NVIDIA DGX Station AI-arbetsstation
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
Minnesinterconnect
NVLink-C2C, 900 GB/s bandbredd mellan CPU–GPU
AI-prestanda
20 PetaFLOPS (FP4)
Multi-Instance GPU
Upp till 7 isolerade GPU-partitioner (MIG)
Lagring & fysiska egenskaper
Lagring (fack)
4× M.2 2280 PCIe 5.0 x4 NVMe
GPU-expansion
PCIe 5.0, 1× dubbelbredd + 2× enkelbredd x16-plats(er) för valfri NVIDIA RTX PRO-visnings-/visualiserings-GPU
Formfaktor
Skrivbordstorn, NVIDIA-referenschassidesign
Mått
24,5 x 52,8 x 59,5 cm
Nätverk och klustring
Höghastighetsnätverk
2× 400G QSFP112-portar via NVIDIA ConnectX-8 SuperNIC
Klustring med flera stationer
Direkt 400GbE-länkning av upp till 2 DGX Stationer till en kombinerad koherent minnespool på 1 496 GB
Trådlöst (valfritt)
PCIe M.2 2230-plats för Wi-Fi/Bluetooth-modul; kan lämnas obefylld för air-gapped-distributioner
Effekt & termisk
Strömförsörjning
1600 W nätaggregat, kompatibelt med standardkontakt i kontor
Kylning
Sluten krets vätskekylning, bibehållen prestanda under tunga AI-arbetsbelastningar
Hantering och programvara
BMC
ASPEED AST2600
Fjärrhantering
IPMI 2.0 och Redfish API, övervakning och kontroll i datacenterstil
Säkerhet
Hårdvarurot för förtroende, företagssäker start (secure boot)
Programvarustack
NVIDIA DGX OS, redo för distribution av NVIDIA NemoClaw-agent
NVIDIA introducerade DGX Station den 17 mars 2026 som referenssystemet för skrivbordsanvändning till plattformen NVIDIA GB300 Grace Blackwell Superchip – designad och validerad direkt av NVIDIA för att köra modeller med en biljon parametrar lokalt, och tillverkad under licens av NVIDIAs hårdvarupartners.
Hårdvaruspecifikationer
DGX Station 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, sammanfogade via NVLink-C2C till en koherent minnespool på 748 GB. Upp till 7 isolerade MIG-partitioner låter en enda station betjäna flera team eller arbetsbelastningar samtidigt utan konflikt. Systemet erbjuder 4× M.2 2280 PCIe 5.0 x4 NVMe-lagring, en dubbelports NVIDIA ConnectX-8 400G SuperNIC och PCIe 5.0-utbyggnadsplatser för en valfri NVIDIA RTX PRO GPU dedikerad för skärm- och visualiseringsutdata.
Lokal AI-server för företagsbruk
DGX Station är designad att fungera som en delad lokal AI-resurs. Flera anställda kan skicka in dokumentbearbetningsuppgifter – kontraktsgranskning, fakturaextrahering, rapportframställning, e-posttriage – under arbetsdagen, där jobb hanteras centralt på plats istället för att dirigeras via externa molntjänster.
Genom NVIDIA NemoClaw kan autonoma agenter köras kontinuerligt på systemet och hantera återkommande uppgifter som inkorgsövervakning eller schemalagd rapportgenerering utan att en person måste initiera varje begäran. Detta låter DGX Station fungera som kontinuerlig AI-infrastruktur för företaget som stödjer stabila dokumentarbetsbelastningar.
Utöka kapaciteten: Klustring med två stationer
För arbetsbelastningar som växer förbi en enskild enhet kan två DGX Stationer kopplas samman via sina inbyggda 400G ConnectX-8 SuperNIC-portar och kombineras till en enda koherent minnespool på 1 496 GB adresserbar över båda maskinerna. Detta ger ett enkelt uppgraderingssätt för växande team utan behov av ny arkitektur eller arbetsflödesändringar, tillgängligt som konfigurationsalternativ vid köp.
En referensplattform byggd på nio års DGX Station-utveckling
Namnet DGX Station går tillbaka till 2017, när NVIDIA introducerade den ursprungliga DGX Station som ett skrivbordsalternativ till rackmonterad AI-infrastruktur, byggd kring fyra NVIDIA Tesla V100-GPU:er. I november 2020 efterträddes den av DGX Station A100, med fyra NVIDIA A100 Tensor Core GPU:er och upp till 320 GB GPU-minne fördelat över fyra separata kort, där arbetsbelastningar explicit måste distribueras och hanteras över flera GPU:er.
Den nuvarande DGX Station, introducerad 2026, ersätter den fler-GPU-baserade lösningen med en enda NVIDIA GB300 Grace Blackwell Ultra Superchip: en koherent, enhetlig minnespool på 748 GB delad direkt mellan CPU och GPU via NVLink-C2C, istället för fyra separata GPU-minnespooler sammanfogade i mjukvara.
Koherent minneskapacitet per generation
En koherent minnespool, delad direkt mellan CPU och GPU – ingen manuell partitionering för flera GPU:er krävs.
Kostnadsjämförelse: On-Premises kontra moln-API:er för AI
För små och medelstora företag som bearbetar stora volymer dokument dagligen ökar skillnaden mellan ett fast on-premises-system och användningsbaserad moln-AI-fakturering avsevärt över tid.
| Kostnadskategori | Moln-API:er för AI | DGX Station (On-Premises) |
|---|---|---|
| Inledande investering i hårdvara | Ingen | 1200k kr (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. 1300k kr |
Eftersom bearbetningen sker helt på plats överförs inte dokument eller affärsdata till tredjepartsservrar. Detta är ett relevant hänsynstagande för organisationer inom juridik, finans eller andra datakänsliga sektorer.
Sammanfattning
DGX Station erbjuder ett enkelt, fastkostnadssystem som kan stödja kontinuerlig AI-dokumentbearbetning, kombinerat med NVIDIAs referensarkitektur för lokal körning av stora AI-modeller. För små och medelstora företag med ihållande AI-arbetsbelastningar erbjuder det ett kostnadseffektivt alternativ till återkommande moln-AI-utgifter, med ett dokumenterat uppgraderingssätt till ett tvåstationskluster.
