NVIDIA DGX Station AI ဝပ်စတေရှင်
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
မှတ်ဉာဏ် ချိတ်ဆက်မှု
NVLink-C2C၊ CPU နှင့် GPU အကြား 900 GB/s ဒေတာလွှဲပြောင်းနိုင်မှု
AI စွမ်းဆောင်ရည်
၂၀ PetaFLOPS (FP4)
GPU အစိတ်အပိုင်းများ ခွဲခြားသုံးစွဲနိုင်ခြင်း
အများဆုံး ၇ ခုအထိ သီးသန့်ခွဲထားသော GPU အစိတ်အပိုင်းများ (MIG)
သိုလှောင်မှုနှင့် ရုပ်ပိုင်း
သိုလှောင်မှု (Slots)
4× M.2 2280 PCIe 5.0 x4 NVMe
GPU ချဲ့ထွင်မှု
PCIe 5.0၊ NVIDIA RTX PRO ဖော်ပြချက်/မြင်ယောင်ခြင်း GPU အတွက် ရွေးချယ်နိုင်သော ၁× နှစ်ဆအကျယ် + ၂× တစ်ဆအကျယ် x16 ဆလော့(များ)
ဖော်မက်ဖက်တာ
စားပွဲဘေးတာဝါ၊ NVIDIA က ညွှန်းထားသော ကိုယ်ထည်ဒီဇိုင်း
အရွယ်အစား
၂၄.၅ x ၅၂.၈ x ၅၉.၅ စင်တီမီတာ
ကွန်ယက်ချိတ်ဆက်ခြင်းနှင့် အစုဖွဲ့ခြင်း
မြန်နှုန်းမြင့် ကွန်ယက်ချိတ်ဆက်မှု
၂× 400G QSFP112 ပို့(ပ်)များ NVIDIA ConnectX-8 SuperNIC မှတစ်ဆင့်
အခြေစိုက်စခန်း အများအပြား အစုဖွဲ့ခြင်း
DGX အခြေစိုက်စခန်း ၂ ခုအထိကို တိုက်ရိုက် 400GbE ချိတ်ဆက်ကာ ပေါင်းစည်း ၁,၄၉၆ GB ဆက်စပ်မှတ်ဉာဏ်အစုအဝေးအဖြစ် ပြောင်းလဲခြင်း
ကြိုးမဲ့ (ရွေးချယ်နိုင်)
Wi-Fi/Bluetooth မော်ဂျူးအတွက် PCIe M.2 2230 ဆလော့၊ လေကွာလွှာ (air-gapped) တပ်ဆင်မှုများအတွက် ဗလာထားနိုင်သည်
ပါဝါနှင့် အပူချိန်
ပါဝါထောက်ပံ့မှု
1600 W ဓာတ်အားပေး၊ စံရုံးသုံး ပလပ်ပေါက်နှင့် ကိုက်ညီ
အအေးခံမှု
ပိတ်ထားသော ရေနည်းပါးသည့် လျှပ်စစ်ဓာတ်ငွေ့ဖြင့် အေးမြခြင်း၊ ပြင်းထန်သော AI အလုပ်တာဝန်များအောက်တွင် မပြတ်တောက်သော စွမ်းဆောင်ရည်
စီမံခန့်ခွဲမှုနှင့် ဆော့ဖ်ဝဲ
BMC
ASPEED AST2600
အဝေးမှ စီမံခန့်ခွဲမှု
IPMI 2.0 နှင့် Redfish API၊ ဒေတာစင်တာ-စတိုင်း စောင့်ကြည့်ခြင်းနှင့် ထိန်းချုပ်ခြင်း
လုံခြုံရေး
ယုံကြည်ရမှု၏ ဟာ့ဒ်ဝဲ အခြေခံ၊ လုပ်ငန်းသုံး လုံခြုံသော စတင်မောင်းနှင်မှု
ဆော့ဖ်ဝဲ စုပုံခြင်း
NVIDIA DGX OS၊ NVIDIA NemoClaw အေးဂျင့် တပ်ဆင်မှုအတွက် အဆင်သင့်
NVIDIA သည် DGX Station ကို ၂၀၂၆ ခုနှစ် မတ်လ ၁၇ ရက်နေ့တွင် NVIDIA GB300 Grace Blackwell Superchip ပလက်ဖောင်းအတွက် ကိုးကားရန် စားပွဲဘေးစနစ်အဖြစ် မိတ်ဆက်ခဲ့သည်။ ၎င်းကို ထရီလီယံပါရာမီတာ မော်ဒယ်များကို ဒေသတွင်း လည်ပတ်နိုင်ရန် NVIDIA မှ တိုက်ရိုက်ဒီဇိုင်းရေးဆွဲအတည်ပြုထားပြီး NVIDIA ၏ ဟာ့ဒ်ဝဲပါတနာများမှ လိုင်စင်ဖြင့် ထုတ်လုပ်ထားသည်။
ဟာ့ဒ်ဝဲ အသေးစိတ်ဖော်ပြချက်များ
DGX Station ကို NVIDIA Grace CPU Superchip တစ်ခုတည်းကို အခြေခံပြီး တည်ဆောက်ထားသည် — Arm Neoverse V2 ကို ၇၂ ခုနှင့် LPDDR5X မှတ်ဉာဏ် 496 GB — ကို NVIDIA Blackwell Ultra GPU တစ်ခုနှင့် ပေါင်းစပ်ထားပြီး၊ ၎င်းတွင် GPU မှတ်ဉာဏ် 252 GB HBM3e ပါရှိသည်။ NVLink-C2C မှတစ်ဆင့် ဆက်စပ်မှုရှိသော မှတ်ဉာဏ်ရေကန် 748 GB အဖြစ် ပေါင်းစည်းထားသည်။ MIG ခွဲခြားသတ်မှတ်မှု ၇ ခုအထိ ပြုလုပ်နိုင်ပြီး တစ်ခုတည်းသော စတေရှင်တစ်ခုသည် အဖွဲ့အမျိုးမျိုး သို့မဟုတ် အလုပ်တာဝန်များကို ပြိုင်ဆိုင်မှုမရှိဘဲ တစ်ပြိုင်နက် လုပ်ဆောင်နိုင်စေသည်။ စနစ်တွင် 4× M.2 2280 PCIe 5.0 x4 NVMe သိုလှောင်မှု၊ နှစ်လိုင်းသုံး NVIDIA ConnectX-8 400G SuperNIC နှင့် ဖန်သားပြင်နှင့် ပုံဖော်မှုထုတ်လုပ်ခြင်းအတွက် ရွေးချယ်စရာ NVIDIA RTX PRO GPU တစ်ခုအတွက် PCIe 5.0 ချဲ့ထွင်မှု ဆလော့များ ပါဝင်သည်။
လုပ်ငန်းသုံးအတွက် ဒေသတွင်း AI ဆာဗာ
DGX Station ကို ဒေသတွင်း AI အရင်းအမြစ်အဖြစ် မျှဝေသုံးစွဲနိုင်ရန် ဒီဇိုင်းထုတ်ထားသည်။ ဝန်ထမ်းများစွာသည် လုပ်ငန်းနေ့တစ်လျှောက်လုံး စာချုပ်သုံးသပ်ခြင်း၊ ငွေတောင်းခံလွှာထုတ်ယူခြင်း၊ အစီရင်ခံစာမူကြမ်းရေးဆွဲခြင်း၊ အီးမေးလ်စိစစ်ခြင်း — စသည့် စာရွက်စာတမ်းများ လုပ်ဆောင်ချက်များကို တင်သွင်းနိုင်ပြီး၊ အလုပ်များကို ပြင်ပကလောက်ဝန်ဆောင်မှုများမှတစ်ဆင့် လမ်းကြောင်းသတ်မှတ်ပေးခြင်းထက် နေရာတည်ရာတွင် ဗဟိုချုပ်ကိုင်မှုဖြင့် ကိုင်တွယ်ဖြေရှင်းပေးသည်။
NVIDIA NemoClaw မှတစ်ဆင့်၊ ကိုယ်ပိုင်အုပ်ချုပ်နိုင်သော အေးဂျင့်များသည် စနစ်ပေါ်တွင် ဆက်လက်လည်ပတ်နိုင်ပြီး၊ ဝင်စာစောင့်ကြည့်ခြင်း သို့မဟုတ် အချိန်ဇယားဖြင့် အစီရင်ခံစာထုတ်လုပ်ခြင်းကဲ့သို့သော ထပ်တလဲလဲလုပ်ဆောင်ရသည့် အလုပ်များကို လူတစ်ဦးက တစ်ခုချင်းစီ တောင်းဆိုမှုစတင်ရန် မလိုအပ်ဘဲ ကိုင်တွယ်နိုင်သည်။ ၎င်းသည် DGX Station ကို လုပ်ငန်းအတွက် ဆက်လက်လည်ပတ်နေသော AI အခြေခံအဆောက်အအုံအဖြစ် လည်ပတ်စေပြီး၊ တည်ငြိမ်သော စာရွက်စာတမ်းအလုပ်တာဝန်များကို ပံ့ပိုးပေးသည်။
စွမ်းဆောင်ရည်ချဲ့ထွင်ခြင်း- စတေရှင်နှစ်ခု စုစည်းခြင်း
တစ်ခုတည်းသော ယူနစ်ထက် ပိုမိုကြီးမားသော အလုပ်တာဝန်များအတွက်၊ DGX Stations နှစ်ခုကို ၎င်းတို့၏ ကိုယ်ပိုင် 400G ConnectX-8 SuperNIC ပို့များမှတစ်ဆင့် ချိတ်ဆက်နိုင်ပြီး၊ စက်နှစ်လုံးစလုံးတွင် လိပ်စာသတ်မှတ်နိုင်သော မှတ်ဉာဏ်ရေကန် 1,496 GB တစ်ခုတည်းအဖြစ် ပေါင်းစည်းနိုင်သည်။ ၎င်းသည် ကြီးထွားလာသော အဖွဲ့များအတွက် ဗိသုကာအသစ် သို့မဟုတ် အလုပ်လုပ်ပုံစနစ် ပြောင်းလဲမှုများ မလိုအပ်ဘဲ ရိုးရှင်းသော အဆင့်မြှင့်တင်မှုလမ်းကြောင်းကို ပေးပြီး၊ ငွေရှင်းချိန်တွင် ရွေးချယ်စရာ ဖွဲ့စည်းမှုတစ်ခုအနေဖြင့် ရနိုင်သည်။
DGX Station ဖွံ့ဖြိုးတိုးတက်မှု ကိုးနှစ်တာအပေါ် အခြေခံထားသော ကိုးကားစရာ ပလက်ဖောင်း
DGX Station အမည်သည် ၂၀၁၇ ခုနှစ်သို့ ပြန်လည်ရောက်ရှိပြီး၊ NVIDIA သည် မူလ DGX Station ကို စင်၌တပ်ဆင်ထားသော AI အခြေခံအဆောက်အအုံအတွက် စားပွဲဘေးအစားထိုးတစ်ခုအဖြစ် မိတ်ဆက်ခဲ့သည်။ ၎င်းကို NVIDIA Tesla V100 GPU လေးခုကို အခြေခံပြီး တည်ဆောက်ထားသည်။ ၂၀၂၀ နိုဝင်ဘာလတွင်၊ DGX Station A100 က ၎င်းနေရာကို ဆက်ခံခဲ့ပြီး၊ NVIDIA A100 Tensor Core GPU လေးခုသို့ ပြောင်းလဲခဲ့ပြီး GPU မှတ်ဉာဏ် 320 GB အထိ ကမ်းလှမ်းခဲ့သည်။ ၎င်းမှတ်ဉာဏ်ကို သီးခြားကတ်လေးခုပေါ်တွင် ဖြန့်ဝေထားပြီး၊ တစ်ခုချင်းစီအတွက် အလုပ်တာဝန်များကို multi-GPU ဖွဲ့စည်းမှုအတွင်း ရှင်းလင်းစွာ ဖြန့်ဝေစီမံရန် လိုအပ်သည်။
၂၀၂၆ ခုနှစ်တွင် မိတ်ဆက်ခဲ့သော လက်ရှိ DGX Station သည် multi-GPU ချဉ်းကပ်မှုကို NVIDIA GB300 Grace Blackwell Ultra Superchip တစ်ခုတည်းဖြင့် အစားထိုးထားသည်- NVLink-C2C မှတစ်ဆင့် CPU နှင့် GPU အကြား တိုက်ရိုက်မျှဝေသော ဆက်စပ်မှုရှိသည့် မှတ်ဉာဏ်ရေကန် 748 GB တစ်ခုတည်းဖြစ်ပြီး၊ ဆော့ဖ်ဝဲဖြင့် အတူတကွ ချုပ်ဆက်ထားသော GPU မှတ်ဉာဏ်ရေကန် လေးခုမဟုတ်ပါ။
မျိုးဆက်အလိုက် ဆက်စပ်မှုရှိသော မှတ်ဉာဏ်စွမ်းရည်
CPU နှင့် GPU အကြား တိုက်ရိုက်မျှဝေသော ဆက်စပ်မှုရှိသည့် မှတ်ဉာဏ်ရေကန်တစ်ခု — multi-GPU ခွဲခြားသတ်မှတ်မှုအတွက် လက်ဖြင့်ပြုလုပ်ရန် မလိုအပ်ပါ။
ကုန်ကျစရိတ် နှိုင်းယှဉ်ခြင်း- On-Premises နှင့် Cloud AI API များ
နေ့စဉ် စာရွက်စာတမ်းများ အမြောက်အမြားကို လုပ်ဆောင်နေသော SMB များအတွက်၊ သတ်မှတ်ထားသော on-premises စနစ်နှင့် အသုံးပြုမှုအပေါ် အခြေခံသော cloud AI ငွေတောင်းခံမှုတို့ကြား ကွာခြားချက်သည် ကြာလာသည်နှင့်အမျှ သိသိသာသာ ပေါင်းစပ်လာသည်။
| ကုန်ကျစရိတ် အမျိုးအစား | Cloud AI API များ | DGX Station (On-Premises) |
|---|---|---|
| ကနဦး ဟာ့ဒ်ဝဲ ရင်းနှီးမြှုပ်နှံမှု | မရှိ | ၂၂၀ သန်း MMK (တစ်ကြိမ်တည်း) |
| ပထမနှစ် လုပ်ငန်းလည်ပတ်စရိတ် | ~၂၀၀,၀၀၀ K MMK - ~၅၀၀,၀၀၀ K MMK | ~၁၀,၀၀၀ K MMK (ပါဝါနှင့် ထိန်းသိမ်းမှု) |
| ဒုတိယနှစ် လုပ်ငန်းလည်ပတ်စရိတ် | ~၂၀၀,၀၀၀ K MMK - ~၅၀၀,၀၀၀ K MMK | ~၁၀,၀၀၀ K MMK (ပါဝါနှင့် ထိန်းသိမ်းမှု) |
| တတိယနှစ် လုပ်ငန်းလည်ပတ်စရိတ် | ~၂၀၀,၀၀၀ K MMK - ~၅၀၀,၀၀၀ K MMK | ~၁၀,၀၀၀ K MMK (ပါဝါနှင့် ထိန်းသိမ်းမှု) |
| ၃ နှစ်တာ စုစုပေါင်းကုန်ကျစရိတ် | ~၆၅၀,၀၀၀ K MMK - ~၁,၅၅၀,၀၀၀ K MMK | ~၂၅၂ သန်း MMK |
လုပ်ဆောင်မှုအားလုံးကို နေရာတည်ရာတွင် လုပ်ဆောင်သောကြောင့်၊ စာရွက်စာတမ်းများနှင့် လုပ်ငန်းဒေတာများကို တတိယပါတီ ဆာဗာများသို့ ပေးပို့ခြင်းမရှိပါ။ ၎င်းသည် ဥပဒေရေးရာ၊ ငွေကြေးဆိုင်ရာ သို့မဟုတ် အခြားသော ဒေတာထိလွယ်ခိုလွယ်သော ကဏ္ဍများရှိ အဖွဲ့အစည်းများအတွက် သက်ဆိုင်ရာ ထည့်သွင်းစဉ်းစားရမည့် အချက်ဖြစ်သည်။
အကျဉ်းချုပ်
DGX Station သည် ကြီးမားသော AI မော်ဒယ်များကို ဒေသတွင်း လည်ပတ်နိုင်ရန် NVIDIA ၏ ကိုးကားစရာ ဗိသုကာနှင့် ပေါင်းစပ်ထားသော ဆက်တိုက် AI စာရွက်စာတမ်း လုပ်ဆောင်မှုကို ပံ့ပိုးနိုင်သည့် တစ်ခုတည်းသော၊ သတ်မှတ်ထားသော ကုန်ကျစရိတ်စနစ်ကို ပေးပါသည်။ ဆက်တိုက် AI အလုပ်တာဝန်များရှိသော SMB များအတွက်၊ ၎င်းသည် ပြန်လည်ဖြစ်ပေါ်နေသော cloud AI သုံးစွဲမှုအတွက် ကုန်ကျစရိတ်နည်းသော အစားထိုးတစ်ခုကို ပေးပြီး၊ စတေရှင်နှစ်ခုပါသော စုစည်းမှုသို့ အဆင့်မြှင့်တင်ရန် မှတ်တမ်းတင်ထားသော လမ်းကြောင်းပါရှိသည်။
