RTX Pro 6000 | ~15-20 seconden per afbeelding van 1024x1024 pixels |
De exacte cijfers worden bevestigd in de proof-of-conceptfase. Kentino publiceert de eigen cijfers na de eerste testopstelling voor een klant.
Niet ideaal voor
- Kimi-K2 / DeepSeek V3 in productie op real-speed snelheid in het vierde kwartaal — upgrade naar Kentino AI 768 TurinDual RTXPro6000MQ
- Training vanaf nul op geavanceerde modellen — geen NVLink
- Plug-and-play-implementatie — grensoverschrijdende MoE-diensten vereisen een bekwaam MLOps-team.
Garantie en levertijd
De assemblage omvat montage, BIOS-configuratie, driverinstallatie, inbranden, geheugentest, functionele verificatie en het instellen van de LLM-omgeving. De levertijd is afhankelijk van de beschikbaarheid van componenten, die bij de bestelling wordt bevestigd.
Aanbevolen add-ons
- NVIDIA ConnectX-5 MCX555A-ECAT 100 GbE NIC voor multi-node schaalvergroting
- Tweede 4 TB NVMe-schijf voor dataset/modelbibliotheek
- Volledig 24U rackkast met geperforeerde voordeur
- Online UPS 10 kVA
- Beheerde PDU
De vragen die kopers ons het vaakst stellen voordat ze een server bestellen.
Hoe lang duurt het?
Machines die gebouwd zijn met componenten die we op voorraad hebben, worden snel verzonden; voor alles wat een specifieke GPU-generatie vereist, hangt de levering af van de beschikbaarheid. We geven je een leverdatum voordat je betaalt, en als die verandert, laten we je dat weten in plaats van je er zelf achter te laten komen.
Kan de configuratie worden gewijzigd voordat je het bouwt?
Vrijwel altijd. GPU's, geheugen, opslag en koeling worden per bestelling gekozen en de vermelde configuratie is een uitgangspunt, geen vast pakket. Als u meer VRAM, snellere opslag of een andere koeling nodig heeft, geef dit dan vóór uw bestelling aan en wij zullen u een offerte voor de aanpassing sturen.
Kan ik de server zelf ophalen?
Jazeker. Ons magazijn bevindt zich in Praag en u bent van harte welkom om uw bestelling persoonlijk af te halen. De meeste mensen die langskomen, gebruiken het bezoek om de machine met onze technicus door te nemen en vragen te stellen die ze anders niet via e-mail zouden kunnen stellen. Voor bestellingen binnen Tsjechië proberen we ook persoonlijk te bezorgen en u ter plaatse te helpen met de installatie.
Kan ik met iemand praten die de werkdruk echt begrijpt?
Ja. We hebben een engineer die zich specifiek bezighoudt met AI-systemen, niet met algemene verkoop. Als uw vraag gaat over batchgroottes, kwantisering, interconnectie of waar uw knelpunt zich bevindt, stel die dan gerust. Dat gesprek leidt meestal tot een betere configuratie.
Welk model kan ik op deze configuratie gebruiken?
Ja. Elke machine wordt geassembleerd, grondig getest en gebenchmarkd met echte AI-workloads voordat deze wordt verzonden. We krijgen dus een LLM die al is geïnstalleerd en werkt. Je sluit hem aan, verbindt hem met je netwerk en kunt aan de slag. De enige beslissing die je dan nog moet nemen, is welk project je als eerste uitvoert.
Hoe test je een server voordat je hem verzendt?
We testen de machine op daadwerkelijke AI-workloads in plaats van synthetische scores: inferentiedoorvoer, gedrag bij aanhoudende belasting en warmteontwikkeling tijdens continu gebruik. U ontvangt de benchmarkresultaten samen met de machine, zodat de beloofde prestaties ook daadwerkelijk de prestaties zijn die u op de eerste dag kunt controleren.
Is de server direct gebruiksklaar bij aankomst?
Ja. Elke machine wordt geassembleerd, grondig getest en gebenchmarkd met echte AI-workloads voordat deze wordt verzonden. We krijgen dus een LLM die al is geïnstalleerd en werkt. Je sluit hem aan, verbindt hem met je netwerk en kunt aan de slag. De enige beslissing die je dan nog moet nemen, is welk project je als eerste uitvoert.
Verzending vanuit ons EU-magazijn. Voor zware artikelen kan transport nodig zijn — neem contact met ons op voor een prijsopgave en levertijd. 2 jaar beperkte garantie met uitgebreide RMA-ondersteuning; verlengde garantie beschikbaar.
Niet precies wat je zoekt?
Vertel ons uw workload en wij stellen dit platform daarop af — GPU's, geheugen, opslag en koeling afgestemd op wat u daadwerkelijk uitvoert.