🛒 0

NVIDIA DGX Station AI pracovná stanica

Čip NVIDIA GB300 Grace Blackwell Ultra Superčip
Koherentná pamäť 748 GB unifikované: 496 GB LPDDR5X + 252 GB HBM3e
AI výkon 20 PetaFLOPS (FP4)
Škáluje sa na Zhluk (cluster) 2 staníc
105 000 €
Konfigurácia clusteru

Náš tím vám poskytne individuálnu cenovú ponuku.

Použite na rozlíšenie rôznych konfigurácií vo vašom košíku – užitočné pri objednávke rovnakého produktu s rôznymi možnosťami.

Celková cena 105 000 €

Úplné špecifikácie

Výpočty & pamäť

Superčip

NVIDIA GB300 Grace Blackwell Ultra Desktop Superčip

CPU

NVIDIA Grace CPU Superčip, 72 jadier Arm Neoverse V2

GPU

1× NVIDIA Blackwell Ultra GPU

Koherentná pamäť

748 GB unifikované: 496 GB LPDDR5X + 252 GB HBM3e

Pamäťové prepojenie

NVLink-C2C, 900 GB/s priepustnosť medzi CPU a GPU

AI výkon

20 PetaFLOPS (FP4)

GPU s viacerými inštanciami

Až 7 izolovaných partícií GPU (MIG)

Úložisko & fyzické parametre

Úložisko (Sloty)

4× M.2 2280 PCIe 5.0 x4 NVMe

Rozšírenie GPU

PCIe 5.0, 1× slot dvojitej šírky + 2× sloty jednoduchej šírky x16 pre voliteľnú zobrazovaciu/visualizačnú GPU NVIDIA RTX PRO

Formát

Veža na stôl, referenčný dizajn skrine od NVIDIA

Rozmery

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

Sieťové pripojenia a zhlukovanie

Vysokorýchlostné sieťovanie

2× 400G porty QSFP112 cez NVIDIA ConnectX-8 SuperNIC

Zhlukovanie viacerých staníc

Priame prepojenie 400GbE až 2 staníc DGX do kombinovanej pamäťovej pool s koherentnou pamäťou o veľkosti 1 496 GB

Bezdrôtové (voliteľné)

PCIe M.2 2230 slot pre modul Wi-Fi/Bluetooth; môže zostať neosadený pre air-gapped nasadenia

Napájanie & chladenie

Napájací zdroj

1600 W napájací zdroj, kompatibilný so štandardnou kancelárskou zásuvkou

Chladenie

Chladenie kvapalinou v uzavretom okruhu, udržateľný výkon pri náročných AI úlohách

Správa a softvér

BMC

ASPEED AST2600

Vzdialená správa

IPMI 2.0 a Redfish API, monitorovanie a ovládanie v štýle dátového centra

Zabezpečenie

Hardwarový koreň dôvery, podnikové zabezpečené spustenie (secure boot)

Softvérový stack

NVIDIA DGX OS, pripravený na nasadenie agenta NVIDIA NemoClaw

Dáte prednosť rýchlemu AI-sumáru? Preskočte čítanie – preskúmajte úplné špecifikácie tohto produktu a jeho vhodnosť pre vaše použitie s AI asistentom podľa vášho výberu.

NVIDIA predstavilo DGX Station 17. marca 2026 ako referenčný stolný systém pre platformu NVIDIA GB300 Grace Blackwell Superchip – navrhnutý a priamo overený spoločnosťou NVIDIA na lokálne spúšťanie modelov s biliónom parametrov a vyrábaný pod licenciou hardvérovými partnermi NVIDIA.

Hardvérové špecifikácie

DGX Station je postavený okolo jedného NVIDIA Grace CPU Superchip – 72 jadier Arm Neoverse V2 a 496 GB pamäte LPDDR5X – spojeného s NVIDIA Blackwell Ultra GPU s 252 GB GPU pamäte HBM3e, zjednotených prostredníctvom NVLink-C2C do súvislej pamäťovej poolu s objemom 748 GB. Až 7 izolovaných MIG partícií umožňuje, aby jedna stanica obsluhovala niekoľko tímov alebo úloh súčasne bez konfliktu. Systém poskytuje 4× M.2 2280 PCIe 5.0 x4 NVMe úložisko, dvojportový NVIDIA ConnectX-8 400G SuperNIC a PCIe 5.0 expanzné sloty pre voliteľnú GPU NVIDIA RTX PRO určenú na zobrazovanie a vizualizačný výstup.

Lokálny AI server pre podnikové použitie

DGX Station je navrhnutý tak, aby fungoval ako zdieľaný lokálny AI zdroj. Viacerí zamestnanci môžu počas pracovného dňa odosielať úlohy spracovania dokumentov – kontrolu zmlúv, extrakciu faktúr, vypracovanie správ, triedenie e-mailov – pričom úlohy sú spracované centrálne na mieste namiesto smerovania cez externé cloudové služby.

Prostredníctvom NVIDIA NemoClaw môžu na systéme nepretržite bežať autonómne agenti, ktorí spracúvajú opakujúce sa úlohy ako monitorovanie doručenej pošty alebo generovanie plánovaných správ bez potreby, aby človek inicioval každú požiadavku. To umožňuje, aby DGX Station fungoval ako kontinuálna AI infraštruktúra pre podnik, podporujúca stabilné úlohy spracovania dokumentov.

Rozšírenie kapacity: Clustering dvoch staníc

Pre úlohy, ktoré presahujú kapacitu jednej jednotky, možno dva DGX Station prepojiť cez ich integrované 400G porty ConnectX-8 SuperNIC, čím sa spoja do jednej súvislej pamäťovej poolu s objemom 1 496 GB adresovateľnej cez obe zariadenia. To poskytuje priamy upgrade pre rastúce tímy bez potreby novej architektúry alebo zmien workflow, dostupný ako konfiguračná možnosť pri pokladni.

Referenčná platforma postavená na deviatich rokoch vývoja DGX Station

Názov DGX Station siaha do roku 2017, kedy NVIDIA predstavila pôvodný DGX Station ako stolnú alternatívu k AI infraštruktúre v racku, postavenú okolo štyroch GPU NVIDIA Tesla V100. V novembri 2020 ho nahradil DGX Station A100, ktorý prešiel na štyri GPU NVIDIA A100 Tensor Core a ponúkal až 320 GB GPU pamäte rozloženej na štyroch samostatných kartách, pričom každá vyžadovala explicitné rozdelenie a správu úloh v konfigurácii s viacerými GPU.

Súčasný DGX Station, predstavený v roku 2026, nahrádza tento prístup s viacerými GPU jedným NVIDIA GB300 Grace Blackwell Ultra Superchip: jedna súvislá, zjednotená pamäťová pool s objemom 748 GB priamo zdieľaná medzi CPU a GPU cez NVLink-C2C, namiesto štyroch samostatných GPU pamäťových poolov spojených softvérom.

Súvislá pamäťová kapacita podľa generácie

2017 DGX Station 4× Tesla V100, 64 GB GPU pamäte
2020 DGX Station A100 4× A100, až 320 GB GPU pamäte
2026 DGX Station (GB300) 1 superčip, 748 GB zjednotenej súvislej pamäte

Jedna súvislá pamäťová pool, priamo zdieľaná medzi CPU a GPU – nie je potrebná manuálna partitionácia pre viac GPU.

Porovnanie nákladov: On-Premises vs. Cloudové AI API

Pre SMB spracovávajúce denne veľké objemy dokumentov sa rozdiel medzi fixným on-premises systémom a cloudovým AI účtovaním podľa používania časom výrazne zvyšuje.

Cloudové AI API
~250 tis. € – ~650 tis. €
za 3 roky, nepretržitá záťaž
Účtovanie podľa objemu sa škáluje s nárastom. Náklady rastú lineárne (alebo rýchlejšie) so zvyšovaním záťaže dokumentov/agentov, bez stropu.
NVIDIA DGX Station AI pracovná stanica
~120k€
za 3 roky, fixné hardvérové + prevádzkové náklady
Jednorazové hardvérové náklady plus predvídateľné náklady na energiu a údržbu. Náklady zostávajú rovnaké bez ohľadu na to, ako veľmi je systém používaný.
Odhadovaný rozpis nákladov za 3 roky: DGX Station vs. Cloudové AI API
Kategória nákladovCloudové AI APIDGX Station (On-Premises)
Počiatočná investícia do hardvéruŽiadne105k€ (jednorazové)
Prevádzkové náklady rok 1~100 tis. € – ~200 tis. €~4 tis. € (energia & údržba)
Prevádzkové náklady rok 2~100 tis. € – ~200 tis. €~4 tis. € (energia & údržba)
Prevádzkové náklady rok 3~100 tis. € – ~200 tis. €~4 tis. € (energia & údržba)
Kumulatívne náklady za 3 roky~250 tis. € – ~650 tis. €~120k€

Keďže spracovanie prebieha výhradne na mieste, dokumenty a obchodné údaje sa neprenášajú na servery tretích strán. Toto je dôležitý faktor pre organizácie v právnych, finančných alebo iných dátovo citlivých odvetviach.

Zhrnutie

DGX Station poskytuje jeden systém s fixnými nákladmi schopný podporovať kontinuálne AI spracovanie dokumentov v kombinácii s referenčnou architektúrou NVIDIA na lokálne spúšťanie veľkých AI modelov. Pre SMB s trvalou AI záťažou ponúka lacnejšiu alternatívu k opakujúcim sa výdavkom za cloudovú AI s dokumentovaným upgrade path na cluster dvoch staníc.

slovenčinaSlovenčinask🇸🇰EnglishAngličtinaen🇪🇺БеларускаяBieloruštinaby🇧🇾bosanskiBosniančinaba🇧🇦българскиBulharčinabg🇧🇬češtinaČeštinacz🇨🇿hrvatskiChorvátčinahr🇭🇷danskDánčinadk🇩🇰EestiEstónčinaee🇪🇪suomiFínčinafi🇫🇮FrançaisFrancúzštinafr🇫🇷ΕλληνικάGréčtinagr🇬🇷NederlandsHolandčinanl🇳🇱LietuviųLitovčinalt🇱🇹latviešuLotyštinalv🇱🇻magyarMaďarčinahu🇭🇺DeutschNemčinade🇩🇪BokmålNórčinano🇳🇴PolerowaćPoľštinapl🇵🇱PortuguêsPortugalčinapt🇵🇹românăRumunčinaro🇷🇴SlovenecSlovinčinasi🇸🇮EspañolŠpanielčinaes🇪🇸СрпскиSrbčinars🇷🇸svenskaŠvédčinase🇸🇪ItalianoTaliančinait🇮🇹українськаUkrajinčinaua🇺🇦العربيةArabčinaar🇸🇦မြန်မာBarmčinamm🇲🇲বাংলাBengálčinabd🇧🇩简体Čínštinacn🇨🇳繁體Trad. čínštinahk🇭🇰ქართულიGruzínčinage🇬🇪עבריתHebrejčinail🇮🇱हिंदीHindčinahi🇮🇳BahasaIndonézštinaid🇮🇩日本語Japončinajp🇯🇵ҚазақKazaštinakz🇰🇿한국어Kórejčinakr🇰🇷MelayuMalajčinamy🇲🇾मराठीMaráthčinamr🇮🇳नेपालीNepálčinanp🇳🇵ਪੰਜਾਬੀPandžábčinapa🇮🇳فارسیPerzštinair🇮🇷РусскийRuštinaru🇷🇺සිංහලSinhálčinalk🇱🇰TagalogTagalogph🇵🇭தமிழ்Tamilčinata🇱🇰తెలుగుTelugčinate🇮🇳ไทยThajčinath🇹🇭TürkçeTurečtinatr🇹🇷اردوUrdčinapk🇵🇰O'zbekUzbečtinauz🇺🇿Tiếng ViệtVietnamčinavn🇻🇳