Exxact Valence DGX Station
သင့်ခြင်းတောင်းထဲတွင် မတူညီသော ပြင်ဆင်မှုများကို ခွဲခြားသိရှိရန် ဤအရာကို အသုံးပြုပါ — တူညီသောထုတ်ကုန်ကို မတူညီသောရွေးချယ်မှုများဖြင့် မှာယူပါက အဆင်ပြေစေသည်။
အပြည့်အစုံ သတ်မှတ်ချက်များ
တွက်ချက်မှုနှင့် မှတ်ဉာဏ်
စူပါချစ်ပ်ပြား
NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip
CPU
၁× NVIDIA Grace CPU Superchip, Arm Neoverse V2 ကို ၇၂ ခု
GPU
၁× NVIDIA Blackwell Ultra GPU
ဆက်စပ်မှတ်ဉာဏ်
၇၄၈ GB ပေါင်းစည်း - ၄၉၆ GB LPDDR5X + ၂၅၂ GB HBM3e
AI စွမ်းဆောင်ရည်
20 PetaFLOPS (FP4) / 10 PetaFLOPS (FP8)
သိုလှောင်မှုနှင့် ရုပ်ပိုင်း
သိုလှောင်မှု (Slots)
2× M.2 2280 PCIe 5.0 x4 NVMe (စနစ်) + 2× M.2 2280 PCIe 6.0 x4 NVMe (64GB/s၊ လေ့ကျင့်ရေးဒေတာလမ်းကြောင်း)
ဖော်မက်ဖက်တာ
အပြည့်အစုံတာဝါ စားပွဲဘေးတင်၊ NVIDIA DGX Station ဗိမာန်ကြီး
အရွယ်အစား
၂၄.၄ x ၅၉.၄ x ၂၉.၅ စင်တီမီတာ
နက်ဝပ်ချိတ်ဆက်မှုနှင့် ချဲ့ထွင်မှု
မြန်နှုန်းမြင့် ကွန်ယက်ချိတ်ဆက်မှု
2× 400G QSFP112 ပေါက်များ NVIDIA ConnectX-8 SuperNIC မှတစ်ဆင့်၊ ပြီးတော့ 1× 10GbE RJ45 စီမံခန့်ခွဲမှုပေါက်
PCIe ချဲ့ထွင်မှု
PCIe 5.0၊ 1× နှစ်ဆကျယ်သော x16 ဆလော့၊ ရွေးချယ်စရာ သီးခြား RTX PRO 6000 Blackwell GPU (96 GB GDDR7) ကို ထောက်ပံ့ပေးသည်
ပါဝါနှင့် အပူချိန်
ပါဝါထောက်ပံ့မှု
1600 W ATX ဓာတ်အားထောက်ပံ့စက်၊ တိုက်တေနီယမ် စွမ်းဆောင်ရည်၊ စံရုံးခန်း လျှပ်စစ်ပေါက်
အအေးခံမှု
ပိတ်ထားသော ကွင်းဆက် အရည်ဖြင့်အအေးခံခြင်း၊ တည်မြဲသော AI အလုပ်တာဝန်များအောက်တွင် ရုံးခန်းနှင့်ကိုက်ညီသော အသံဂုဏ်သတ္တိများအတွက် ညှိထားသည်
စီမံခန့်ခွဲမှုနှင့် ဆော့ဖ်ဝဲ
BMC
ASPEED AST2600
အဝေးမှ စီမံခန့်ခွဲမှု
IPMI 2.0 နှင့် Redfish API၊ ဒေတာစင်တာ-စတိုင်း စောင့်ကြည့်ခြင်းနှင့် ထိန်းချုပ်ခြင်း
GPU အပိုင်းခွဲခြင်း
Multi-Instance GPU (MIG)၊ အာမခံထားသော ဝန်ဆောင်မှုအရည်အသွေးဖြင့် ခွဲထားသော အပိုင်း ၇ ခုအထိ
ဆော့ဖ်ဝဲ စုပုံခြင်း
NVIDIA AI Enterprise ကိရိယာများပါဝင်သော ကြိုတင်ထည့်သွင်းထားသည့် Linux ပတ်ဝန်းကျင်၊ NVIDIA NemoClaw အေးဂျင့် ဖြန့်ချိရန်အဆင်သင့်
Exxact သည် Valence DGX Station ကို ၂၀၂၆ ခုနှစ် ဇန်နဝါရီလ ၂၀ ရက်တွင် မိတ်ဆက်ခဲ့ပြီး၊ ၎င်းသည် NVIDIA ၏ DGX Station သတ်မှတ်ချက်များအောက်ရှိ NVIDIA GB300 Grace Blackwell Superchip ပလက်ဖောင်းပေါ်တွင် တည်ဆောက်ထားသော စားပွဲဘေးစနစ်တစ်ခုဖြစ်ကာ ထရီလီယံပါရာမီတာ မော်ဒယ်များကို ရုံးအဆင်ပြေစေမည့် တာဝါတစ်ခုတည်းမှ ဒေသခံအဆင့် လည်ပတ်နိုင်ရန် ဒီဇိုင်းထုတ်ထားသည်။
ဟာ့ဒ်ဝဲ သတ်မှတ်ချက်များ
Valence ကို NVIDIA Grace CPU Superchip တစ်ခုတည်း – Arm Neoverse V2 ကို ၇၂ ခုနှင့် LPDDR5X မှတ်ဉာဏ် 496 GB – ဖြင့် အခြေခံထားပြီး၊ HBM3e GPU မှတ်ဉာဏ် 252 GB ပါရှိသော NVIDIA Blackwell Ultra GPU တစ်ခုနှင့် ယှဉ်တွဲထားသည်။ NVLink-C2C မှတစ်ဆင့် ဆက်စပ်နေသော မှတ်ဉာဏ်စုပြုံရာ 748 GB အဖြစ် ပေါင်းစည်းထားသည်။ သိုလှောင်မှုကို အဆင့်နှစ်ခုအဖြစ် ခွဲထားသည်- မိတ်ဆက်စနစ်အတွက် M.2 2280 PCIe 5.0 x4 NVMe ၂× နှင့် လေ့ကျင့်ရေးဒေတာနှင့် မော်ဒယ် ချက်ပွိုင့်များအတွက် သီးသန့်လမ်းကြောင်းအဖြစ် သတ်မှတ်ထားသော M.2 2280 PCIe 6.0 x4 NVMe (64GB/s) ၂× တို့ဖြစ်ပြီး၊ နေ့စဉ်စနစ် I/O ကို လေးလံသော AI လုပ်ငန်းဆောင်တာများမှ ခွဲထားရှိသည်။ ကွန်ယက်ချိတ်ဆက်မှုကို ဒွိပေါက် ConnectX-8 400G SuperNIC တစ်ခုက ကိုင်တွယ်ဆောင်ရွက်ပြီး၊ ဘတ်အပြင်ဘက် စီမံခန့်ခွဲမှုအတွက် 10GbE ပေါက် တစ်ခုဖြင့် ဖြည့်စွက်ထားသည်။
PCIe 5.0 x16 ဆလော့အနီတွင် အကျယ်နှစ်ဆပါသော နေရာသည် GDDR7 96 GB ပါရှိသည့် သီးခြား RTX PRO 6000 Blackwell GPU တစ်ခုကို စနစ်သို့ ထည့်သွင်းနိုင်စေသည်။
စီးပွားရေးအတွက် ဒေသတွင်း AI ဆာဗာ
Valence ကို မျှဝေသုံးစွဲနိုင်သော ဒေသတွင်း AI အရင်းအမြစ်အဖြစ် လုပ်ဆောင်ရန် ဒီဇိုင်းထုတ်ထားသည်။ ဝန်ထမ်းများစွာသည် လုပ်ငန်းနေ့တစ်လျှောက် စာချုပ်သုံးသပ်ခြင်း၊ ပြေစာထုတ်ယူခြင်း၊ အစီရင်ခံစာမူကြမ်းရေးသားခြင်း၊ အီးမေးလ်စိစစ်ခြင်း စသည့် စာရွက်စာတမ်း လုပ်ဆောင်ချက်များကို တင်သွင်းနိုင်ပြီး၊ အလုပ်များကို ပြင်ပကလပ်ဝန်ဆောင်မှုများမှတစ်ဆင့် လမ်းကြောင်းမပေးဘဲ နေရာတည်း၌ ဗဟိုချုပ်ကိုင်မှုဖြင့် ကိုင်တွယ်ဆောင်ရွက်သည်။
NVIDIA NemoClaw မှတစ်ဆင့်၊ inbox စောင့်ကြည့်ခြင်း သို့မဟုတ် အချိန်ဇယားအလိုက် အစီရင်ခံစာထုတ်လုပ်ခြင်းကဲ့သို့သော ထပ်ကာထပ်ကာ လုပ်ဆောင်ချက်များကို လူတစ်ဦးအား တောင်းဆိုမှုတစ်ခုစီကို စတင်ရန် မလိုအပ်ဘဲ စနစ်ပေါ်တွင် အလိုအလျောက်လုပ်ဆောင်သော အေဂျင့်များကို ဆက်တိုက်လည်ပတ်နိုင်သည်။ ၎င်းသည် Valence အား စီးပွားရေးလုပ်ငန်းအတွက် ဆက်လက်တည်ရှိနေသော AI အခြေခံအဆောက်အအုံအဖြစ် လည်ပတ်စေပြီး၊ တည်ငြိမ်သော စာရွက်စာတမ်း လုပ်ငန်းဆောင်တာများကို ပံ့ပိုးပေးသည်။
ကုန်ကျစရိတ် နှိုင်းယှဉ်ချက်- On-Premises နှင့် Cloud AI API များ
နေ့စဉ်အခြေခံဖြင့် စာရွက်စာတမ်းများ အမြောက်အမြားကို လုပ်ဆောင်နေသော အသေးစားနှင့်အလတ်စား လုပ်ငန်းများအတွက်၊ on-premises စနစ်နှင့် cloud AI ငွေတောင်းခံမှုကြား ကွာခြားချက်သည် အချိန်ကြာလာသည်နှင့်အမျှ သိသိသာသာ ပေါင်းစည်းလာသည်။
| ကုန်ကျစရိတ် အမျိုးအစား | Cloud AI API များ | Valence (On-Premises) |
|---|---|---|
| ကနဦး ဟာ့ဒ်ဝဲ ရင်းနှီးမြှုပ်နှံမှု | မရှိ | ၂၀၀M MMK (တစ်ကြိမ်တည်း) |
| ပထမနှစ် လည်ပတ်စရိတ် | ~၂၀၀,၀၀၀ K MMK - ~၅၀၀,၀၀၀ K MMK | ~၁၀,၀၀၀ K MMK (ပါဝါနှင့် ထိန်းသိမ်းမှု) |
| ဒုတိယနှစ် လည်ပတ်စရိတ် | ~၂၀၀,၀၀၀ K MMK - ~၅၀၀,၀၀၀ K MMK | ~၁၀,၀၀၀ K MMK (ပါဝါနှင့် ထိန်းသိမ်းမှု) |
| တတိယနှစ် လည်ပတ်စရိတ် | ~၂၀၀,၀၀၀ K MMK - ~၅၀၀,၀၀၀ K MMK | ~၁၀,၀၀၀ K MMK (ပါဝါနှင့် ထိန်းသိမ်းမှု) |
| ၃ နှစ်အတွက် စုစုပေါင်းကုန်ကျစရိတ် | ~၆၅၀,၀၀၀ K MMK - ~၁,၅၅၀,၀၀၀ K MMK | ~၂၂၅M MMK |
အကြောင်းမှာ လုပ်ငန်းစဉ်များကို လုံးဝ နေရာတည်း၌ လုပ်ဆောင်သောကြောင့်၊ စာရွက်စာတမ်းများနှင့် စီးပွားရေးဒေတာများကို တတိယပါတီ ဆာဗာများသို့ ပို့ဆောင်ခြင်း မရှိပါ။ ၎င်းသည် ဥပဒေရေး၊ ငွေကြေးရေး သို့မဟုတ် အခြားသော ဒေတာအရေးကြီးသော ကဏ္ဍများရှိ အဖွဲ့အစည်းများအတွက် သက်ဆိုင်ရာ ထည့်သွင်းစဉ်းစားစရာ တစ်ခုဖြစ်သည်။
အကျဉ်းချုပ်
Valence DGX Station သည် ကုန်ကျစရိတ်သတ်မှတ်ထားသော၊ စားပွဲဘေးတွင် အဆင်ပြေစေမည့် စနစ်တစ်ခုကို ဒေသတွင်း၌ AI မော်ဒယ်ကြီးများကို လည်ပတ်နိုင်စေရန် ဗိသုကာလက်ရာနှင့် ပေါင်းစပ်ထားပြီး၊ ထို့အပြင် ရွေးချယ်စရာ RTX PRO Blackwell GPU မှတစ်ဆင့် ရင်းဒါလုပ်ဆောင်နိုင်စွမ်းကို ပေါင်းထည့်နိုင်သည့် ပြောင်းလွယ်ပြင်လွယ်ကိုလည်း ပေးထားသည်။ ဆက်တိုက်ဖြစ်ပေါ်နေသော AI လုပ်ငန်းဆောင်တာများရှိသည့် အသေးစားနှင့်အလတ်စား လုပ်ငန်းများအတွက်၊ ၎င်းသည် ထပ်ကာထပ်ကာ ကုန်ကျသော cloud AI စရိတ်အတွက် ကုန်ကျစရိတ်ပိုမိုသက်သာသော အစားထိုးနည်းလမ်းတစ်ခုကို ပေးစွမ်းသည်။
