Поставка под заказПерсональные AI-системы
Мощная станция уровня «мини-датацентр» для команд, работающих с крупными моделями и агентными системами.
Стоимость рассчитываем под конфигурацию: она зависит от объёма памяти и накопителя, состава поставки и условий сервиса. Гарантия — от производителя, сопровождение запуска — с нашей стороны.
NVIDIA DGX Station — это следующая ступень после персонального DGX Spark: рабочая станция, рассчитанная на команду и на ресурсоёмкие задачи. Если Spark — машина для одного инженера, то Station закрывает сценарии, где нужны разделяемые ресурсы, больше памяти и настоящая серверная производительность в настольном форм-факторе.
Такая система нужна, когда одного человека уже мало. Типичный пример: в компании есть несколько специалистов, которым нужны одинаковые модели и окружение. Ставить каждому отдельную машину дорого и неудобно, а отправлять данные в облако нельзя. DGX Station становится общим локальным ресурсом внутри офиса.
Это не «сборка на видеокартах», а референсная платформа NVIDIA: проверенная совместимость стека, официальная поддержка, корпоративные функции управления. Многие задачи, которые в классическом варианте требуют стойки и отдельного серверного помещения, здесь решаются в пределах рабочего кабинета — без выделенного электричества и системы охлаждения.
Мы помогаем спланировать конфигурацию под вашу нагрузку: число пользователей, размер моделей, объём данных и требуемую скорость отклика. Подбираем не «по характеристикам», а под задачу — чтобы ресурса хватило и не приходилось платить за избыточную мощность.
| Платформа | NVIDIA DGX Station на суперчипе GB300 Grace Blackwell Ultra Desktop |
|---|---|
| Процессор | NVIDIA Grace: 72 ядра Arm Neoverse V2 (ARM 9.4) |
| Архитектура | Blackwell Ultra: 20 480 CUDA-ядер, 640 тензорных ядер 5-го поколения (FP4/NVFP4), 40 МБ TMEM; связь CPU–GPU NVLink-C2C 900 ГБ/с |
| Память | 748 ГБ согласованной памяти: 496 ГБ ECC LPDDR5X (SOCAMM, 6400 MT/s, 396 ГБ/с) + 252 ГБ ECC HBM3e (7,1 ТБ/с) |
| Производительность ИИ | до 20 PFLOPS в FP4 — уровень серверного узла в настольном исполнении |
| Поддержка моделей | до 1 трлн параметров на одной системе; масштабирование — объединением станций в кластер |
| Накопитель | NVMe SSD, объём определяется конфигурацией проекта |
| Сеть | Высокоскоростные интерфейсы для связи с кластером и хранилищем (ConnectX, Ethernet/InfiniBand) |
| Порты и разъёмы | Порты USB и DisplayPort для рабочих мест, сетевые интерфейсы; набор зависит от конфигурации |
| Операционная система | NVIDIA DGX OS на базе Ubuntu + полный стек NVIDIA AI |
| Энергопотребление | до 1600 Вт — требуется отдельная линия питания; расчёт делается при проектировании |
| Питание | От сети 200–240 В, выделенная линия; параметры уточняются при проектировании |
| Габариты (Ш×Г×В) | Настольное (deskside) исполнение, корпус рабочей станции; точные габариты зависят от вендора |
| Вес | Свыше 30 кг — перемещение силами двух человек |
| Условия эксплуатации | 0…+35 °C; рекомендуется выделенное помещение с приточной вентиляцией |
| Комплект поставки | Система, кабели питания, документация, стек AI-ПО |
| Гарантия и поддержка | Гарантия и сервис производителя, проектирование и внедрение — по проекту |
Уровнем задач. Spark — персональная машина для одного инженера и моделей среднего размера. Station рассчитана на команду: больше памяти, выше производительность, разделяемое использование несколькими специалистами.
Формально это рабочая станция, но по вычислительным возможностям сопоставима с сервером. Главное практическое отличие — её можно разместить в офисе, не строя серверное помещение.
Отдельного ЦОД не нужно, но питание и охлаждение рассчитываются отдельно — мощность существенно выше, чем у настольной системы. Мы проводим этот расчёт перед поставкой.
Типовой сценарий — небольшая команда из нескольких человек. Точное число зависит от моделей и характера нагрузки: один инженер, работающий с большой моделью, займёт ресурс целиком. Подбор делается по вашей задаче.
Да, и это стандартный путь масштабирования: когда одной станции перестаёт хватать, добавляются следующие. Мы проектируем такие конфигурации с запасом на рост.
Тонкая настройка и дообучение моделей, инференс с высокой нагрузкой, работа с большими объёмами документов, компьютерное зрение. Полное обучение очень крупных моделей с нуля — отдельная задача под серверную платформу.
Персональные AI-системы
Компактная персональная AI-система для локальной разработки, инференса, прототипирования и работы с большими моделями.
Серверы
Серверные решения с GPU NVIDIA для обучения, инференса, корпоративных моделей и масштабируемой AI-инфраструктуры.
