戴尔 Pro Max GB300 AI 工作站
用于区分购物车中的不同配置——当您订购相同产品但不同选项时非常实用。
完整规格
计算与内存
超级芯片
NVIDIA GB300 Grace Blackwell Ultra 桌面超级芯片
CPU
1× NVIDIA Grace CPU 超级芯片，72 个 Arm Neoverse V2 核心
AI GPU
1× NVIDIA Blackwell Ultra GPU
可视化 GPU
1× NVIDIA RTX PRO 2000 Blackwell 版, 16 GB GDDR7 (标准配置; 可升级)
一致性内存
748 GB 统一内存：496 GB LPDDR5X + 252 GB HBM3e
AI 性能
20 PetaFLOPS (FP4)
存储与物理规格
存储
4× M.2 PCIe 5.0 x4 NVMe, 总容量 16 TB, 自加密 (SED)
外形规格
桌边塔式机箱，NVIDIA DGX Station 架构
尺寸
25 × 56.9 × 61 cm
网络与扩展
高速网络
2× 400G QSFP112 端口，通过 NVIDIA ConnectX-8 SuperNIC
标准网络
双 1GbE + 1× 10GbE, 无板载 Wi-Fi/Bluetooth
扩展与物理安全
USB 3.2 Gen 2 (10 Gbps), Kensington 锁槽
电源与散热
电源
1600 W 钛金级电源, C19 企业级接口
散热
Dell MaxCool 闭环液冷系统, 专为持续 AI 工作负载设计
管理与软件
操作系统
NVIDIA DGX OS 含预装 AI 开发工具 (CUDA, cuDNN, Triton, JupyterLab)
安全
TPM 2.0, 安全启动, 自加密 NVMe 存储
远程管理
Dell Client Command Suite, 远程监控与更新管理
戴尔于2026年1月6日推出搭载GB300的Pro Max工作站，将其定位为NVIDIA GB300 Grace Blackwell超级芯片生态系统中的桌面级系统，专为本地运行万亿参数模型而设计，配备专用可视化加速和企业级数据隔离功能。
硬件规格
Pro Max with GB300围绕单颗NVIDIA Grace CPU超级芯片构建——内含72个Arm Neoverse V2核心和496 GB LPDDR5X内存——搭配配备252 GB HBM3e显存的NVIDIA Blackwell Ultra GPU，通过NVLink-C2C技术统一为748 GB的连贯内存池。专用NVIDIA RTX PRO 2000 Blackwell版 GPU（16 GB GDDR7）独立处理显示和可视化输出，与AI计算路径分离。系统提供4个M.2 NVMe SSD（总容量16 TB，支持自加密）和双端口NVIDIA ConnectX-8 400G超级网卡，并辅以双1GbE及10GbE端口实现标准办公网络集成。
双GPU设计：AI推理与可视化协同
Pro Max with GB300并未让AI与显示任务共享单GPU，而是将其Blackwell Ultra AI加速器与独立可视化GPU配对。这使得完整的748 GB连贯内存池和AI算力可专用于模型推理，而日常显示输出、数据集可视化或轻量渲染任务则通过独立图形路径运行，无需与AI工作负载争抢资源。对于需要将设备同时作为报告/仪表板工作站和AI平台的SMB企业，这种分离设计能确保持续推理性能稳定可预测。标准版RTX PRO 2000 Blackwell版 GPU可升级至NVIDIA RTX PRO 6000 Blackwell版（96 GB GDDR7）。
MaxCool散热工程
戴尔MaxCool闭环液冷设计专为共享式本地AI系统所需持续高负载工况打造。据戴尔称，该方案散热效率较基准热设计提升五倍，使Pro Max with GB300能在长时间推理或智能体会话中维持全速AI性能，避免因过热降频。
企业级本地AI服务器
Pro Max with GB300设计为共享式本地AI资源。多名员工可在工作日内提交文档处理任务——合同审核、发票提取、报告起草、邮件分拣——所有任务均通过本地中心节点处理，无需经由外部云服务。
通过NVIDIA NemoClaw，自主智能体可在系统上持续运行，处理收件箱监控、定时报告生成等重复性任务，无需人工发起请求。这使得Pro Max with GB300能作为企业持续运行的AI基础设施，稳定支持文档工作负载。
企业安全与数据隔离
全部四块NVMe驱动器均支持自加密，系统配备TPM 2.0安全芯片、安全启动及肯辛顿锁槽，为共享办公环境提供物理防盗措施。戴尔与NVIDIA正为机密及政府部署开发该平台的物理隔离配置，将同等隔离原则延伸至数据主权要求最严苛的环境。
成本对比：本地部署 vs 云AI API
对于每日处理海量文档的中小企业，本地系统与云AI计费模式的成本差异随时间推移将显著扩大。
| 成本类别 | 云AI API | Dell Pro Max（本地部署） |
|---|---|---|
| 初始硬件投资 | 无 | 16.5万新元（一次性） |
| 第1年运营成本 | 约¥70万 - ¥170万 | 约¥3万（电力 & 维护） |
| 第2年运营成本 | 约¥70万 - ¥170万 | 约¥3万（电力 & 维护） |
| 第3年运营成本 | 约¥70万 - ¥170万 | 约¥3万（电力 & 维护） |
| 三年累计成本 | 约¥200万 - ¥500万 | 约18.5万新元 |
由于处理完全在本地进行，文档和业务数据不会传输至第三方服务器。这对法律、金融等数据敏感行业的机构尤为重要。
总结
Pro Max with GB300在单台桌面系统中融合了万亿参数级本地AI算力、专用可视化GPU、自加密存储及戴尔MaxCool散热技术。对于具有持续AI工作负载和更高数据安全要求的中小企业，它提供了替代周期性云AI支出的固定成本方案。
