🛒 0

NVIDIA DGX Station AI Работна станция

Чип NVIDIA GB300 Grace Blackwell Ultra Суперчип
Когерентна памет 748 GB унифицирана: 496 GB LPDDR5X + 252 GB HBM3e
Производителност на ИИ 20 PetaFLOPS (FP4)
Мащабира до Клъстер с 2 станции
105 000 €
Конфигурация на клъстер

Нашият екип ще ви последва с индивидуална оферта.

Използвайте това, за да различавате различните конфигурации в количката си — удобно, ако поръчвате един и същ продукт с различни опции.

Крайна цена 105 000 €

Пълни спецификации

Изчислителна мощност & Памет

Суперчип

NVIDIA GB300 Grace Blackwell Ultra Desktop Суперчип

Процесор

NVIDIA Grace CPU Суперчип, 72 ядра Arm Neoverse V2

Графичен процесор (GPU)

1× NVIDIA Blackwell Ultra GPU

Когерентна памет

748 GB унифицирана: 496 GB LPDDR5X + 252 GB HBM3e

Интерконект на паметта

NVLink-C2C, 900 GB/s честотна лента между CPU и GPU

Производителност на ИИ

20 PetaFLOPS (FP4)

GPU с множество инстанции

До 7 изолирани GPU партиции (MIG)

Съхранение & Физически характеристики

Съхранение (Слотове)

4× M.2 2280 PCIe 5.0 x4 NVMe

Разширение за GPU

PCIe 5.0, 1× с двойна широчина + 2× с единична широчина x16 слот(а) за незадължителна NVIDIA RTX PRO GPU за дисплей/визуализация

Форм фактор

Настолна кула, референтен дизайн на шаси от NVIDIA

Размери

24,5 x 52,8 x 59,5 cm

Мрежи и клъстеризация

Високоскоростни мрежи

2× 400G QSFP112 порта чрез NVIDIA ConnectX-8 SuperNIC

Клъстеризация с множество станции

Директно свързване чрез 400GbE на до 2 DGX станции в комбиниран кохерентен паметен пул от 1 496 GB

Безжична връзка (по избор)

PCIe M.2 2230 слот за Wi-Fi/Bluetooth модул; може да остане неизползван за изолирани (air-gapped) инсталации

Захранване & Топлинен режим

Захранване

Захранване 1600 W, съвместимо със стандартен офис контакт

Охлаждане

Затворен цикъл течно охлаждане, стабилна производителност при тежки AI натоварвания

Управление и софтуер

BMC

ASPEED AST2600

Управление от разстояние

IPMI 2.0 и Redfish API, мониторинг и управление в стил на център за данни

Сигурност

Хардуерен корен на доверие, корпоративен защитен старт (secure boot)

Софтуерен стек

NVIDIA DGX OS, готов за внедряване на агент NVIDIA NemoClaw

Предпочитате бързо AI-резюме? Пропуснете четенето — изследвайте пълните спецификации на продукта и пригодността му за вашия случай с AI асистент по избор.

NVIDIA представи DGX Station на 17 март 2026 г. като референтна работна станция за платформата NVIDIA GB300 Grace Blackwell Superchip — проектирана и валидирана директно от NVIDIA за локално изпълнение на модели с трилион параметри и произведена под лиценз от хардуерните партньори на NVIDIA.

Хардуерни спецификации

DGX Station е изградена около единичен NVIDIA Grace CPU Superchip — 72 ядра Arm Neoverse V2 и 496 GB памет LPDDR5X — съчетана с NVIDIA Blackwell Ultra GPU с 252 GB GPU памет HBM3e, обединени чрез NVLink-C2C в кохерентна паметна система от 748 GB. До 7 изолирани MIG партиции позволяват на една станция да обслужва няколко екипа или задачи едновременно без конфликти. Системата предлага 4× M.2 2280 NVMe съхранение PCIe 5.0 x4, двупортов NVIDIA ConnectX-8 400G SuperNIC и PCIe 5.0 разширителни слотове за незадължителен NVIDIA RTX PRO GPU за дисплей и визуализация.

Локален AI сървър за бизнес употреба

DGX Station е проектирана да функционира като споделен локален AI ресурс. Множество служители могат да подават задачи за обработка на документи — преглед на договори, извличане на фактури, съставяне на доклади, триаж на имейли — през работния ден, като задачите се обработват централизирано на място вместо чрез външни облачни услуги.

Чрез NVIDIA NemoClaw автономни агенти могат да работят непрекъснато на системата, обработвайки повтарящи се задачи като мониторинг на входяща поща или планирано генериране на доклади без човешка намеса. Това позволява на DGX Station да функционира като постоянна AI инфраструктура за бизнеса, поддържайки стабилни документни процеси.

Разширяване на капацитета: клъстериране на две станции

За задачи, надвишаващи възможностите на единична станция, две DGX Station могат да се свържат чрез вградените 400G SuperNIC портове ConnectX-8, комбинирайки се в единна кохерентна паметна система от 1 496 GB, достъпна от двете машини. Това осигурява директен път за надграждане за разрастващи се екипи без промени в архитектурата или работния процес, налична като опция при конфигуриране.

Референтна платформа, изградена върху девет години развитие на DGX Station

Името DGX Station датира от 2017 г., когато NVIDIA представи първоначалната DGX Station като алтернатива на рафтовата AI инфраструктура, изградена около четири GPU NVIDIA Tesla V100. През ноември 2020 г. я наследява DGX Station A100 с четири GPU NVIDIA A100 Tensor Core, предлагайки до 320 GB GPU памет, разпределена в четири отделни карти, изискващи изрично разпределяне на задачите в конфигурацията с множество GPU.

Текущата DGX Station, представена през 2026 г., замества този мулти-GPU подход с единичен NVIDIA GB300 Grace Blackwell Ultra Superchip: една кохерентна, обединена паметна система от 748 GB, споделена директно между CPU и GPU чрез NVLink-C2C, вместо четири отделни GPU паметни системи, свързани чрез софтуер.

Кохерентна памет капацитет по поколения

2017 DGX Station 4× Tesla V100, 64 GB GPU памет
2020 DGX Station A100 4× A100, до 320 GB GPU памет
2026 DGX Station (GB300) 1 суперчип, 748 GB унифицирана кохерентна памет

Една кохерентна паметна система, споделена директно между CPU и GPU — не се изисква ръчно разделяне за множество GPU.

Сравнение на разходите: On-Premises срещу Cloud AI API

За СМБ, обработващи големи обеми документи дневно, разликата между фиксирана on-premises система и облачна AI таксуване базирана на употреба нараства значително с времето.

Cloud AI API
~500K лв. – ~1300K лв.
за 3 години, постоянни задачи
Таксуването базирано на употреба се мащабира с обема. Разходите нарастват линейно (или по-бързо) с увеличаване на документните/агентни задачи, без таван.
NVIDIA DGX Station AI Работна станция
~€120k
за 3 години, фиксиран хардуер + оперативни разходи
Еднократни хардуерни разходи плюс предвидими енергийни и поддръжни разходи. Цената остава постоянна независимо от употребата на системата.
Прогнозна разбивка на разходите за 3 години: DGX Station срещу Cloud AI API
Категория разходиCloud AI APIDGX Station (On-Premises)
Първоначална хардуерна инвестицияНяма€105k (еднократна)
Оперативни разходи година 1~170K лв. – ~420K лв.~8K лв. (енергия & поддръжка)
Оперативни разходи година 2~170K лв. – ~420K лв.~8K лв. (енергия & поддръжка)
Оперативни разходи година 3~170K лв. – ~420K лв.~8K лв. (енергия & поддръжка)
Общо разходи за 3 години~500K лв. – ~1300K лв.118137 EUR

Тъй като обработката се извършва изцяло на място, документи и бизнес данни не се предават на сървъри на трети страни. Това е съществено съображение за организации в правния, финансовия или други сектори, чувствителни към данни.

Резюме

DGX Station предоставя единична система с фиксирана цена, способна да поддържа непрекъсната AI обработка на документи, комбинирана с референтната архитектура на NVIDIA за локално изпълнение на големи AI модели. За СМБ с постоянни AI задачи тя предлага по-нискозатратна алтернатива на повтарящите се облачни AI разходи, с документиран път за надграждане до клъстер от две станции.

българскиБългарскиbg🇧🇬EnglishАнглийскиen🇪🇺БеларускаяБеларускиby🇧🇾bosanskiБосненскиba🇧🇦ΕλληνικάГръцкиgr🇬🇷danskДатскиdk🇩🇰EestiЕстонскиee🇪🇪EspañolИспанскиes🇪🇸ItalianoИталианскиit🇮🇹latviešuЛатвийскиlv🇱🇻LietuviųЛитовскиlt🇱🇹DeutschНемскиde🇩🇪BokmålНорвежкиno🇳🇴PolerowaćПолскиpl🇵🇱PortuguêsПортугалскиpt🇵🇹românăРумънскиro🇷🇴slovenčinaСловашкиsk🇸🇰SlovenecСловенскиsi🇸🇮СрпскиСръбскиrs🇷🇸українськаУкраинскиua🇺🇦magyarУнгарскиhu🇭🇺suomiФинландскиfi🇫🇮FrançaisФренскиfr🇫🇷NederlandsХоландскиnl🇳🇱hrvatskiХърватскиhr🇭🇷češtinaЧешкиcz🇨🇿svenskaШведскиse🇸🇪العربيةАрабскиar🇸🇦বাংলাБенгалскиbd🇧🇩မြန်မာБирманскиmm🇲🇲Tiếng ViệtВиетнамскиvn🇻🇳ქართულიГрузинскиge🇬🇪עבריתИвритil🇮🇱BahasaИндонезийскиid🇮🇩ҚазақКазахскиkz🇰🇿简体Китайскиcn🇨🇳繁體Трад. китайскиhk🇭🇰한국어Корейскиkr🇰🇷MelayuМалайскиmy🇲🇾मराठीМаратиmr🇮🇳नेपालीНепалскиnp🇳🇵فارسیПерсийскиir🇮🇷ਪੰਜਾਬੀПунджабиpa🇮🇳РусскийРускиru🇷🇺සිංහලСинхалскиlk🇱🇰TagalogТагалогph🇵🇭ไทยТайландскиth🇹🇭தமிழ்Тамилскиta🇱🇰తెలుగుТелугуte🇮🇳TürkçeТурскиtr🇹🇷O'zbekУзбекскиuz🇺🇿اردوУрдуpk🇵🇰हिंदीХиндиhi🇮🇳日本語Японскиjp🇯🇵