Supermicro Super AI Station 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)
4× M.2 2280 PCIe 5.0 x4 NVMe
ฟอร์มแฟกเตอร์
ตู้ตั้งโต๊ะแบบแปลงรูปได้หรือแบบติดตั้งในแร็ค 5U การออกแบบโครงแบบใช้ร่วมกัน
ขนาด
21.5 x 48 x 49 ซม.
เครือข่ายและการปรับขนาดคลัสเตอร์
เครือข่ายความเร็วสูง
2× พอร์ต 400G QSFP112 ผ่าน NVIDIA ConnectX-8 SuperNIC
การปรับขนาดคลัสเตอร์
สูงสุด 8 หน่วยในคลัสเตอร์เชื่อมโยงเดียวผ่าน 400GbE สามารถขยายเพิ่มเป็นโครงสร้างพื้นฐาน HGX B300 (8 GPU) หรือ GB300 NVL72 (72 GPU)
การขยาย PCIe
PCIe 5.0, 1× ช่อง double-width x16 + ช่อง x8 เพิ่มเติม
พลังงานและความร้อน
แหล่งจ่ายไฟ
แหล่งจ่ายไฟ 1600 W, ประสิทธิภาพ Titanium, ใช้กับเต้ารับสำนักงานมาตรฐาน
ระบบทำความเย็น
ระบบทำความเย็นด้วยของเหลวแบบวงจรปิด, สามารถซ่อมบำรุงได้, การทำงานต่อเนื่องเกือบเงียบ
การจัดการและซอฟต์แวร์
การจัดการระยะไกล
IPMI 2.0 และ Redfish API, การตรวจสอบและการควบคุมแบบศูนย์ข้อมูล
ซอฟต์แวร์สแต็ก
สภาพแวดล้อม Linux ที่ติดตั้งล่วงหน้าพร้อมเครื่องมือ NVIDIA AI Enterprise พร้อมสำหรับการติดตั้งเอเจนต์ NVIDIA NemoClaw
Supermicro เปิดตัว Super AI Station GB300 ในวันที่ 28 ตุลาคม 2025 ในรูปแบบระบบตั้งโต๊ะบนแพลตฟอร์ม NVIDIA GB300 Grace Blackwell Superchip — ระบบที่สร้างมาเพื่อรันโมเดลพารามิเตอร์ระดับล้านล้านในพื้นที่เอง พร้อมเสนอแนวทางขยายขีดความสามารถ AI ไปสู่ระดับศูนย์ข้อมูลอย่างมีประสิทธิภาพด้านต้นทุนและเป็นขั้นตอน
สเปกฮาร์ดแวร์
Super AI Station สร้างขึ้นรอบๆ NVIDIA Grace CPU Superchip ตัวเดียว — ประกอบด้วยคอร์ Arm Neoverse V2 จำนวน 72 คอร์ และหน่วยความจำ LPDDR5X ขนาด 496 GB — จับคู่กับ NVIDIA Blackwell Ultra GPU พร้อมหน่วยความจำ GPU HBM3e ขนาด 252 GB โดยเชื่อมต่อผ่าน NVLink-C2C เป็นพูลหน่วยความจำแบบเชื่อมโยงขนาด 748 GB การแบ่งพาร์ติชัน MIG แบบแยกส่วนสูงสุด 7 พาร์ติชันช่วยให้สถานีเดียวรองรับหลายทีมหรือเวิร์กโหลดพร้อมกันโดยไม่เกิดการแย่งชิง ระบบให้พื้นที่จัดเก็บ NVMe 4× M.2 2280 PCIe 5.0 x4 และ NVIDIA ConnectX-8 400G SuperNIC แบบสองพอร์ต — ใช้โครงข่ายแบบเดียวกันในการเชื่อมต่อสถานีเพิ่มเติมเมื่อการติดตั้งขยายตัว
เซิร์ฟเวอร์ AI ในพื้นที่สำหรับใช้งานธุรกิจ
Super AI Station ออกแบบมาเพื่อทำหน้าที่เป็นทรัพยากร AI ในพื้นที่แบบใช้ร่วมกัน พนักงานหลายคนสามารถส่งงานประมวลผลเอกสาร — ตรวจสัญญา, ดึงข้อมูลใบแจ้งหนี้, ร่างรายงาน, จัดลำดับอีเมล — ตลอดวันทำงาน โดยงานถูกจัดการแบบรวมศูนย์ในสถานที่แทนการส่งผ่านบริการคลาวด์ภายนอก
ผ่าน NVIDIA NemoClaw เอเจนต์อัตโนมัติสามารถทำงานต่อเนื่องบนระบบ จัดการงานประจำเช่นตรวจสอบกล่องขาเข้าหรือสร้างรายงานตามกำหนดโดยไม่ต้องมีบุคคลเริ่มคำขอแต่ละครั้ง ทำให้ Super AI Station ทำงานเป็นโครงสร้างพื้นฐาน AI ที่ต่อเนื่องสำหรับธุรกิจ รองรับเวิร์กโหลดเอกสารที่สม่ำเสมอ
ออกแบบให้ขยายได้: จากหนึ่งสถานีสู่โรงงาน AI
Super AI Station เดี่ยวเป็นระบบสมบูรณ์แบบในตัวเอง แต่ก็เป็นหน่วยฐานของการติดตั้งขนาดใหญ่ สามารถเพิ่มสถานีเสริมได้สูงสุด 7 สถานีเมื่อเวลาผ่านไป — รวมสูงสุด 8 หน่วย — ติดต่อสื่อสารผ่านโครงข่ายแบบสองพอร์ต 400G เดียวกัน โดยไม่ต้องออกแบบโครงสร้างพื้นฐานหรือเวิร์กโฟลว์ใหม่ แต่ละหน่วยที่เพิ่มเข้ามาช่วยเพิ่มหน่วยความจำแบบเชื่อมโยงและพลังคำนวณขนาด 748 GB ของตัวเองให้พูล ทำให้องค์กรที่กำลังเติบโตมีวิธีขยายความจุที่ตรงไปตรงมาและเพิ่มเป็นขั้นตอนเมื่อการใช้งานเพิ่มขึ้น
เมื่อความต้องการเกินคลัสเตอร์ 8 หน่วยในที่สุด โครงข่าย 400G เดียวกันนี้จะขยายไปสู่แพลตฟอร์ม NVIDIA HGX B300 และ NVIDIA GB300 NVL72 ของ Supermicro สถานีที่ซื้อมาก่อนหน้ายังคงทำงานในการผลิตแทนที่จะถูกปลดระวางหรือแทนที่ — การลงทุนเริ่มแรกยังคงเป็นส่วนหนึ่งของการติดตั้งในทุกขั้นตอนการเติบโต
ทุกสถานีที่เพิ่มตามเส้นทางนี้ยังคงทำงาน — ไม่มีสิ่งใดที่ซื้อมาก่อนถูกแทนที่
| ขั้น | หน่วยความจำแบบเชื่อมโยง | ต้นทุนโดยประมาณ | ความหมาย |
|---|---|---|---|
| สถานีเดียว | 748 GB | 3.3 ล้านบาท | จุดเริ่มต้น; ทำงานแบบสแตนด์อโลนสมบูรณ์ |
| คลัสเตอร์ 2 หน่วย | 1.5 TB | 6.3 ล้านบาท | เพิ่ม 1 สถานีผ่านโครงข่าย 400GbE เดียวกัน |
| คลัสเตอร์ 4 หน่วย | 3 TB | 12.3 ล้านบาท | เพิ่ม 3 สถานี; ไม่ต้องเปลี่ยนการตั้งค่าที่มีอยู่ |
| คลัสเตอร์ 8 หน่วย | 6 TB | 23.3 ล้านบาท | ความจุคลัสเตอร์เดี่ยวสูงสุดบนฮาร์ดแวร์ Super AI Station |
| HGX B300 ขยาย | รวม 9+ TB | ~1.7 ล้านบาท (เพิ่มเติม) | สถานีที่มีอยู่ยังคงทำงาน; เพิ่มความสามารถการฝึกแบบหลายโหนดหนาแน่นควบคู่กัน |
| GB300 NVL72 ขยาย | รวม 20+ TB | ~3.7 ล้านบาท (เพิ่มเติม) | ระดับแร็กแบบรวมสำหรับการอนุมานระดับเอกซ์ซ์สเกล; สถานีก่อนหน้ายังคงอยู่ในสายการผลิต |
ตัวเลข HGX B300 และ GB300 NVL72 เป็นราคาเริ่มต้นโดยประมาณสำหรับโครงสร้างพื้นฐานเพิ่มเติมที่เชื่อมต่อกับการติดตั้ง Super AI Station ที่มีอยู่ ไม่ใช่การแทนที่
เปรียบเทียบต้นทุน: On-Premises ขยายได้ vs. Cloud AI APIs
สำหรับเอสเอ็มบีที่ประมวลผลเอกสารปริมาณสูงทุกวัน ความแตกต่างระหว่างคลัสเตอร์ on-premises แบบคงที่และการเรียกเก็บเงิน AI คลาวด์ตามการใช้งานจะเพิ่มขึ้นอย่างมีนัยสำคัญเมื่อเวลาผ่านไป
| หมวดหมู่ต้นทุน | Cloud AI APIs | Supermicro (On-Premises) |
|---|---|---|
| การลงทุนฮาร์ดแวร์เริ่มแรก | ไม่มี | 3.3 ล้านบาท (ครั้งเดียว) |
| ต้นทุนดำเนินงานปีที่ 1 | ~฿3.3M - ~฿8.3M | ~฿160K (ค่าไฟ & การบำรุงรักษา) |
| ต้นทุนดำเนินงานปีที่ 2 | ~฿3.3M - ~฿8.3M | ~฿160K (ค่าไฟ & การบำรุงรักษา) |
| ต้นทุนดำเนินงานปีที่ 3 | ~฿3.3M - ~฿8.3M | ~฿160K (ค่าไฟ & การบำรุงรักษา) |
| ต้นทุนสะสม 3 ปี | ~฿10M - ~฿25M | ~3.8 ล้านบาท |
เนื่องจากการประมวลผลเกิดขึ้นในพื้นที่ทั้งหมด เอกสารและข้อมูลธุรกิจจึงไม่ถูกส่งไปยังเซิร์ฟเวอร์ของบุคคลที่สาม นี่เป็นข้อพิจารณาที่เกี่ยวข้องสำหรับองค์กรในภาคกฎหมาย การเงิน หรือภาคส่วนที่อ่อนไหวต่อข้อมูลอื่นๆ
สรุป
Super AI Station GB300 เสนอการเข้าถึง AI ในพื้นที่ที่รองรับพารามิเตอร์ระดับล้านล้านในต้นทุนจำกัด สามารถเติบโตทีละสถานี และในที่สุดไปสู่โครงสร้างพื้นฐาน HGX B300 หรือ GB300 NVL72 สำหรับเอสเอ็มอีที่มีเวิร์กโหลด AI เพิ่มขึ้น สามารถเป็นทางเลือกต้นทุนต่ำแทนการใช้จ่าย AI บนคลาวด์
