Exxact Valence DGX Station
Använd detta för att skilja mellan olika konfigurationer i din varukorg – praktiskt om du beställer samma produkt med olika alternativ.
Fullständiga specifikationer
Beräkning & minne
Superchip
NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip
CPU
1× NVIDIA Grace CPU Superchip, 72 Arm Neoverse V2-kärnor
GPU
1× NVIDIA Blackwell Ultra GPU
Koherent minne
748 GB enhetligt: 496 GB LPDDR5X + 252 GB HBM3e
AI-prestanda
20 PetaFLOPS (FP4) / 10 PetaFLOPS (FP8)
Lagring & fysiska egenskaper
Lagring (fack)
2× M.2 2280 PCIe 5.0 x4 NVMe (system) + 2× M.2 2280 PCIe 6.0 x4 NVMe (64GB/s, träningsdataväg)
Formfaktor
Fulltorn desktopmodell, NVIDIA DGX Station-arkitektur
Mått
24,4 x 59,4 x 29,5 cm
Nätverk och utbyggnad
Höghastighetsnätverk
2× 400G QSFP112-portar via NVIDIA ConnectX-8 SuperNIC, plus 1× 10GbE RJ45-hanteringsport
PCIe-utbyggnad
PCIe 5.0, 1× dubbelbredd x16-plats; stöder en valfri diskret RTX PRO 6000 Blackwell GPU (96 GB GDDR7)
Effekt & termisk
Strömförsörjning
1600 W ATX-nätaggregat, Titanium-verkningsgrad, standard kontorsuttag
Kylning
Sluten krets vätskekylning, optimerad för kontorsvänlig akustik vid kontinuerlig AI-arbetsbelastning
Hantering och programvara
BMC
ASPEED AST2600
Fjärrhantering
IPMI 2.0 och Redfish API, övervakning och kontroll i datacenterstil
GPU-partitionering
Multi-Instance GPU (MIG), upp till 7 isolerade instanser med garanterad servicekvalitet
Programvarustack
Förinstallerad Linux-miljö med NVIDIA AI Enterprise-verktyg, redo för distribution av NVIDIA NemoClaw-agent
Exxact introducerade Valence DGX Station den 20 januari 2026, ett skrivbordssystem byggt på plattformen NVIDIA GB300 Grace Blackwell Superchip enligt NVIDIA:s DGX Station-specifikation, designad för att köra modeller med biljoner parametrar lokalt från ett enda kontorsvänligt torn.
Hårdvaruspecifikationer
Valence är byggd kring en enda NVIDIA Grace CPU Superchip – 72 Arm Neoverse V2-kärnor och 496 GB LPDDR5X-minne – ihopkopplad med en NVIDIA Blackwell Ultra GPU med 252 GB HBM3e GPU-minne, förenade via NVLink-C2C till en sammanhängande minnespool på 748 GB. Lagring är uppdelad i två nivåer: 2× M.2 2280 PCIe 5.0 x4 NVMe för operativsystemet, och 2× M.2 2280 PCIe 6.0 x4 NVMe (64GB/s) reserverade som en dedikerad väg för träningsdata och modellcheckpoints, vilket håller daglig system-I/O separerad från tunga AI-arbetsbelastningar. Nätverk hanteras av en dubbelports ConnectX-8 400G SuperNIC, kompletterad med en 10GbE-port för out-of-band-hantering.
En dubbelbredds PCIe 5.0 x16-plats möjliggör att en diskret RTX PRO 6000 Blackwell GPU med 96 GB GDDR7 kan läggas till i systemet.
Lokal AI-server för företagsanvändning
Valence är designad att fungera som en delad lokal AI-resurs. Flera anställda kan skicka in dokumentbehandlingsuppgifter – kontraktsgranskning, fakturaextrahering, rapportframställning, e-posttriage – under arbetsdagen, med jobb som hanteras centralt på plats istället för att dirigeras via externa molntjänster.
Genom NVIDIA NemoClaw kan autonoma agenter köra kontinuerligt på systemet och hantera återkommande uppgifter som inkorgsövervakning eller schemalagd rapportgenerering utan att en person måste initiera varje förfrågan. Detta gör att Valence kan fungera som pågående AI-infrastruktur för företaget, som stödjer stadiga dokumentarbetsbelastningar.
Kostnadsjämförelse: On-Premises vs. Cloud AI API:er
För små och medelstora företag (SMB) som bearbetar stora volymer dokument dagligen blir skillnaden mellan ett on-premises-system och fakturering för moln-AI betydande över tid.
| Kostnadskategori | Cloud AI API:er | Valence (On-Premises) |
|---|---|---|
| Inledande hårdvaruinvestering | Ingen | 1 045 kkr (engångs) |
| Driftskostnad år 1 | ~1,0M - ~2,4M kr | ~49 000 kr (el & underhåll) |
| Driftskostnad år 2 | ~1,0M - ~2,4M kr | ~49 000 kr (el & underhåll) |
| Driftskostnad år 3 | ~1,0M - ~2,4M kr | ~49 000 kr (el & underhåll) |
| Kumulativ kostnad över 3 år | ~2,9M - ~7,3M kr | ca. 1,2 mnkr |
Eftersom bearbetningen sker helt på plats överförs inte dokument och affärsdata till tredjepartsservrar. Detta är ett relevant övervägande för organisationer inom juridiska, finansiella eller andra datakänsliga sektorer.
Sammanfattning
Valence DGX Station kombinerar ett system med fasta kostnader och skrivbordsvänlig design med arkitekturen för att köra stora AI-modeller lokalt, plus flexibiliteten att lägga till renderingskapacitet genom en valfri RTX PRO Blackwell GPU. För små och medelstora företag med ihållande AI-arbetsbelastningar erbjuder det ett lägre kostnadsalternativ till återkommande utgifter för moln-AI.
