Servidores GPU · NVIDIA CMP 170HX · GA100
Servidor CMP 170HX. Os 64 GB ativados antes de você fazer login.
Um servidor CMP 170HX nosso chega desbloqueado: 64 GB de HBM2e em vez dos 8 GB que a NVIDIA deixou visíveis, FP32 em taxa total e o link em PCIe Gen 2. Nós compilamos o driver aberto corrigido da NVIDIA no Linux durante a instalação da máquina, testamos a memória de cada GPU e entregamos o root para você.
A GPU é uma GA100, o mesmo die da A100. Ela saiu de fábrica com a maior parte de si bloqueada no firmware. O projeto cmpunlocker corrige o driver de kernel aberto da NVIDIA para que esses bloqueios caiam toda vez que o driver inicia a GPU. Nada é gravado no firmware. A máquina é de locação exclusiva: ninguém mais roda nela.
- 64 GB HBM2e por GPU
- Ubuntu, Debian, AlmaLinux, Rocky
- Acesso root
- Contrato mensal
CMP 170HX desbloqueada · antes e depois
O que o driver corrigido muda na mesma GPU
O LTT Labs desbloqueou uma CMP 170HX em setembro de 2026 e testou-a bloqueada e desbloqueada na mesma bancada. Os números abaixo são deles, e cada linha indica a sua fonte. As taxas de tokens variam com o modelo, a quantização, a compilação do llama.cpp e as flags, por isso leia-os como uma proporção, não como uma promessa.
Um quadrado por gigabyte de HBM2e.
- 8 GB visíveis como a NVIDIA a enviou
- Mais 56 GB assim que o driver corrigido inicia a GPU
A memória é a mudança que importa
Com 8 GB, a GPU comporta um modelo pequeno e pouco mais. Com 64 GB, comporta um modelo de 27 mil milhões de parâmetros em 8 bits e ainda sobra espaço para contexto. É essa a linha entre uma GPU para testes e uma GPU para servir.
A geração acompanha a largura de banda, a leitura de prompts acompanha a computação
Escrever tokens é limitado pela rapidez com que os pesos saem da memória, e a HBM2e sempre foi rápida nisso. Ler um prompt longo é limitado pelas unidades de multiplicação-soma. O estrangulamento afetava mais aí, por isso é aí que o desbloqueio mostra o maior ganho.
A ligação só importa no momento do carregamento
Gen 2 x4 duplica a taxa entre o host e a GPU, por isso a parte de barramento do carregamento de um modelo demora metade do tempo. Assim que os pesos estão na GPU, o barramento fica parado.
| Measure | As NVIDIA shipped it | Unlocked | Source |
|---|---|---|---|
| GPU memory | 8 GB HBM2e | 64 GB HBM2e | cmpunlocker; 65,536 MiB measured by LTT Labs |
| FP32 fused multiply-add | about 0.39 TFLOPS | unthrottled | 170th Street (stock); cmpunlocker (full SM throughput) |
| PCIe link | Gen 1 x4 | Gen 2 x4 | cmpunlocker |
| Host to GPU, measured | 0.84 GB/s | 1.68 GB/s | LTT Labs, nvbandwidth |
| 8B model at 4-bit, generating | 30 tokens/s | 113 tokens/s | LTT Labs, llama.cpp, Granite 4.1 8B Q4_K_M |
| 8B model at 4-bit, reading a prompt | 351 tokens/s | 2,994 tokens/s | LTT Labs, llama.cpp, pp512 |
| 27B model at 4-bit (~16 GB) | does not fit | 38 tokens/s | LTT Labs, llama.cpp, Qwen 3.6 27B Q4_K_M |
| 27B model at 8-bit (~29 GB) | does not fit | 33 tokens/s | LTT Labs, llama.cpp, Qwen 3.8 27B Q8_0 |
Fontes: LTT Labs, “Actually Download More RAM” (12 de setembro de 2026) para todas as linhas medidas; 170th Street para o valor FP32 de fábrica; cmpunlocker para o que as correções restauram.
A instalação, passo a passo
Como o desbloqueio chega ao seu servidor CMP 170HX
Qualquer pessoa pode ler o README do cmpunlocker. O trabalho é tudo o que está ao redor, feito antes da entrega e mantido funcionando depois. Você não executa nada.
O driver aberto da NVIDIA, fixado em uma versão
O instalador adiciona o repositório CUDA da NVIDIA e instala o userspace do driver aberto para a versão
610.57.04, headless, sem DKMS, e o mantém nessa versão: o pacotenvidia-driver-pinning-610.57.04no Ubuntu e no Debian, um bloqueio de versão via dnf no AlmaLinux e no Rocky. O desbloqueio é feito para um driver exato. A fixação impede que uma atualização de rotina remova as bibliotecas de baixo dele.cmpunlocker, compilado para o seu kernel
Buscamos o cmpunlocker em um commit fixo e compilamos o
nvidia.kopatcheado dentro do novo sistema, contra o kernel que ele está prestes a iniciar. Os patches mudam a forma como o driver inicializa a GPU. Nada é gravado na GPU, então remover o driver a devolve exatamente ao que era.Uma primeira inicialização a frio
O desbloqueio só ocorre no primeiro carregamento do driver depois que a GPU foi desligada. Por isso, cada instalação termina com o servidor desligado e religado pelo BMC, e o primeiro driver a tocar na GPU é o patcheado.
Verificado e testado na memória no primeiro login
Quando o novo sistema responde pela primeira vez, a instalação pergunta a cada GPU como ela foi reconhecida: memória, geração PCIe e largura do link. Em seguida, grava e lê de volta cada byte de memória que o driver entrega, com padrões fixos, por endereço e pseudoaleatórios. Os dois resultados vão para o log de configuração do servidor, onde o suporte pode vê-los.
cmp-unlock statusecmp-unlock memtestdão as mesmas respostas a partir de um shell.Atualizações de kernel não o bloqueiam novamente
Um hook de kernel (
/etc/kernel/postinst.d, ou/etc/kernel/install.dno AlmaLinux e no Rocky) reconstrói os módulos patcheados para cada novo kernel a partir de uma cópia do código-fonte da NVIDIA mantida na máquina. Uma atualização automática não fará a GPU voltar a 8 GB. O gerenciador de pacotes também recusa os pacotes que instalariam um segundo driver padrão ao lado dele. Instale o CUDA comapt install cuda-toolkitoudnf install cuda-toolkite o conflito nunca aparece.
CMP 170HX 64GB · dimensionamento
O que cabe em 64 GB e o que cabia em 8
Apenas pesos, arredondados para cima. Um modelo conta como cabendo quando a GPU o mantém com um quarto a metade de folga para o cache KV e o runtime. Abaixo disso, ele carrega e depois fica sem memória conforme o contexto cresce. Nossa página de LLM dimensiona cada GPU pela mesma regra.
| Model size | Precision | Weights | 8 GB, as shipped | 64 GB, unlocked |
|---|---|---|---|---|
| 7-8 billion parameters | 16-bit | 16 GB | does not fit | fits |
| 7-8 billion parameters | 8-bit | 8 GB | does not fit | fits |
| 7-8 billion parameters | 4-bit | 5 GB | fits | fits |
| 13-14 billion parameters | 16-bit | 28 GB | does not fit | fits |
| 13-14 billion parameters | 8-bit | 14 GB | does not fit | fits |
| 13-14 billion parameters | 4-bit | 8 GB | does not fit | fits |
| 30-34 billion parameters | 16-bit | 68 GB | does not fit | does not fit |
| 30-34 billion parameters | 8-bit | 34 GB | does not fit | fits |
| 30-34 billion parameters | 4-bit | 19 GB | does not fit | fits |
| 70 billion parameters | 16-bit | 140 GB | does not fit | does not fit |
| 70 billion parameters | 8-bit | 70 GB | does not fit | does not fit |
| 70 billion parameters | 4-bit | 38 GB | does not fit | fits |
Duas GPUs em uma máquina comportam o que uma não consegue: um modelo de 70 bilhões de parâmetros em 8 bits precisa de cerca de 70 GB, o que cabe em um par. Dividir um modelo entre várias GPUs ou máquinas é abordado na página de multi-GPU. Dê à máquina pelo menos tanta memória de sistema quanto o maior arquivo de modelo, ou o carregamento fica lento. A memória da configuração de entrada está listada na tabela de preços abaixo, e o configurador adiciona mais.
Leia isto antes de encomendar
Uma GPU barata para inferência de IA, e onde ela para
Uma CMP 170HX desbloqueada oferece muita memória de inferência pelo seu preço mensal. Não é uma A100, e estes são os pontos onde isso se nota.
- Sem ECC
- A correção de erros na HBM2e permanece desligada; ninguém a desbloqueou ainda. Para inferência, um bit invertido custa uma nova tentativa. Para um treino de uma semana, ou trabalho que exija exatidão bit a bit, escolha uma GPU com memória protegida, como a L40S.
- PCIe Gen 2 x4
- Cerca de 1,7 GB/s do host para a GPU, medido, pelo que o barramento precisa de mais de 20 segundos para mover um modelo de 38 GB. Um modelo atravessa-o uma vez e depois vive na memória da GPU, pelo que o serving quase não nota. Um ciclo de treino que transmite batches da memória do sistema nota-o a cada passo.
- Formatos numéricos Ampere
- FP16, BF16, TF32 e INT8 nos tensor cores. Sem FP8 e sem FP4; ambos vieram com gerações posteriores. Modelos quantizados em GGUF, AWQ ou GPTQ funcionam bem, porque desempacotam para formatos que a GPU tem.
- Apenas Linux
- O desbloqueio é um driver de kernel Linux. Encomende a máquina com Ubuntu, Debian, AlmaLinux ou Rocky Linux e ele já vem integrado. No Windows ou no Proxmox VE a GPU funciona como a NVIDIA a enviou, com 8 GB.
- Secure Boot desligado
- Os módulos com patch não estão assinados. Um kernel com Secure Boot ativo recusa-os e deixa a GPU sem driver nenhum, por isso mantenha-o desligado.
- Código da comunidade, não da NVIDIA
- O cmpunlocker é um projeto open-source (GPL-2.0) de Amogh Munikote, e a NVIDIA não o suporta. Instalamos um commit que compilámos e verificámos, e movemos esse pin manualmente, nunca automaticamente.
- A versão de 10 GB fica nos 40 GB
- A CMP 170HX de 8 GB desbloqueia para 64 GB. A versão de 10 GB traz mais memória no seu package do que a que se mantém estável sob carga, pelo que o desbloqueio a segura nos 40 GB. A instalação lê qual a versão que está na máquina e aplica o layout de memória correto a cada GPU.
A máquina por trás do botão
Uma CMP 170HX desbloqueada na máquina mais barata que a aceita
A GPU é uma linha na fatura e a máquina é outra; as duas somam-se. Os valores abaixo são o mínimo que esta configuração custa: a GPU na máquina completa mais barata que a aceita, antes de qualquer imposto sobre vendas. No configurador pode alterar o processador, a memória, os discos e a quantidade de GPUs, e cada alteração é precificada no momento em que a faz.
| GPU | NVIDIA CMP 170HX: 64 GB HBM2e unlocked (8 GB HBM2e without the patched driver) |
|---|---|
| GPU, per month | $189 |
| Machine | Intel Xeon Silver 4110 8 Core 2.10 GHz · 16 GB DDR4 · 2 × SATA-SSD 240 GB (RAID 1) · 1 Gbps |
| Machine, per month | $83.67 |
| Together | $272.67 a month |
| Setup | $29 once |
| GPUs per machine | 1 to 4 |
| Cities | New York, Bucharest, San Francisco and Miami |
| Term | Monthly; 15% off on a twelve-month cycle |
| Driver | NVIDIA open 610.57.04, patched by cmpunlocker, on Ubuntu 22.04–26.04, Debian 12/13, AlmaLinux 9/10 or Rocky Linux 9/10 |
| Memory test | Every byte the driver hands out, written and read back on each GPU before handover |
A taxa de instalação existe porque a GPU é montada por encomenda, o que torna a máquina uma configuração personalizada. É cobrada uma única vez, e o valor mensal mantém-se igual na renovação. Todas as outras GPUs que instalamos são precificadas da mesma forma na página de servidores com GPU.
Respostas
Perguntas sobre o servidor CMP 170HX
O que é um CMP 170HX desbloqueado?
Uma NVIDIA CMP 170HX rodando uma versão corrigida do driver de kernel aberto da NVIDIA, do projeto cmpunlocker. A GPU é uma GA100, o mesmo chip da A100, que a NVIDIA enviou com 8 GB de sua HBM2e visíveis, o multiplicar-somar FP32 limitado e o link mantido em PCIe Gen 1. O driver corrigido ativa os 64 GB, remove a limitação e treina o link em Gen 2 toda vez que inicia a GPU. Nada na GPU em si é modificado.
Quanta VRAM tem uma CMP 170HX quando desbloqueada?
64 GB de HBM2e na versão de 8 GB, que é o que o nvidia-smi reporta quando o driver corrigido roda. A versão de 10 GB fica em 40 GB, o tamanho que se mantém estável nela. Sem o driver corrigido, qualquer uma mostra o que a NVIDIA enviou: 8 ou 10 GB.
A CMP 170HX é boa para inferência de IA?
Sim, para modelos que cabem em 64 GB e trabalhos que não precisam de ECC. Nos testes do LTT Labs, um modelo de 8B em 4 bits gerou 113 tokens por segundo desbloqueado contra 30 bloqueado, e um modelo de 27B em 8 bits rodou a 33 tokens por segundo. Os limites são um link PCIe Gen 2 x4 que deixa o carregamento de modelos mais lento, sem FP8 ou FP4, e sem ECC na memória.
Uma CMP 170HX consegue rodar um modelo de 70B?
Em 4 bits, sim: os pesos ficam em cerca de 38 GB, o que deixa a folga que nossa regra de dimensionamento pede em uma GPU de 64 GB. Em 8 bits, eles ficam em cerca de 70 GB, o que exige duas GPUs; uma máquina aceita até quatro.
O desbloqueio sobrevive a reinicializações e atualizações de kernel?
Sim. Os módulos corrigidos são instalados como qualquer outro módulo de kernel e carregam a cada inicialização. Quando um kernel novo chega, um hook os recompila para ele a partir do código-fonte da NVIDIA mantido na máquina, antes de você iniciar com ele. Se uma GPU ainda subir com 8 GB, rode cmp-unlock build com a versão do seu kernel e reinicie o servidor pelo painel de controle.
Quais sistemas operacionais recebem o driver desbloqueado?
Ubuntu 22.04, 24.04 e 26.04, Debian 12 e 13, AlmaLinux 9 e 10, e Rocky Linux 9 e 10, instalados por nós em qualquer máquina com a GPU. Faz parte da instalação, não é uma opção para marcar. Windows e Proxmox VE recebem a GPU como a NVIDIA a enviou: o desbloqueio é um driver de kernel Linux, e no Proxmox as GPUs geralmente vão para máquinas virtuais, que um driver de host não alcança.
Posso usar CUDA, PyTorch, vLLM e llama.cpp nela?
Sim. O driver é o 610.57.04 da própria NVIDIA com os patches aplicados, então software feito para uma GPU Ampere com driver atual roda. Instale o toolkit CUDA separadamente, com apt install cuda-toolkit ou dnf install cuda-toolkit. Os meta-pacotes cuda e cuda-drivers trariam um segundo driver padrão junto, então o gerenciador de pacotes é configurado para recusá-los.
Quantas GPUs CMP 170HX um servidor aceita?
Até quatro na máquina para a qual esta página aponta. Escolha a quantidade no configurador. Para mais de quatro, ou um modelo dividido entre máquinas, veja a página de multi-GPU.
A memória desbloqueada é confiável?
A versão de 8 GB em 64 GB é a combinação que se manteve firme em testes públicos, e a versão de 10 GB para em 40 GB pelo mesmo motivo. Ainda é memória que a NVIDIA classificou, e uma GPU pode carregar um trecho fraco: o LTT Labs encontrou uma entre as que testaram. Por isso toda instalação a testa. Após o primeiro boot frio, cada byte que o driver vai entregar é escrito e lido de volta em cada GPU, com padrões fixos, de endereço e pseudoaleatórios, cada um invertido no lugar, e o resultado vai para o log de configuração. Isso é uma verificação na entrega, não uma garantia por anos. Se uma GPU apresentar problemas depois, rode cmp-unlock memtest e nos envie a saída. Uma GPU que falha é substituída como qualquer outra peça.
Por que há uma taxa de configuração nesta montagem?
Porque a GPU é instalada sob encomenda. Uma máquina com GPU adicionada é uma montagem personalizada, e uma montagem personalizada tem a taxa de configuração única mostrada na tabela de preços. Ela é cobrada uma vez, e o valor mensal não muda na renovação.
Onde ficam os servidores CMP 170HX?
Nas cidades listadas na tabela de preços. A linha de máquinas também é vendida em Amsterdã, mas o configurador não consegue instalar uma GPU lá, então um CMP 170HX desbloqueado não está disponível nessa cidade.
Como consigo ajuda com o servidor?
Abra o chat neste site. Um assistente de IA responde em segundos e pode verificar sua conta e seu servidor. Peça por uma pessoa e alguém assume.
Mercado de GPUs
Máquinas CMP 170HX anunciadas pelos seus donos
Também alugáveis por mês: máquinas CMP 170HX que os donos anunciam no nosso mercado, cada uma pelo preço definido pelo respetivo dono. Algumas são anunciadas através da nossa empresa irmã, Primcast, e essas são alugadas em primcast.com.
Noutros locais
Se a CMP 170HX não for a opção certa
- Servidores GPUCada GPU que instalamos, com preço mensal próprio ao lado da máquina que a aloja.
- Servidores LLMQue máquina para que modelo, desde caixas só com CPU até GPUs de centro de dados.
- Servidores multi-GPUDividir um modelo por GPUs e máquinas, e quanto custam o barramento e a porta.
- Servidores L40S48 GB com correção de erros, para tarefas que não toleram um bit trocado.
Configure o seu servidor CMP 170HX
Escolha o processador, a memória, os discos e até quatro GPUs. O driver desbloqueado é instalado com o Linux, e a memória de cada GPU é testada antes de receber o acesso. Tem dúvidas primeiro? O chat responde em segundos, e uma pessoa assume quando pedir.