NVIDIA DGX Station เวิร์กสเตชันสำหรับ AI
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
การเชื่อมต่อระหว่างหน่วยความจำ
NVLink-C2C, แบนด์วิดท์ CPU–GPU 900 GB/s
ประสิทธิภาพ AI
20 PetaFLOPS (FP4)
GPU แบบหลายอินสแตนซ์
สูงสุด 7 พาร์ทิชัน GPU ที่แยกจากกัน (MIG)
ที่เก็บข้อมูลและทางกายภาพ
ที่เก็บข้อมูล (ช่องเสียบ)
4× M.2 2280 PCIe 5.0 x4 NVMe
การขยาย GPU
PCIe 5.0, สล็อต x16 ขนาด 1× ความกว้างสองเท่า + 2× ความกว้างเดี่ยว สำหรับ GPU การแสดงผล/การแสดงภาพ NVIDIA RTX PRO ซึ่งเป็นตัวเลือก
ฟอร์มแฟกเตอร์
ตู้ตั้งโต๊ะ, การออกแบบโครงเครื่องอ้างอิงโดย NVIDIA
ขนาด
24.5 x 52.8 x 59.5 ซม.
เครือข่ายและการจัดกลุ่ม
เครือข่ายความเร็วสูง
2× พอร์ต 400G QSFP112 ผ่าน NVIDIA ConnectX-8 SuperNIC
การจัดกลุ่มหลายสถานี
การเชื่อมต่อ 400GbE โดยตรงของสูงสุด 2 สถานี DGX เป็นพูลหน่วยความจำ coherent รวม 1,496 GB
ไร้สาย (ตัวเลือก)
สล็อต PCIe M.2 2230 สำหรับโมดูล Wi-Fi/Bluetooth; สามารถเว้นว่างไว้ได้สำหรับการติดตั้งแบบแยกจากเครือข่าย (air-gapped)
พลังงานและความร้อน
แหล่งจ่ายไฟ
แหล่งจ่ายไฟ 1600 W, เข้ากันได้กับเต้ารับสำนักงานมาตรฐาน
ระบบทำความเย็น
ระบบระบายความร้อนด้วยของเหลวแบบวงจรปิด, ประสิทธิภาพที่ยั่งยืนภายใต้ภาระงาน AI หนัก
การจัดการและซอฟต์แวร์
บีเอ็มซี
ASPEED AST2600
การจัดการระยะไกล
IPMI 2.0 และ Redfish API, การตรวจสอบและการควบคุมแบบศูนย์ข้อมูล
ความปลอดภัย
ฮาร์ดแวร์รากฐานความเชื่อมั่น, การบูตที่ปลอดภัยระดับองค์กร
ซอฟต์แวร์สแต็ก
NVIDIA DGX OS, พร้อมสำหรับการติดตั้งเอเจนต์ NVIDIA NemoClaw
NVIDIA เปิดตัว DGX Station ในวันที่ 17 มีนาคม 2026 ในฐานะระบบอ้างอิงบนโต๊ะทำงานสำหรับแพลตฟอร์ม NVIDIA GB300 Grace Blackwell Superchip — ออกแบบและตรวจสอบโดยตรงโดย NVIDIA เพื่อรันโมเดลที่มีพารามิเตอร์เป็นล้านล้านภายในองค์กร และผลิตภายใต้ใบอนุญาตโดยคู่ค้าฮาร์ดแวร์ของ NVIDIA
สเปคฮาร์ดแวร์
DGX Station ถูกสร้างขึ้นรอบๆ NVIDIA Grace CPU Superchip — 72 คอร์ Arm Neoverse V2 และหน่วยความจำ LPDDR5X ขนาด 496 GB — จับคู่กับ NVIDIA Blackwell Ultra GPU พร้อมหน่วยความจำ GPU HBM3e ขนาด 252 GB รวมเข้าด้วยกันผ่าน NVLink-C2C เป็นพูลหน่วยความจำ coherent ขนาด 748 GB พาร์ทิชัน MIG แบบแยกสูงสุด 7 พาร์ทิชันทำให้สถานีเดียวสามารถให้บริการทีมหรือเวิร์กโหลดหลายรายการพร้อมกันโดยไม่มีการแย่งกัน ระบบให้พื้นที่เก็บข้อมูล 4× M.2 2280 PCIe 5.0 x4 NVMe, ซูเปอร์ NIC NVIDIA ConnectX-8 แบบสองพอร์ต 400G และสล็อตขยาย PCIe 5.0 สำหรับ GPU NVIDIA RTX PRO ที่เป็นตัวเลือกสำหรับการแสดงผลและเอาต์พุตการแสดงภาพ
เซิร์ฟเวอร์ AI ภายในองค์กรสำหรับการใช้งานทางธุรกิจ
DGX Station ถูกออกแบบให้ทำหน้าที่เป็นทรัพยากร AI ภายในองค์กรแบบแบ่งปัน พนักงานหลายคนสามารถส่งงานประมวลผลเอกสาร — การตรวจสัญญา การดึงข้อมูลใบแจ้งหนี้ การร่างรายงาน การคัดแยกอีเมล — ตลอดวันทำงาน โดยงานถูกจัดการแบบรวมศูนย์ภายในไซต์แทนที่จะส่งผ่านบริการคลาวด์ภายนอก
ผ่าน NVIDIA NemoClaw เอเจนต์อัตโนมัติสามารถทำงานอย่างต่อเนื่องบนระบบ จัดการงานซ้ำๆ เช่น การตรวจสอบกล่องขาเข้าหรือการสร้างรายงานตามกำหนดเวลา โดยไม่ต้องมีบุคคลเริ่มต้นคำขอแต่ละครั้ง สิ่งนี้ทำให้ DGX Station สามารถทำงานเป็นโครงสร้างพื้นฐาน AI ที่ต่อเนื่องสำหรับธุรกิจ โดยสนับสนุนเวิร์กโหลดเอกสารที่สม่ำเสมอ
ขยายความจุ: การคลัสเตอร์สองสถานี
สำหรับเวิร์กโหลดที่เกินขีดความสามารถของหน่วยเดียว สามารถเชื่อมต่อ DGX Station สองเครื่องผ่านพอร์ตซูเปอร์ NIC ConnectX-8 400G บนบอร์ด รวมกันเป็นพูลหน่วยความจำ coherent ขนาด 1,496 GB ที่สามารถอ้างอิงได้ข้ามทั้งสองเครื่อง สิ่งนี้ให้เส้นทางอัปเกรดที่ตรงไปตรงมาสำหรับทีมที่ขยายใหญ่ขึ้นโดยไม่ต้องเปลี่ยนโครงสร้างหรือเวิร์กโฟลว์ใหม่ มีให้เลือกเป็นตัวเลือกการกำหนดค่าตอนชำระเงิน
แพลตฟอร์มอ้างอิงที่สร้างจากการพัฒนา DGX Station เก้าปี
ชื่อ DGX Station ย้อนกลับไปถึงปี 2017 เมื่อ NVIDIA เปิดตัว DGX Station รุ่นแรกในฐานะทางเลือกบนโต๊ะทำงานแทนโครงสร้างพื้นฐาน AI แบบติดแร็ค สร้างขึ้นรอบ GPU NVIDIA Tesla V100 สี่ตัว ในเดือนพฤศจิกายน 2020 DGX Station A100 เข้ามาแทนที่ โดยเปลี่ยนไปใช้ GPU NVIDIA A100 Tensor Core สี่ตัว และเสนอหน่วยความจำ GPU สูงสุด 320 GB ที่กระจายอยู่บนการ์ดแยกสี่ใบ โดยแต่ละใบต้องการให้เวิร์กโหลดถูกกระจายและจัดการอย่างชัดเจนในการกำหนดค่าแบบมัลติ-GPU
DGX Station รุ่นปัจจุบันซึ่งเปิดตัวในปี 2026 แทนที่วิธีการแบบมัลติ-GPU ด้วย NVIDIA GB300 Grace Blackwell Ultra Superchip เดียว: พูลหน่วยความจำแบบรวมเป็นหนึ่งเดียวขนาด 748 GB ที่แชร์โดยตรงระหว่าง CPU และ GPU ผ่าน NVLink-C2C แทนที่จะเป็นพูลหน่วยความจำ GPU แยกสี่พูลที่ต่อกันผ่านซอฟต์แวร์
ความจุหน่วยความจำ coherent แยกตามรุ่น
พูลหน่วยความจำ coherent เดียวที่แชร์โดยตรงระหว่าง CPU และ GPU — ไม่ต้องแบ่งพาร์ทิชันมัลติ-GPU ด้วยตนเอง
เปรียบเทียบต้นทุน: ภายในองค์กรเทียบกับ Cloud AI APIs
สำหรับธุรกิจเอสเอ็มบีที่ประมวลผลเอกสารปริมาณสูงเป็นประจำทุกวัน ความแตกต่างระหว่างระบบภายในองค์กรแบบคงที่และการเรียกเก็บเงิน AI คลาวด์ตามการใช้งานจะเพิ่มขึ้นอย่างมีนัยสำคัญเมื่อเวลาผ่านไป
| หมวดหมู่ต้นทุน | Cloud AI APIs | DGX Station (ภายในองค์กร) |
|---|---|---|
| การลงทุนฮาร์ดแวร์เริ่มต้น | ไม่มี | $105K (ครั้งเดียว) |
| ต้นทุนการดำเนินงานปีที่ 1 | ~฿3.3M - ~฿8.3M | ~฿160K (พลังงานและการบำรุงรักษา) |
| ต้นทุนการดำเนินงานปีที่ 2 | ~฿3.3M - ~฿8.3M | ~฿160K (พลังงานและการบำรุงรักษา) |
| ต้นทุนการดำเนินงานปีที่ 3 | ~฿3.3M - ~฿8.3M | ~฿160K (พลังงานและการบำรุงรักษา) |
| ต้นทุนสะสมตลอด 3 ปี | ~฿10M - ~฿25M | 3994564 THB |
เนื่องจากการประมวลผลเกิดขึ้นภายในไซต์ทั้งหมด เอกสารและข้อมูลธุรกิจจึงไม่ถูกส่งไปยังเซิร์ฟเวอร์ของบุคคลที่สาม นี่เป็นข้อพิจารณาที่เกี่ยวข้องสำหรับองค์กรในภาคส่วนที่อ่อนไหวต่อข้อมูล เช่น กฎหมาย การเงิน หรืออื่นๆ
สรุป
DGX Station ให้ระบบต้นทุนคงที่แบบเดี่ยวที่สามารถสนับสนุนการประมวลผลเอกสาร AI อย่างต่อเนื่อง ร่วมกับสถาปัตยกรรมอ้างอิงของ NVIDIA สำหรับการรันโมเดล AI ขนาดใหญ่ภายในองค์กร สำหรับธุรกิจเอสเอ็มบีที่มีเวิร์กโหลด AI อย่างต่อเนื่อง มันเสนอทางเลือกต้นทุนที่ต่ำกว่าการใช้จ่าย AI คลาวด์ซ้ำๆ พร้อมเส้นทางอัปเกรดที่ถูกบันทึกไว้สำหรับคลัสเตอร์สองสถานี
