🛒 0

HP ZGX Fury GB300 AI-arbetsstation

Chip NVIDIA GB300 Grace Blackwell Ultra Superchip
Koherent minne 748 GB enhetligt: 496 GB LPDDR5X + 252 GB HBM3e
AI-prestanda 20 PetaFLOPS (FP4)
GPU-expansion RTX Pro 6000 / 4000 / 2000 (3 PCIe 5.0-platser)
1 042 627 kr

Vårt team kommer att följa upp med en skräddarsydd prisoffer.

Använd detta för att skilja mellan olika konfigurationer i din varukorg – praktiskt om du beställer samma produkt med olika alternativ.

Totalpris 1 042 627 kr

Fullständiga specifikationer

Beräkning & minne

Superchip

NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip

CPU

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)

Lagring & fysiska egenskaper

Lagring (fack)

Upp till 4× M.2 2280 PCIe 5.0 x4 NVMe (max 8 TB)

Formfaktor

Skrivbordstorn, NVIDIA DGX Station-arkitektur

Mått

24,78 x 58,27 x 52,79 cm

Nätverk och utbyggnad

Höghastighetsnätverk

2× 400G QSFP112-portar via NVIDIA ConnectX-8 SuperNIC

PCIe-utbyggnad

PCIe 5.0, 3 platser (1× x16 + 2× x8), stöder NVIDIA RTX Pro 6000 / 4000 / 2000 GPU:er

Effekt & termisk

Strömförsörjning

1600 W Titanium-effektivt nätaggregat, 115–240V flexibel

Kylning

Luftkyld torn, standard kontorsström och luftflödeskrav

Hantering och programvara

Operativsystem

Ubuntu, med Windows-stöd planerat som framtida tillägg

Programvarustack

HP ZGX Toolkit(gratis, öppen källkod), förkonfigurerad med NVIDIA:s AI-mjukvarustack

Agentkörningsmiljö

NVIDIA NemoClaw med isolerad sandbox-miljö för autonoma agenter

Föredrar du en snabb AI-genererad sammanfattning? Hoppa över läsningen – undersök produktens fullständiga specifikationer och lämplighet för ditt användningsfall med en AI-assistent efter eget val.

HP introducerade ZGX Fury GB300 den 6 juni 2026 på Computex och positionerade den inom NVIDIA GB300 Grace Blackwell Superchip-ekosystemet som ett skrivbordssystem byggt för att köra modeller med biljoner parametrar lokalt, med en programvarustack specialbyggd för kontinuerligt drivna AI-agenter.

Hårdvaruspecifikationer

ZGX Fury GB300 är byggd kring en enda NVIDIA Grace CPU Superchip – 72 Arm Neoverse V2-kärnor och 496 GB LPDDR5X-minne – i kombination med en NVIDIA Blackwell Ultra GPU med 252 GB HBM3e GPU-minne, förenade via NVLink-C2C till en sammanhängande minnespool på 748 GB. Systemet erbjuder plats för upp till 4× M.2 2280 PCIe 5.0 NVMe-lagring (totalt 8 TB), ett dubbelports ConnectX-8 400G-nätverksgränssnitt och tre ytterligare PCIe 5.0-platser för valfri RTX Pro GPU-utbyggnad.

Lokal AI-server för företagsanvändning

ZGX Fury GB300 är utformad för 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.

Systemet levereras med HP ZGX Toolkit, en gratis, förkonfigurerad programvarustack, tillsammans med NVIDIA NemoClaw för att köra alltid-aktiva autonoma agenter. Agenterna opererar inom en isolerad OpenShell-sandlåda, vilket gör att återkommande uppgifter som inkorgsövervakning eller schemalagd rapportgenerering kan köras kontinuerligt utan att en person initierar varje begäran, samtidigt som agentaktivitet hålls innesluten och reviderbar.

HP har åtagit sig att möjliggöra stöd för framtida NVIDIA GPU-generationer på samma system, och Windows-stöd planeras att ansluta till den nuvarande Ubuntu-baserade miljön senare under 2026 – vilket förlänger den användbara livslängden för den initiala hårdvaruinvesteringen.

Kostnadsjämförelse: On-Premises kontra Cloud AI API:er

För små och medelstora företag som bearbetar stora mängder dokument dagligen ökar skillnaden mellan ett fast on-premises-system och användningsbaserad fakturering för molnbaserad AI avsevärt över tid.

Cloud AI API:er
~2,9M - ~7,3M kr
över 3 år, ihållande arbetsbelastning
Användningsbaserad fakturering skalar med volym. Kostnaderna stiger linjärt (eller snabbare) när dokument-/agentarbetsbelastningen ökar, utan tak.
HP ZGX Fury GB300 AI-arbetsstation
ca. 1,2 mnkr
över 3 år, fasta hårdvaru- + driftskostnader
Engångskostnad för hårdvara plus förutsägbar elkraft och underhåll. Kostnaden förblir densamma oavsett hur mycket systemet används.
Uppskattad kostnadsfördelning över 3 år: ZGX Fury kontra Cloud AI API:er
KostnadskategoriCloud AI API:erZGX Fury (On-Premises)
Inledande hårdvaruinvesteringIngen1 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 krca. 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

ZGX Fury GB300 tillhandahåller ett enda, fastprissystem som kan stödja kontinuerlig AI-dokumentbehandling, kombinerat med en öppen, utbyggbar programvarustack för att distribuera autonoma agenter. För små och medelstora företag med ihållande AI-arbetsbelastningar erbjuder det ett lägre kostnadsalternativ till återkommande utgifter för molnbaserad AI, utan att binda företaget till en enda programvaruleverantör.

svenskaSvenskase🇸🇪EnglishEngelskaen🇪🇺bosanskiBosniskaba🇧🇦българскиBulgariskabg🇧🇬danskDanskadk🇩🇰EestiEstniskaee🇪🇪suomiFinskafi🇫🇮FrançaisFranskafr🇫🇷ΕλληνικάGrekiskagr🇬🇷ItalianoItalienskait🇮🇹hrvatskiKroatiskahr🇭🇷latviešuLettiskalv🇱🇻LietuviųLitauiskalt🇱🇹NederlandsNederländskanl🇳🇱BokmålNorskano🇳🇴PolerowaćPolskapl🇵🇱PortuguêsPortugisiskapt🇵🇹românăRumänskaro🇷🇴СрпскиSerbiskars🇷🇸slovenčinaSlovakiskask🇸🇰SlovenecSlovenskasi🇸🇮EspañolSpanskaes🇪🇸češtinaTjeckiskacz🇨🇿DeutschTyskade🇩🇪українськаUkrainskaua🇺🇦magyarUngerskahu🇭🇺БеларускаяVitryskaby🇧🇾العربيةArabiskaar🇸🇦বাংলাBengalibd🇧🇩မြန်မာBurmesiskamm🇲🇲ქართულიGeorgiskage🇬🇪עבריתHebreiskail🇮🇱हिंदीHindihi🇮🇳BahasaIndonesiskaid🇮🇩日本語Japanskajp🇯🇵ҚазақKazakiskakz🇰🇿简体Kinesiskacn🇨🇳繁體Trad. kinesiskahk🇭🇰한국어Koreanskakr🇰🇷MelayuMalajiskamy🇲🇾मराठीMarathimr🇮🇳नेपालीNepalinp🇳🇵فارسیPersiskair🇮🇷ਪੰਜਾਬੀPunjabipa🇮🇳РусскийRyskaru🇷🇺සිංහලSingalesiskalk🇱🇰TagalogTagalogph🇵🇭தமிழ்Tamilta🇱🇰తెలుగుTelugute🇮🇳ไทยThailändskath🇹🇭TürkçeTurkiskatr🇹🇷اردوUrdupk🇵🇰O'zbekUzbekiskauz🇺🇿Tiếng ViệtVietnamesiskavn🇻🇳