Supermicro Super AI Station GB300
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
GPU
1× NVIDIA Blackwell Ultra GPU
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(插槽)
4× M.2 2280 PCIe 5.0 x4 NVMe
外形规格
可转换的桌面塔式机箱或5U机架式安装,共享机箱设计
尺寸
21.5 × 48 × 49 cm
网络与集群扩展
高速网络
2× 400G QSFP112 端口,通过 NVIDIA ConnectX-8 SuperNIC
集群扩展能力
通过400GbE最多支持8个单元组成一致集群,可进一步扩展至HGX B300 (8 GPU)或GB300 NVL72 (72 GPU)基础设施
PCIe 扩展
PCIe 5.0,1× 双宽 x16 插槽 + 额外 x8 插槽
电源与散热
电源
1600瓦电源,钛金能效,标准办公室插座
散热
闭环液冷系统,可维护设计,近乎无声的持续运行
管理与软件
远程管理
IPMI 2.0 和 Redfish API,数据中心级监控与控制
软件堆栈
预装Linux环境及NVIDIA AI Enterprise工具套件,支持NVIDIA NemoClaw代理部署
超微于2025年10月28日推出Super AI Station GB300,这是一款基于NVIDIA GB300 Grace Blackwell Superchip平台的桌边系统——该系统设计用于在本地运行万亿参数模型,同时提供了一条经过验证的路径,可经济高效地逐步扩展至数据中心规模的AI容量。
硬件规格
Super AI Station围绕单个NVIDIA Grace CPU Superchip构建——包含72个Arm Neoverse V2核心和496 GB LPDDR5X内存——搭配具有252 GB HBM3e GPU显存的NVIDIA Blackwell Ultra GPU,通过NVLink-C2C技术统一组成748 GB的连贯内存池。多达7个隔离的MIG分区让单个工作站可同时服务多个团队或工作负载而无需争用资源。系统提供4个M.2 2280 PCIe 5.0 x4 NVMe存储接口和双端口NVIDIA ConnectX-8 400G SuperNIC——该网络架构可在部署扩展时用于连接额外工作站。
面向商用的本地AI服务器
Super AI Station设计用作共享的本地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、邮件分类——这些任务由现场中央系统处理,无需通过外部云服务路由。
通过NVIDIA NemoClaw,自主代理可在系统上持续运行,处理收件箱监控或定时报告生成等重复性任务,无需人工发起每个请求。这使得Super AI Station可作为企业持续运行的AI基础设施,支持稳定的文档工作负载。
为扩展而生:从单站到AI工厂
单个Super AI Station是完整独立的系统,同时也是更大规模部署的基础单元。随时间可逐步添加最多7个额外工作站——总计8单元——通过相同的双端口400G架构通信,无需重构现有基础设施或工作流。每个新增单元都向资源池贡献其独立的748 GB连贯内存和算力,为成长型企业提供随采用率提升而逐步扩展容量的直接方案。
当需求最终超过8单元集群时,相同的400G网络基础可无缝扩展至超微的NVIDIA HGX B300和NVIDIA GB300 NVL72平台。早期购置的工作站将继续在生产环境运行而非淘汰替换——初始投资在成长的每个阶段都始终是部署的组成部分。
沿此路径添加的每个工作站持续运行——早期购置的设备不会被替换。
| 阶段 | 连贯内存 | 指示性成本 | 含义说明 |
|---|---|---|---|
| 单站配置 | 748 GB | ¥67.4万 | 起点;完全独立运行 |
| 2单元集群 | 1.5 TB | ¥128.1万 | 通过相同400GbE架构添加1个工作站 |
| 4单元集群 | 3 TB | ¥250.1万 | 添加3个工作站;无需更改现有配置 |
| 8单元集群 | 6 TB | ¥473.7万 | Super AI Station硬件的最大单集群容量 |
| HGX B300扩展 | 9+ TB 合计 | ~$1.7M (额外) | 现有工作站持续运行;同时添加密集多节点训练能力 |
| GB300 NVL72扩展 | 20+ TB 合计 | ~$3.7M (额外) | 用于百亿亿级推理的统一机架规模层级;先前工作站保持生产状态 |
HGX B300和GB300 NVL72数据为连接至现有Super AI Station部署的额外基础设施的指示性起始价格,并非其替代方案。
成本对比:可扩展本地部署 vs 云AI API
对于每日处理大量文档的中小企业,固定本地集群与按使用量计费的云AI方案随时间推移会产生显著成本差异。
| 成本类别 | 云AI API | Supermicro (本地部署) |
|---|---|---|
| 初始硬件投资 | 无 | ¥67.4万 (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) |
| 3年累计成本 | 约¥200万 - ¥500万 | ~$148K |
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、金融或其他数据敏感行业的机构尤为重要。
总结
Super AI Station GB300以有限成本提供本地化万亿参数级AI能力,支持逐站扩展并最终升级至HGX B300或GB300 NVL72基础设施。对于AI工作负载不断增长的中小企业,这为云AI支出提供了更低成本的替代方案。










