ایستگاه کاری هوش مصنوعی اماسآی XpertStation WS300
از این برای تشخیص پیکربندیهای مختلف در سبد خرید خود استفاده کنید – مفید هنگام سفارش محصول یکسان با گزینههای متفاوت.
مشخصات کامل
محاسبات و حافظه
سوپرچیپ
NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip
پردازنده مرکزی (CPU)
۱× NVIDIA Grace CPU Superchip، ۷۲ هستهی Arm Neoverse V2
GPU
۱× NVIDIA Blackwell Ultra GPU
حافظهی همدوس
۷۴۸ گیگابایت یکپارچه: ۴۹۶ گیگابایت LPDDR5X + ۲۵۲ گیگابایت HBM3e
عملکرد هوش مصنوعی
۲۰ پتافلاپس (FP4)
ذخیرهسازی و فیزیکی
ذخیرهسازی (اسلاتها)
۲× M.2 2280 PCIe 5.0 x4 NVMe + ۲× M.2 2280 PCIe 6.0 x4 NVMe (64GB/s)
فرم فاکتور
برج کنار میزی، معماری NVIDIA DGX Station
ابعاد
۲۴٫۷۸ × ۵۸٫۲۷ × ۵۲٫۷۹ سانتیمتر
شبکهسازی و توسعه
شبکهسازی پرسرعت
۲× پورت ۴۰۰G QSFP112 از طریق NVIDIA ConnectX-8 SuperNIC
توسعهی PCIe
PCIe 5.0، ۱× اسلات دو عرضه x16 + اسلاتهای x8 اضافی
برق و حرارت
منبع تغذیه
منبع تغذیه ۱۶۰۰ وات ATX، بازده تیتانیوم
سیستم خنککننده
خنککننده مایع حلقه بسته، عملکرد پایدار تحت بارهای کاری سنگین هوش مصنوعی
مدیریت و نرمافزار
BMC
ASPEED AST2600
مدیریت از راه دور
IPMI 2.0 و Redfish API، نظارت و کنترل به سبک مرکز داده
اماسآی در ۱۶ مارس ۲۰۲۶، ایستگاه تخصصی XpertStation WS300 را معرفی کرد و آن را در اکوسیستم ابرتراشهی NVIDIA GB300 Grace Blackwell بهعنوان سیستمی معرفی نمود که از اجرای محلی مدلهای تریلیون پارامتری پشتیبانی میکند.
مشخصات سختافزاری
WS300 حول یک ابرتراشهی پردازندهی NVIDIA Grace CPU ساخته شده است – با ۷۲ هستهی Arm Neoverse V2 و ۴۹۶ گیگابایت حافظهی LPDDR5X – که با یک پردازندهی گرافیکی NVIDIA Blackwell Ultra همراه شده است. این پردازندهی گرافیکی دارای ۲۵۲ گیگابایت حافظهی HBM3e است و از طریق NVLink-C2C به یک استخر حافظهی یکپارچه ۷۴۸ گیگابایتی متصل میشود. این سیستم دارای ۲ اسلات ذخیرهسازی M.2 2280 NVMe با رابط PCIe 6.0 x4 (با پهنای باند ۶۴ گیگابایت بر ثانیه) و یک رابط شبکهی دو پورتهی ConnectX-8 با سرعت ۴۰۰ گیگابیت است.
سرور هوش مصنوعی محلی برای استفادهی تجاری
WS300 برای عملکرد بهعنوان یک منبع هوش مصنوعی محلی اشتراکی طراحی شده است. چندین کارمند میتوانند در طول روز کاری، وظایف پردازش اسناد – مانند بررسی قرارداد، استخراج فاکتور، تهیهی پیشنویس گزارش، اولویتبندی ایمیلها – را ارسال کنند. این وظایف بهجای مسیریابی از طریق سرویسهای ابری خارجی، بهصورت متمرکز و در محل پردازش میشوند.
از طریق NVIDIA NemoClaw، عاملهای خودمختار میتوانند بهطور مداوم روی سیستم اجرا شوند و وظایف تکراری مانند نظارت بر صندوق ورودی یا تولید گزارشهای زمانبندیشده را بدون نیاز به آغاز هر درخواست توسط یک فرد، مدیریت کنند. این امر به WS300 امکان میدهد بهعنوان زیرساخت هوش مصنوعی مستمر برای کسبوکار عمل کرده و بارهای کاری پایدار اسناد را پشتیبانی کند.
مقایسهی هزینه: راهحلهای On-Premises در مقابل APIهای هوش مصنوعی ابری
برای کسبوکارهای کوچک و متوسط (SMB) که روزانه حجم بالایی از اسناد را پردازش میکنند، تفاوت بین یک سیستم ثابت On-Premises و صورتحسابدهی ابری هوش مصنوعی مبتنی بر مصرف، بهمرور زمان بهطور قابل توجهی افزایش مییابد.
| دستهبندی هزینه | APIهای هوش مصنوعی ابری | WS300 (On-Premises) |
|---|---|---|
| سرمایهگذاری اولیه سختافزار | هیچ | ریال ۱۲۰B (یکباره) |
| هزینههای عملیاتی سال ۱ | ~ریال ۱۴۰B – ~ریال ۳۵۰B | ~ریال ۶B (برق & نگهداری) |
| هزینههای عملیاتی سال ۲ | ~ریال ۱۴۰B – ~ریال ۳۵۰B | ~ریال ۶B (برق & نگهداری) |
| هزینههای عملیاتی سال ۳ | ~ریال ۱۴۰B – ~ریال ۳۵۰B | ~ریال ۶B (برق & نگهداری) |
| هزینههای تجمعی ۳ ساله | ~ریال ۴۰۰B – ~ریال ۱T | ~ریال ۱۴۰B |
از آنجا که پردازش کاملاً در محل انجام میشود، اسناد و دادههای تجاری به سرورهای شخص ثالث منتقل نمیشوند. این موضوع برای سازمانهای فعال در بخشهای حساس به داده مانند حقوقی، مالی یا سایر بخشهای مشابه، یک ملاحظهی مرتبط است.
خلاصه
ایستگاه تخصصی XpertStation WS300 یک سیستم واحد با هزینهی ثابت ارائه میدهد که قادر به پشتیبانی از پردازش مستمر اسناد توسط هوش مصنوعی است و با معماری اجرای مدلهای بزرگ هوش مصنوعی بهصورت محلی ترکیب شده است. برای کسبوکارهای کوچک و متوسط با بارهای کاری پایدار هوش مصنوعی، این سیستم جایگزینی کمهزینهتر نسبت به هزینههای مکرر هوش مصنوعی ابری ارائه میدهد.
