🛒 0

Gigabyte W775-V10-L01 AI-werkstation

Chip NVIDIA GB300 Grace Blackwell Ultra Superchip
Coherent geheugen 748 GB geünificeerd: 496 GB LPDDR5X + 252 GB HBM3e
AI-prestaties 20 PetaFLOPS (FP4)
Opslag 2× PCIe Gen6 M.2 NVMe
€ 99.999

Ons team neemt contact met u op met een op maat gemaakte prijsopgave.

Gebruik dit om verschillende configuraties in uw winkelwagen uit elkaar te houden – handig als u hetzelfde product met verschillende opties bestelt.

Totaalprijs € 99.999

Volledige specificaties

Rekencapaciteit & Geheugen

Superchip

NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip

CPU

NVIDIA Grace CPU Superchip, 72 Arm Neoverse V2-kernen

GPU

1× NVIDIA Blackwell Ultra GPU

Coherent geheugen

748 GB geünificeerd: 496 GB LPDDR5X + 252 GB HBM3e

AI-prestaties

20 PetaFLOPS (FP4)

Opslag & Fysiek

Opslag (Slots)

2× M.2 2280 PCIe 6.0 x4 NVMe + 2× M.2 2280 PCIe 5.0 x4 NVMe, beschermende sleufdeksels

Formaatfactor

Torenmodel voor naast het bureau, omschakelbare server-/werkstationbediening

Afmetingen

21,8 x 51,95 x 72,63 cm

Netwerken en uitbreiding

Hoge-snelheidsnetwerken

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

PCIe-uitbreiding

PCIe 5.0, extra x16- en x8-sleuven, ondersteunt optionele NVIDIA RTX PRO Blackwell GPU's

Voeding & Koeling

Voeding

1600 W ATX-voeding, Titanium-efficiëntie

Koeling

Gesloten circuit vloeistofkoeling met geïntegreerd lekdetectiesysteem en automatische uitschakeling

Beheer en software

BMC

ASPEED AST2600

Beheer op afstand

IPMI 2.0 en Redfish API, monitoring en controle in datacenterstijl

Bedrijfsmodi

Omschakelbaar tussen BMC-beheerde serverbediening en werkstationbediening met directe toegang

Heeft u liever een snelle AI-samenvatting? Sla het lezen over – onderzoek de volledige specificaties en geschiktheid voor uw use case met een AI-assistent naar keuze.

Gigabyte introduceerde de W775-V10-L01 op 12 januari 2026 en positioneert deze binnen het NVIDIA GB300 Grace Blackwell Superchip-ecosysteem als een tafelmodel AI-werkstation dat is gebouwd om triljoen-parametermodellen lokaal uit te voeren, met bijzondere technische aandacht voor continue, onbemande werking.

Hardwarespecificaties

De W775-V10-L01 is gebouwd rond een enkele NVIDIA Grace CPU Superchip — 72 Arm Neoverse V2-kernen en 496 GB LPDDR5X-geheugen — gekoppeld aan een NVIDIA Blackwell Ultra GPU met 252 GB HBM3e GPU-geheugen, verenigd via NVLink-C2C in een coherente geheugenpool van 748 GB. De opslag wordt verzorgd door vier M.2 2280-sleuven — twee PCIe 6.0 x4 en twee PCIe 5.0 x4 — elk voorzien van een beschermhoes, naast een dual-port NVIDIA ConnectX-8 400G SuperNIC voor hoogwaardige netwerkverbindingen.

Lokale AI-server voor zakelijk gebruik

De W775-V10-L01 is ontworpen om te functioneren als een gedeelde lokale AI-bron. Meerdere werknemers kunnen gedurende de werkdag documentverwerkingstaken indienen — contractbeoordeling, factuurextractie, rapportopstelling, e-mailtriage — waarbij taken centraal on-site worden afgehandeld in plaats van via externe clouddiensten.

Met NVIDIA NemoClaw kunnen autonome agents continu op het systeem draaien, waarbij terugkerende taken worden afgehandeld, zoals het monitoren van inboxen of het genereren van geplande rapporten, zonder dat een persoon elk verzoek hoeft te initiëren. Hierdoor kan de W775-V10-L01 fungeren als continue AI-infrastructuur voor het bedrijf, die stabiele documentworkloads ondersteunt.

Ontworpen voor onbemande, continue werking

Gigabyte combineert de gesloten-lus vloeistofkoeling van de W775-V10-L01 met een geïntegreerde lekkagedetectielade onder de koelvloeistofaansluitingen. Als vocht wordt gedetecteerd, initieert de systeemfirmware een automatische, ordelijke afsluiting voordat een lek het omliggende apparatuur kan bereiken.

Het chassis kan ook worden ingesteld voor twee verschillende rollen. Beheerd via de onboard BMC over IPMI 2.0 en Redfish, functioneert het als een centraal beheerde, op afstand gemonitorde server. De PCIe-sleuven accepteren NVIDIA RTX PRO Blackwell GPU's voor grafisch intensief werkstationgebruik.

Kostenvergelijking: On-Premises versus Cloud AI-API's

Voor MKB-bedrijven die dagelijks grote hoeveelheden documenten verwerken, loopt het verschil tussen een on-premises systeem en cloud AI-facturering in de loop van de tijd aanzienlijk op.

Cloud AI-API's
~€ 300k – ~€ 600k
over 3 jaar, aanhoudende workload
Gebruiksgebaseerde facturering schaalt met volume. Kosten stijgen lineair (of sneller) naarmate document-/agentworkload groeit, zonder plafond.
Gigabyte W775-V10-L01 AI-werkstation
~€115K
over 3 jaar, vaste hardware + bedrijfskosten
Eenmalige hardwarekosten plus voorspelbare stroom- en onderhoudskosten. Kosten blijven gelijk, ongeacht gebruiksfrequentie.
Geschatte kostenverdeling over 3 jaar: W775-V10-L01 versus Cloud AI-API's
KostencategorieCloud AI-API'sW775-V10-L01 (On-Premises)
Initiële hardware-investeringGeen€100K (eenmalig)
Bedrijfskosten jaar 1~€ 100k – ~€ 200k~€ 4k (stroom & onderhoud)
Bedrijfskosten jaar 2~€ 100k – ~€ 200k~€ 4k (stroom & onderhoud)
Bedrijfskosten jaar 3~€ 100k – ~€ 200k~€ 4k (stroom & onderhoud)
Cumulatieve kosten over 3 jaar~€ 300k – ~€ 600k113136 EUR

Omdat verwerking volledig on-site plaatsvindt, worden documenten en bedrijfsgegevens niet naar servers van derden verzonden. Dit is relevant voor organisaties in juridische, financiële of andere gegevensgevoelige sectoren.

Samenvatting

De W775-V10-L01 biedt een enkel systeem met vaste kosten dat continue AI-documentverwerking ondersteunt, gecombineerd met de architectuur om grote AI-modellen lokaal uit te voeren en technische veiligheidsmaatregelen voor onbemande werking. Voor MKB-bedrijven met aanhoudende AI-workloads vormt het een kostenefficiënt alternatief voor terugkerende cloud AI-uitgaven.

NederlandsNederlandsnl🇳🇱EnglishEngelsen🇪🇺bosanskiBosnischba🇧🇦българскиBulgaarsbg🇧🇬danskDeensdk🇩🇰DeutschDuitsde🇩🇪EestiEstsee🇪🇪suomiFinsfi🇫🇮FrançaisFransfr🇫🇷ΕλληνικάGrieksgr🇬🇷magyarHongaarshu🇭🇺ItalianoItaliaansit🇮🇹hrvatskiKroatischhr🇭🇷latviešuLetslv🇱🇻LietuviųLitouwslt🇱🇹BokmålNoorsno🇳🇴українськаOekraïensua🇺🇦PolerowaćPoolspl🇵🇱PortuguêsPortugeespt🇵🇹românăRoemeensro🇷🇴СрпскиServischrs🇷🇸SlovenecSloveenssi🇸🇮slovenčinaSlowaakssk🇸🇰EspañolSpaanses🇪🇸češtinaTsjechischcz🇨🇿БеларускаяWit-Russischby🇧🇾svenskaZweedsse🇸🇪العربيةArabischar🇸🇦বাংলাBengaalsbd🇧🇩မြန်မာBirmeesmm🇲🇲简体Chineescn🇨🇳繁體Trad. Chineeshk🇭🇰ქართულიGeorgischge🇬🇪עבריתHebreeuwsil🇮🇱हिंदीHindihi🇮🇳BahasaIndonesischid🇮🇩日本語Japansjp🇯🇵ҚазақKazachskz🇰🇿한국어Koreaanskr🇰🇷MelayuMaleismy🇲🇾मराठीMarathimr🇮🇳नेपालीNepaleesnp🇳🇵O'zbekOezbeeksuz🇺🇿فارسیPerzischir🇮🇷ਪੰਜਾਬੀPunjabipa🇮🇳РусскийRussischru🇷🇺සිංහලSingaleeslk🇱🇰TagalogTagalogph🇵🇭தமிழ்Tamilta🇱🇰తెలుగుTelugute🇮🇳ไทยThaith🇹🇭TürkçeTurkstr🇹🇷اردوUrdupk🇵🇰Tiếng ViệtVietnameesvn🇻🇳