NVIDIA DGX Station AI-werkstation
Gebruik dit om verschillende configuraties in uw winkelwagen uit elkaar te houden – handig als u hetzelfde product met verschillende opties bestelt.
Volledige specificaties
Rekencapaciteit & Geheugen
Superchip
NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip
CPU
1× 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
Geheugeninterconnect
NVLink-C2C, 900 GB/s bandbreedte tussen CPU en GPU
AI-prestaties
20 PetaFLOPS (FP4)
Multi-Instance GPU
Tot 7 geïsoleerde GPU-partities (MIG)
Opslag & Fysiek
Opslag (Slots)
4× M.2 2280 PCIe 5.0 x4 NVMe
GPU-uitbreiding
PCIe 5.0, 1× dubbele breedte + 2× enkele breedte x16 slot(s) voor optionele NVIDIA RTX PRO weergave/visualisatie-GPU
Formaatfactor
Bureautoren, NVIDIA-referentiechassisontwerp
Afmetingen
24,5 x 52,8 x 59,5 cm
Netwerken en clustering
Hoge-snelheidsnetwerken
2× 400G QSFP112-poorten via NVIDIA ConnectX-8 SuperNIC
Clustering met meerdere stations
Directe 400GbE-koppeling van maximaal 2 DGX Stations in een gecombineerde coherente geheugenpool van 1.496 GB
Draadloos (optioneel)
PCIe M.2 2230-slot voor een Wi-Fi/Bluetooth-module; kan onbezet blijven voor air-gapped implementaties
Voeding & Koeling
Voeding
1600 W-voeding, compatibel met standaard kantoorstopcontact
Koeling
Gesloten lus vloeistofkoeling, aanhoudende prestaties onder zware AI-werkbelasting
Beheer en software
BMC
ASPEED AST2600
Beheer op afstand
IPMI 2.0 en Redfish API, monitoring en controle in datacenterstijl
Beveiliging
Hardwarematige vertrouwensbasis, bedrijfssecure boot
Softwarestack
NVIDIA DGX OS, klaar voor implementatie van NVIDIA NemoClaw-agent
NVIDIA introduceerde de DGX Station op 17 maart 2026 als het referentiebureausysteem voor het NVIDIA GB300 Grace Blackwell Superchip-platform – ontworpen en rechtstreeks door NVIDIA gevalideerd om triljoen-parametermodellen lokaal uit te voeren, en geproduceerd onder licentie door hardwarepartners van NVIDIA.
Hardwarespecificaties
De DGX Station 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 tot een coherente geheugenpool van 748 GB. Tot 7 geïsoleerde MIG-partities stellen één station in staat om meerdere teams of workloads tegelijkertijd te bedienen zonder conflicten. Het systeem biedt 4× M.2 2280 PCIe 5.0 x4 NVMe-opslag, een dual-port NVIDIA ConnectX-8 400G SuperNIC en PCIe 5.0-uitbreidingsslots voor een optionele NVIDIA RTX PRO GPU voor beeldscherm- en visualisatie-uitvoer.
Lokale AI-server voor zakelijk gebruik
De DGX Station is ontworpen om te fungeren als een gedeelde lokale AI-bron. Meerdere medewerkers kunnen gedurende de werkdag documentverwerkingstaken indienen – contractbeoordeling, factuurextractie, rapportopstelling, e-mailtriage – waarbij taken centraal on-site worden afgehandeld in plaats van via externe clouddiensten.
Via NVIDIA NemoClaw kunnen autonome agents continu op het systeem draaien, waarbij terugkerende taken zoals inboxmonitoring of geplande rapportgeneratie worden afgehandeld zonder dat een persoon elk verzoek hoeft te initiëren. Hierdoor kan de DGX Station fungeren als continue AI-infrastructuur voor het bedrijf, die stabiele documentworkloads ondersteunt.
Capaciteit uitbreiden: clustering van twee stations
Voor workloads die een enkele eenheid overstijgen, kunnen twee DGX Stations via hun ingebouwde 400G ConnectX-8 SuperNIC-poorten worden verbonden, waardoor ze samenkomen in één coherente geheugenpool van 1.496 GB die over beide machines adresseerbaar is. Dit biedt een eenvoudig upgradepad voor groeiende teams zonder nieuwe architectuur of workflowwijzigingen, beschikbaar als configuratieoptie bij afrekenen.
Een referentieplatform gebouwd op negen jaar DGX Station-ontwikkeling
De naam DGX Station gaat terug tot 2017, toen NVIDIA de originele DGX Station introduceerde als een bureaubladalternatief voor rekgebaseerde AI-infrastructuur, gebouwd rond vier NVIDIA Tesla V100 GPU's. In november 2020 werd deze opgevolgd door de DGX Station A100, die overging op vier NVIDIA A100 Tensor Core GPU's en tot 320 GB GPU-geheugen bood, verspreid over vier afzonderlijke kaarten, waarbij workloads expliciet moesten worden verdeeld en beheerd over de multi-GPU-configuratie.
De huidige DGX Station, geïntroduceerd in 2026, vervangt die multi-GPU-aanpak door een enkele NVIDIA GB300 Grace Blackwell Ultra Superchip: één coherente, verenigde geheugenpool van 748 GB die rechtstreeks wordt gedeeld tussen CPU en GPU via NVLink-C2C, in plaats van vier afzonderlijke GPU-geheugenpools die via software aan elkaar zijn gekoppeld.
Coherente geheugencapaciteit per generatie
Eén coherente geheugenpool, rechtstreeks gedeeld tussen CPU en GPU – geen handmatige multi-GPU-partitionering vereist.
Kostenvergelijking: on-premises versus cloud-API's voor AI
Voor mkb-bedrijven die dagelijks grote hoeveelheden documenten verwerken, wordt het verschil tussen een vaste on-premises installatie en op gebruik gebaseerde cloud-AI-facturering na verloop van tijd aanzienlijk groter.
| Kostencategorie | Cloud-AI-API's | DGX Station (On-Premises) |
|---|---|---|
| Initiële hardware-investering | Geen | €105k (eenmalig) |
| Operationele kosten jaar 1 | ~€ 100k – ~€ 200k | ~€ 4k (stroom & onderhoud) |
| Operationele kosten jaar 2 | ~€ 100k – ~€ 200k | ~€ 4k (stroom & onderhoud) |
| Operationele kosten jaar 3 | ~€ 100k – ~€ 200k | ~€ 4k (stroom & onderhoud) |
| Cumulatieve kosten over 3 jaar | ~€ 300k – ~€ 600k | 118137 EUR |
Omdat de verwerking volledig on-site plaatsvindt, worden documenten en bedrijfsgegevens niet naar servers van derden verzonden. Dit is een relevant aandachtspunt voor organisaties in juridische, financiële of andere gegevensgevoelige sectoren.
Samenvatting
De DGX Station biedt een enkel, vastgeprijsd systeem dat continue AI-documentverwerking ondersteunt, gecombineerd met de referentiearchitectuur van NVIDIA voor het lokaal uitvoeren van grote AI-modellen. Voor mkb-bedrijven met aanhoudende AI-workloads biedt het een goedkoper alternatief voor terugkerende cloud-AI-uitgaven, met een gedocumenteerd upgradepad naar een cluster van twee stations.









