🛒 0

HP ZGX Fury GB300 AI სამუშაო სადგური

ჩიპი NVIDIA GB300 Grace Blackwell Ultra Superchip
კოჰერენტული მეხსიერება 748 GB გაერთიანებული: 496 GB LPDDR5X + 252 GB HBM3e
AI-ს შესრულება 20 პეტაფლოპსი (FP4)
GPU-ის გაფართოება RTX Pro 6000 / 4000 / 2000 (3 PCIe 5.0 სლოტი)
248 634 ₾

ჩვენი გუნდი დაგიკავშირდებათ პერსონალიზებული ფასის შეთავაზებით.

გამოიყენეთ ეს თქვენს სხვადასხვა კონფიგურაციას შორის განსხვავებისთვის კალათაში — მოსახერხებელია, თუ ერთსა და იმავე პროდუქტს სხვადასხვა ოფციით შეუკვეთავთ.

საერთო ღირებულება 248 634 ₾

სრული სპეციფიკაციები

გამოთვლითი სიმძლავრე და მეხსიერება

სუპერჩიპი

NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip

CPU

NVIDIA Grace CPU Superchip, 72 Arm Neoverse V2 ბირთვი

GPU

1× NVIDIA Blackwell Ultra GPU

კოჰერენტული მეხსიერება

748 GB გაერთიანებული: 496 GB LPDDR5X + 252 GB HBM3e

AI-ს შესრულება

20 პეტაფლოპსი (FP4)

შენახვა და ფიზიკური პარამეტრები

შენახვა (სლოტები)

4× M.2 2280 PCIe 5.0 x4 NVMe-მდე (მაქსიმუმ 8 TB)

ფორმის ფაქტორი

სამაგიდო კოშკი, NVIDIA DGX Station არქიტექტურა

ზომები

24,78 x 58,27 x 52,79 სმ

ქსელირება და გაფართოება

მაღალსიჩქარიანი ქსელირება

2× 400G QSFP112 პორტი NVIDIA ConnectX-8 SuperNIC-ის მეშვეობით

PCIe გაფართოება

PCIe 5.0, 3 სლოტი (1× x16 + 2× x8), მხარს უჭერს NVIDIA RTX Pro 6000 / 4000 / 2000 GPU-ებს

ელექტრომომარაგება და თერმული

ელექტრომომარაგება

1600 W ტიტანის ეფექტურობის კვების წყარო, 115–240V მოქნილი

გაგრილება

ჰაერით გაგრილებადი კოშკი, სტანდარტული ოფისის ელექტრომომარაგება და ჰაერის ნაკადის მოთხოვნები

მართვა და პროგრამული უზრუნველყოფა

ოპერაციული სისტემა

Ubuntu, Windows-ის მხარდაჭერა დაგეგმილია მომავალში

პროგრამული უზრუნველყოფის სტეკი

HP ZGX Toolkit(უფასო, ღია კოდის), წინასწარ კონფიგურირებული NVIDIA AI-ის პროგრამული უზრუნველყოფის სტეკით

აგენტის გაშვების გარემო

NVIDIA NemoClaw იზოლირებული სანდბოქსით ავტონომიური აგენტებისთვის

სასწრაფო AI-შექმნილი შეჯამება გსურთ? გამოტოვეთ კითხვა — შეამოწმეთ ამ პროდუქტის სრული სპეციფიკაციები და მისი შესაბამისობა თქვენს საჭიროებებთან თქვენს მიერ არჩეული AI ასისტენტის მეშვეობით.

HP-მ ZGX Fury GB300 2026 წლის 6 ივნისს Computex-ზე წარმოადგინა, როგორც NVIDIA GB300 Grace Blackwell Superchip ეკოსისტემის ნაწილი, როგორც სამაგიდო სისტემა, რომელიც შექმნილია ტრილიონი პარამეტრის მქონე მოდელების ადგილობრივად გაშვებისთვის, პროგრამული უზრუნველყოფის სტეკით, რომელიც სპეციალურად არის შექმნილი AI აგენტების უწყვეტი მუშაობისთვის.

ტექნიკური მახასიათებლები

ZGX Fury GB300 აგებულია ერთი NVIDIA Grace CPU Superchip-ის გარშემო — 72 Arm Neoverse V2 ბირთვი და 496 GB LPDDR5X მეხსიერება — დაწყვილებული NVIDIA Blackwell Ultra GPU-თან, რომელსაც აქვს 252 GB HBM3e GPU მეხსიერება, გაერთიანებული NVLink-C2C-ით 748 GB-იან კოჰერენტურ მეხსიერების პულში. სისტემა უზრუნველყოფს 4× M.2 2280 PCIe 5.0 NVMe საცავს (სულ 8 TB), ორპორტიან ConnectX-8 400G ქსელურ ინტერფეისს და სამ დამატებით PCIe 5.0 სლოტს RTX Pro GPU-ის ოფციონალური გაფართოებისთვის.

ლოკალური AI სერვერი ბიზნეს გამოყენებისთვის

ZGX Fury GB300 შექმნილია როგორც გაზიარებული, ადგილზე მდებარე AI რესურსი. მრავალმა თანამშრომელმა შეუძლია წარუდგინოს დოკუმენტების დამუშავების ამოცანები — კონტრაქტის მიმოხილვა, ინვოისის ამოღება, ანგარიშის შედგენა, ელფოსტის ტრიაჟი — მთელი სამუშაო დღის განმავლობაში, ამოცანები კი ცენტრალიზებულად მუშავდება ადგილზე, ვიდრე გადაისროლოს გარე ღრუბლოვან სერვისებზე.

სისტემა მოწოდებულია HP ZGX Toolkit-თან ერთად, უფასო, წინასწარ კონფიგურირებული პროგრამული სტეკი, NVIDIA NemoClaw-თან ერთად, რომელიც განკუთვნილია მუდმივად ჩართული ავტონომიური აგენტების გაშვებისთვის. აგენტები მოქმედებენ იზოლირებულ OpenShell ქვიშაყუთში, რაც საშუალებას აძლევს განმეორებად ამოცანებს, როგორიცაა შემოსული წერილების მონიტორინგი ან დაგეგმილი ანგარიშების გენერაცია, გაგრძელდეს უწყვეტად ადამიანის მიერ თითოეული მოთხოვნის ინიცირების გარეშე, აგენტების აქტივობა კი რჩება კონტროლირებადი და აუდიტირებადი.

HP-მა დაპირება გასცა, რომ უზრუნველყოფს მომავალი თაობის NVIDIA GPU-ების მხარდაჭერას იმავე სისტემაზე, ხოლო Windows-ის მხარდაჭერა დაგეგმილია, რომ შეუერთდეს ამჟამინდელ Ubuntu-ზე დაფუძნებულ გარემოს 2026 წლის ბოლოს — რაც გაზრდის საწყისი აპარატურის ინვესტიციის სასარგებლო ვადას.

ღირებულების შედარება: On-Premises vs. Cloud AI API-ები

მცირე და საშუალო ბიზნესებისთვის, რომლებიც ყოველდღიურად დიდი მოცულობის დოკუმენტებს ამუშავებენ, სხვაობა ფიქსირებულ on-premises სისტემასა და გამოყენებაზე დაფუძნებულ ღრუბლოვანი AI-ის ფასდაკლებას შორის დროთა განმავლობაში მნიშვნელოვნად იზრდება.

Cloud AI API-ები
~800K ₾ – ~2M ₾
3 წლის განმავლობაში, მუდმივი დატვირთვა
გამოყენებაზე დაფუძნებული ფასი სკალირდება მოცულობის მიხედვით. ხარჯები იზრდება ხაზობრივად (ან უფრო სწრაფად) დოკუმენტების/აგენტების დატვირთვის ზრდასთან ერთად, ზღვარის გარეშე.
HP ZGX Fury GB300 AI სამუშაო სადგური
288309 GEL
3 წლის განმავლობაში, ფიქსირებული აპარატურა + ექსპლუატაციის ხარჯები
ერთჯერადი აპარატურული ხარჯები პლუს პროგნოზირებადი ელექტროენერგია და მოვლა. ღირებულება უცვლელი რჩება, მიუხედავად სისტემის გამოყენების სიხშირისა.
3 წლის სავარაუდო ხარჯების დაყოფა: ZGX Fury vs. Cloud AI API-ები
ხარჯების კატეგორიაCloud AI API-ებიZGX Fury (On-Premises)
საწყისი აპარატურული ინვესტიციაარ არის$95K (ერთჯერადი)
წელი 1 ექსპლუატაციის ხარჯები~250K ₾ – ~650K ₾~13K ₾ (ელექტროენერგია & მოვლა)
წელი 2 ექსპლუატაციის ხარჯები~250K ₾ – ~650K ₾~13K ₾ (ელექტროენერგია & მოვლა)
წელი 3 ექსპლუატაციის ხარჯები~250K ₾ – ~650K ₾~13K ₾ (ელექტროენერგია & მოვლა)
3 წლის კუმულაციური ხარჯები~800K ₾ – ~2M ₾288309 GEL

იმის გამო, რომ დამუშავება მთლიანად ადგილზე ხდება, დოკუმენტები და ბიზნეს მონაცემები არ გადაეცემა მესამე მხარის სერვერებს. ეს მნიშვნელოვანი მოსაზრებაა იმ ორგანიზაციებისთვის, რომლებიც მოქმედებენ იურიდიულ, ფინანსურ ან სხვა მონაცემებზე მგრძნობიარე სექტორებში.

შეჯამება

ZGX Fury GB300 უზრუნველყოფს ერთ, ფიქსირებული ღირებულების სისტემას, რომელსაც შეუძლია მხარდაჭერა გაუწიოს უწყვეტ AI დოკუმენტების დამუშავებას, ერთად ღია, გაფართოებადი პროგრამული სტეკით ავტონომიური აგენტების დასაწყობად. მცირე და საშუალო ბიზნესებისთვის, რომლებსაც აქვთ მუდმივი AI დატვირთვები, ის სთავაზობს უფრო იაფ ალტერნატივას განმეორებადი ღრუბლოვანი AI ხარჯებისთვის, ბიზნესის ერთ პროგრამულ მომწოდებელთან მიბმის გარეშე.

العربيةარაბულიar🇸🇦বাংলাბენგალურიbd🇧🇩မြန်မာბირმულიmm🇲🇲עבריתებრაულიil🇮🇱Tiếng Việtვიეტნამურიvn🇻🇳Türkçeთურქულიtr🇹🇷日本語იაპონურიjp🇯🇵Bahasaინდონეზიურიid🇮🇩한국어კორეულიkr🇰🇷Melayuმალაიურიmy🇲🇾मराठीმარათჰიmr🇮🇳नेपालीნეპალურიnp🇳🇵ਪੰਜਾਬੀპენჯაბურიpa🇮🇳Русскийრუსულიru🇷🇺සිංහලსინჰალაlk🇱🇰فارسیსპარსულიir🇮🇷Tagalogტაგალურიph🇵🇭ไทยტაილანდურიth🇹🇭தமிழ்ტამილურიta🇱🇰తెలుగుტელუგუte🇮🇳O'zbekუზბეკურიuz🇺🇿اردوურდუpk🇵🇰ქართულიქართულიge🇬🇪Қазақყაზახურიkz🇰🇿简体ჩინურიcn🇨🇳繁體ტრად. ჩინურიhk🇭🇰हिंदीჰინდიhi🇮🇳Беларускаяბელარუსულიby🇧🇾Ελληνικάბერძნულიgr🇬🇷bosanskiბოსნიურიba🇧🇦българскиბულგარულიbg🇧🇬Deutschგერმანულიde🇩🇪danskდანიურიdk🇩🇰Españolესპანურიes🇪🇸Eestiესტონურიee🇪🇪Englishინგლისურიen🇪🇺Italianoიტალიურიit🇮🇹latviešuლატვიურიlv🇱🇻Lietuviųლიტვურიlt🇱🇹Nederlandsნიდერლანდურიnl🇳🇱Bokmålნორვეგიულიno🇳🇴Polerowaćპოლონურიpl🇵🇱Portuguêsპორტუგალიურიpt🇵🇹românăრუმინულიro🇷🇴Српскиსერბულიrs🇷🇸slovenčinaსლოვაკურიsk🇸🇰Slovenecსლოვენურიsi🇸🇮українськаუკრაინულიua🇺🇦magyarუნგრულიhu🇭🇺suomiფინურიfi🇫🇮Françaisფრანგულიfr🇫🇷svenskaშვედურიse🇸🇪češtinaჩეხურიcz🇨🇿hrvatskiხორვატულიhr🇭🇷