เวิร์กสเตชัน AI HP ZGX Fury GB300
ใช้เพื่อแยกความแตกต่างระหว่างการตั้งค่าในรถเข็นของคุณ — มีประโยชน์เมื่อสั่งซื้อสินค้าชนิดเดียวกันด้วยตัวเลือกต่างกัน
ข้อมูลจำเพาะเต็ม
การคำนวณและหน่วยความจำ
ซูเปอร์ชิป
NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip
ซีพียู
1× NVIDIA Grace CPU Superchip, 72 คอร์ Arm Neoverse V2
จีพียู
1× NVIDIA Blackwell Ultra GPU
หน่วยความจำแบบเชื่อมโยง
748 GB แบบรวม: 496 GB LPDDR5X + 252 GB HBM3e
ประสิทธิภาพ AI
20 PetaFLOPS (FP4)
ที่เก็บข้อมูลและทางกายภาพ
ที่เก็บข้อมูล (ช่องเสียบ)
สูงสุด 4× M.2 2280 PCIe 5.0 x4 NVMe (ความจุสูงสุด 8 TB)
ฟอร์มแฟกเตอร์
ตู้ตั้งโต๊ะ, สถาปัตยกรรม NVIDIA DGX Station
ขนาด
24.78 x 58.27 x 52.79 ซม.
เครือข่ายและการขยาย
เครือข่ายความเร็วสูง
2× พอร์ต 400G QSFP112 ผ่าน NVIDIA ConnectX-8 SuperNIC
การขยาย PCIe
PCIe 5.0, 3 ช่อง (1× x16 + 2× x8), รองรับ GPU NVIDIA RTX Pro 6000 / 4000 / 2000
พลังงานและความร้อน
แหล่งจ่ายไฟ
PSU 1600 W ประสิทธิภาพระดับ Titanium, 115–240V ยืดหยุ่น
ระบบทำความเย็น
ระบบทำความเย็นด้วยอากาศแบบตู้, ใช้พลังงานและความต้องการลมตามมาตรฐานสำนักงาน
การจัดการและซอฟต์แวร์
ระบบปฏิบัติการ
Ubuntu, โดยมีแผนรองรับ Windows ในอนาคต
ซอฟต์แวร์สแต็ก
HP ZGX Toolkit(ฟรี, แบบโอเพนซอร์ส), ถูกกำหนดค่ามาล่วงหน้าด้วยซอฟต์แวร์สแต็ค AI จาก NVIDIA
รันไทม์เอเจนต์
NVIDIA NemoClaw พร้อมระบบแซนด์บ็อกซ์แบบแยกส่วนสำหรับเอเจนต์อัตโนมัติ
เอชพีเปิดตัว ZGX Fury GB300 เมื่อวันที่ 6 มิถุนายน 2026 ที่งาน Computex โดยวางตำแหน่งให้อยู่ในระบบนิเวศ NVIDIA GB300 Grace Blackwell Superchip ในฐานะระบบตั้งโต๊ะที่สร้างมาเพื่อรัน โมเดลที่มีพารามิเตอร์ระดับล้านล้าน ได้ในเครื่อง พร้อมสแต็กซอฟต์แวร์ที่ออกแบบมาเฉพาะสำหรับเอเจนต์ AI ที่ทำงานอย่างต่อเนื่อง
สเปกฮาร์ดแวร์
ZGX Fury GB300 สร้างขึ้นรอบๆ NVIDIA Grace CPU Superchip หนึ่งตัว — ประกอบด้วยคอร์ Arm Neoverse V2 จำนวน 72 คอร์ และหน่วยความจำ LPDDR5X ขนาด 496 GB — จับคู่กับ NVIDIA Blackwell Ultra GPU ที่มีหน่วยความจำ GPU แบบ HBM3e ขนาด 252 GB โดยรวมเข้าด้วยกันผ่าน NVLink-C2C เป็นพูลหน่วยความจำแบบเชื่อมโยงขนาด 748 GB ระบบนี้รองรับที่เก็บข้อมูลแบบ M.2 2280 PCIe 5.0 NVMe สูงสุด 4 ช่อง (รวม 8 TB) อินเทอร์เฟซเครือข่ายแบบ Dual-Port ConnectX-8 400G และสล็อต PCIe 5.0 เพิ่มเติมอีก 3 ช่องสำหรับการขยาย GPU แบบ RTX Pro (ตัวเลือก)
เซิร์ฟเวอร์ AI ในองค์กรสำหรับการใช้งานทางธุรกิจ
ZGX Fury GB300 ออกแบบมาให้ทำหน้าที่เป็นทรัพยากร AI แบบใช้ร่วมกันภายในไซต์งาน พนักงานหลายคนสามารถส่งงานประมวลผลเอกสาร — เช่น การตรวจสัญญา การดึงข้อมูลใบแจ้งหนี้ การร่างรายงาน การคัดแยกอีเมล — ตลอดวันทำงาน โดยงานจะถูกจัดการแบบรวมศูนย์ภายในไซต์ แทนที่จะถูกส่งผ่านบริการคลาวด์ภายนอก
ระบบนี้มาพร้อมกับ HP ZGX Toolkit ซึ่งเป็นสแต็กซอฟต์แวร์ที่กำหนดค่าล่วงหน้าและให้ใช้ฟรี ร่วมกับ NVIDIA NemoClaw สำหรับรันเอเจนต์อัตโนมัติที่ทำงานตลอดเวลา เอเจนต์ทำงานภายในแซนด์บ็อกซ์ OpenShell ที่แยกออกมา ทำให้งานที่เกิดขึ้นซ้ำๆ เช่น การตรวจสอบกล่องขาเข้าหรือการสร้างรายงานตามกำหนด สามารถทำงานต่อเนื่องได้โดยไม่ต้องมีคนเริ่มต้นคำขอแต่ละครั้ง พร้อมกับเก็บกิจกรรมของเอเจนต์ให้อยู่ในขอบเขตและตรวจสอบได้
เอชพีให้คำมั่นว่าจะเปิดการรองรับ GPU รุ่นใหม่ๆ ของ NVIDIA ในอนาคตบนระบบเดียวกัน และมีการวางแผนให้เพิ่มการรองรับ Windows เข้ามาร่วมกับสภาพแวดล้อมที่ใช้ Ubuntu ในปัจจุบันในช่วงปลายปี 2026 — เพื่อยืดอายุการใช้งานที่มีประโยชน์ของการลงทุนฮาร์ดแวร์เริ่มต้น
เปรียบเทียบต้นทุน: On-Premises เทียบกับ Cloud AI API
สำหรับธุรกิจเอสเอ็มบีที่ประมวลผลเอกสารปริมาณสูงเป็นประจำทุกวัน ความแตกต่างระหว่างระบบ On-Premises ต้นทุนคงที่กับการเรียกเก็บเงิน AI คลาวด์ตามการใช้งาน จะยิ่งเพิ่มพูนมากขึ้นเรื่อยๆ เมื่อเวลาผ่านไป
| หมวดค่าใช้จ่าย | Cloud AI API | ZGX Fury (On-Premises) |
|---|---|---|
| การลงทุนฮาร์ดแวร์เริ่มต้น | ไม่มี | ฿3.13M (ครั้งเดียว) |
| ค่าใช้จ่ายในการดำเนินงาน ปีที่ 1 | ~฿3.3M - ~฿8.3M | ~฿160K (ค่าไฟ & ค่าบำรุงรักษา) |
| ค่าใช้จ่ายในการดำเนินงาน ปีที่ 2 | ~฿3.3M - ~฿8.3M | ~฿160K (ค่าไฟ & ค่าบำรุงรักษา) |
| ค่าใช้จ่ายในการดำเนินงาน ปีที่ 3 | ~฿3.3M - ~฿8.3M | ~฿160K (ค่าไฟ & ค่าบำรุงรักษา) |
| ค่าใช้จ่ายสะสมตลอด 3 ปี | ~฿10M - ~฿25M | ~฿3.6M |
เนื่องจากการประมวลผลเกิดขึ้นภายในไซต์งานทั้งหมด เอกสารและข้อมูลทางธุรกิจจึงไม่ถูกส่งไปยังเซิร์ฟเวอร์ของบุคคลที่สาม นี่เป็นข้อพิจารณาที่เกี่ยวข้องสำหรับองค์กรในภาคส่วนกฎหมาย การเงิน หรือภาคส่วนอื่นๆ ที่ข้อมูลมีความละเอียดอ่อน
สรุป
ZGX Fury GB300 ให้ระบบต้นทุนคงที่ระบบเดียวที่สามารถรองรับการประมวลผลเอกสาร AI อย่างต่อเนื่องได้ โดยผนวกกับสแต็กซอฟต์แวร์ที่เปิดกว้างและขยายได้สำหรับการปรับใช้เอเจนต์อัตโนมัติ สำหรับธุรกิจเอสเอ็มบีที่มีเวิร์กโหลด AI อย่างต่อเนื่อง ระบบนี้เป็นทางเลือกต้นทุนที่ต่ำกว่าการใช้จ่าย AI คลาวด์แบบซ้ำๆ โดยไม่ผูกมัดธุรกิจกับผู้ขายซอฟต์แวร์รายเดียว
