🛒 0

NVIDIA DGX Station AI工作站

芯片 NVIDIA GB300 Grace Blackwell Ultra 超级芯片
一致性内存 748 GB 统一内存:496 GB LPDDR5X + 252 GB HBM3e
AI 性能 20 PetaFLOPS (FP4)
可扩展至 2 站集群
$135,755
集群配置

我们的团队将跟进并提供量身定制的报价。

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。

总价 $135,755

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

NVIDIA Grace CPU 超级芯片,72 个 Arm Neoverse V2 核心

GPU

1× NVIDIA Blackwell Ultra GPU

一致性内存

748 GB 统一内存:496 GB LPDDR5X + 252 GB HBM3e

内存互连

NVLink-C2C,900 GB/s CPU-GPU 带宽

AI 性能

20 PetaFLOPS (FP4)

多实例 GPU

最多 7 个隔离 GPU 分区 (MIG)

存储与物理规格

存储(插槽)

4× M.2 2280 PCIe 5.0 x4 NVMe

GPU 扩展

PCIe 5.0,1× 双宽 + 2× 单宽 x16 插槽,用于可选 NVIDIA RTX PRO 显示/可视化 GPU

外形规格

桌边塔式,NVIDIA 参考机箱设计

尺寸

24.5 × 52.8 × 59.5 cm

网络与集群

高速网络

2× 400G QSFP112 端口,通过 NVIDIA ConnectX-8 SuperNIC

多站集群

通过 400GbE 直连最多 2 个 DGX Station,形成 1,496 GB 统一内存池

无线(可选)

PCIe M.2 2230 插槽用于 Wi-Fi/蓝牙模块;可空置用于物理隔离部署

电源与散热

电源

1600 W 电源,兼容标准办公室插座

散热

闭环液冷,在重度 AI 负载下保持持续性能

管理与软件

BMC

ASPEED AST2600

远程管理

IPMI 2.0 和 Redfish API,数据中心级监控与控制

安全

硬件信任根,企业级安全启动

软件堆栈

NVIDIA DGX OS,支持部署 NVIDIA NemoClaw 代理

想要快速的AI摘要? 跳过阅读——使用您选择的AI助手分析此产品的完整规格及其适用场景。

NVIDIA于2026年3月17日推出DGX Station,作为NVIDIA GB300 Grace Blackwell超级芯片平台的参考级桌面系统——由NVIDIA直接设计和验证,可在本地运行万亿参数模型,并由NVIDIA硬件合作伙伴授权生产。

硬件规格

DGX Station以单颗NVIDIA Grace CPU超级芯片为核心——集成72个Arm Neoverse V2内核和496 GB LPDDR5X内存——搭配配备252 GB HBM3e显存的NVIDIA Blackwell Ultra GPU,通过NVLink-C2C互联形成748 GB统一一致性内存池。多达7个独立MIG分区使单台工作站可同时服务多个团队或工作负载而无需资源争抢。系统提供4个M.2 2280 PCIe 5.0 x4 NVMe存储位、双端口NVIDIA ConnectX-8 400G超级网卡,以及用于可选专用显示可视化输出的NVIDIA RTX PRO GPU的PCIe 5.0扩展槽。

企业级本地AI服务器

DGX Station设计为共享式本地AI资源平台。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——所有任务由现场中央系统处理,无需经外部云服务路由。

通过NVIDIA NemoClaw,自主智能体可在系统上持续运行,自动处理收件箱监控或定时报告生成等重复性任务,无需人工发起请求。这使得DGX Station能作为企业持续性AI基础设施,稳定支撑文档工作负载。

容量扩展:双站集群

当工作负载超出单机容量时,两台DGX Station可通过板载400G ConnectX-8超级网卡端口互联,合并为跨机访问的1,496 GB一致性内存池。这为成长型团队提供无需更改架构或工作流的直线升级路径,可在结算时选配此配置。

九年DGX Station技术积淀铸就参考平台

DGX Station之名可追溯至2017年,当时NVIDIA推出初代DGX Station作为机架式AI基础设施的桌面替代方案,搭载四颗NVIDIA Tesla V100 GPU。2020年11月,DGX Station A100接替登场,升级为四颗NVIDIA A100 Tensor Core GPU,提供最高320 GB显存(分散于四张独立显卡),需在多GPU配置中显式分配和管理工作负载。

2026年推出的现款DGX Station以单颗NVIDIA GB300 Grace Blackwell Ultra超级芯片取代多GPU方案:通过NVLink-C2C在CPU与GPU间直接共享748 GB统一一致性内存池,而非由软件拼接四个独立显存池。

各代产品一致性内存容量

2017 DGX Station 4× Tesla V100, 64 GB显存
2020 DGX Station A100 4× A100, 最高320 GB显存
2026 DGX Station (GB300) 1颗超级芯片, 748 GB统一一致性内存

单一一致性内存池,CPU与GPU直接共享——无需手动多GPU分区。

成本对比:本地部署 vs 云AI API

对日处理海量文档的中小企业而言,固定成本的本地系统与按量计费的云AI服务间成本差异随时间显著扩大。

云AI API
约¥200万 - ¥500万
三年期持续工作负载
按量计费随处理量递增。文档/智能体工作负载增长时,成本线性(或更快)上升且无上限。
NVIDIA DGX Station AI工作站
~$155K
三年期固定硬件+运维成本
一次性硬件成本加可预测电力与维护费用。无论系统使用强度如何,成本保持恒定。
三年期预估成本明细:DGX Station vs 云AI API
成本类别云AI APIDGX Station (本地部署)
初始硬件投资$136K (一次性)
第1年运维成本约¥70万 - ¥170万约¥3万 (电力 & 维护)
第2年运维成本约¥70万 - ¥170万约¥3万 (电力 & 维护)
第3年运维成本约¥70万 - ¥170万约¥3万 (电力 & 维护)
三年累计成本约¥200万 - ¥500万~$155K

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

DGX Station提供单一固定成本系统,既能支持持续AI文档处理,又集成了本地运行大型AI模型的NVIDIA参考架构。对拥有持续AI工作负载的中小企业而言,该方案以低于周期性云AI支出的成本,提供可升级至双站集群的完善路径。

繁體繁体中文hk🇭🇰繁體繁体中文tw🇹🇼简体中文sg🇸🇬O'zbek乌兹别克语uz🇺🇿اردو乌尔都语pk🇵🇰Tagalog塔加洛语ph🇵🇭Русский俄语ru🇷🇺සිංහල僧伽罗语lk🇱🇰हिंदी印地语hi🇮🇳Bahasa印尼语id🇮🇩Қазақ哈萨克语kz🇰🇿Türkçe土耳其语tr🇹🇷বাংলা孟加拉语bd🇧🇩नेपाली尼泊尔语np🇳🇵עברית希伯来语il🇮🇱ਪੰਜਾਬੀ旁遮普语pa🇮🇳日本語日语jp🇯🇵ქართული格鲁吉亚语ge🇬🇪فارسی波斯语ir🇮🇷తెలుగు泰卢固语te🇮🇳தமிழ்泰米尔语ta🇱🇰ไทย泰语th🇹🇭မြန်မာ缅甸语mm🇲🇲Tiếng Việt越南语vn🇻🇳العربية阿拉伯语ar🇸🇦한국어韩语kr🇰🇷मराठी马拉地语mr🇮🇳Melayu马来语my🇲🇾dansk丹麦语dk🇩🇰українська乌克兰语ua🇺🇦български保加利亚语bg🇧🇬hrvatski克罗地亚语hr🇭🇷magyar匈牙利语hu🇭🇺Српски塞尔维亚语rs🇷🇸Ελληνικά希腊语gr🇬🇷Deutsch德语de🇩🇪Italiano意大利语it🇮🇹latviešu拉脱维亚语lv🇱🇻Bokmål挪威语no🇳🇴čeština捷克语cz🇨🇿slovenčina斯洛伐克语sk🇸🇰Slovenec斯洛文尼亚语si🇸🇮Français法语fr🇫🇷Polerować波兰语pl🇵🇱bosanski波斯尼亚语ba🇧🇦Eesti爱沙尼亚语ee🇪🇪svenska瑞典语se🇸🇪Беларуская白俄罗斯语by🇧🇾Lietuvių立陶宛语lt🇱🇹română罗马尼亚语ro🇷🇴suomi芬兰语fi🇫🇮English英语en🇪🇺Nederlands荷兰语nl🇳🇱Português葡萄牙语pt🇵🇹Español西班牙语es🇪🇸