🛒 0

HP ZGX Fury GB300 AI Stacja Robocza

Chip NVIDIA GB300 Grace Blackwell Ultra Superchip
Pamięć koherentna 748 GB ujednolicone: 496 GB LPDDR5X + 252 GB HBM3e
Wydajność AI 20 PetaFLOPS (FP4)
Rozbudowa GPU RTX Pro 6000 / 4000 / 2000 (3 gniazda PCIe 5.0)
406 786 zł

Nasz zespół skontaktuje się z indywidualną wyceną.

Pomaga rozróżnić konfiguracje w koszyku — przydatne przy zamawianiu tego samego produktu z różnymi opcjami.

Cena całkowita 406 786 zł

Pełne specyfikacje

Obliczenia i pamięć

Superchip

NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip

CPU

NVIDIA Grace CPU Superchip, 72 rdzenie Arm Neoverse V2

GPU

1× NVIDIA Blackwell Ultra GPU

Pamięć koherentna

748 GB ujednolicone: 496 GB LPDDR5X + 252 GB HBM3e

Wydajność AI

20 PetaFLOPS (FP4)

Pamięć masowa i wymiary

Pamięć masowa (gniazda)

Do 4× M.2 2280 PCIe 5.0 x4 NVMe (maks. 8 TB)

Format

Wieża stacjonarna, architektura NVIDIA DGX Station

Wymiary

24,78 x 58,27 x 52,79 cm

Sieć i rozbudowa

Sieć o wysokiej prędkości

2× porty 400G QSFP112 przez NVIDIA ConnectX-8 SuperNIC

Rozszerzenia PCIe

PCIe 5.0, 3 gniazda (1× x16 + 2× x8), obsługa GPU NVIDIA RTX Pro 6000 / 4000 / 2000

Zasilanie i chłodzenie

Zasilacz

Zasilacz 1600 W o efektywności Titanium, elastyczne napięcie 115–240V

Chłodzenie

Chłodzenie powietrzem, standardowe wymagania mocy i przepływu powietrza w biurze

Zarządzanie i oprogramowanie

System operacyjny

Ubuntu, z planowanym wsparciem dla Windows w przyszłości

Stos oprogramowania

HP ZGX Toolkit(darmowe, open-source), wstępnie skonfigurowane ze stosem oprogramowania NVIDIA AI

Środowisko wykonawcze agentów

NVIDIA NemoClaw z izolowanym środowiskiem sandbox dla agentów autonomicznych

Wolisz szybkie podsumowanie AI? Pomiń czytanie — przeanalizuj pełne specyfikacje i dopasowanie do Twojego przypadku z wybranym asystentem AI.

HP zaprezentowało ZGX Fury GB300 6 czerwca 2026 roku na targach Computex, pozycjonując je w ekosystemie NVIDIA GB300 Grace Blackwell Superchip jako system przybiurkowy stworzony do lokalnego uruchamiania trylionoparametrowych modeli, ze stosem oprogramowania specjalnie zaprojektowanym do ciągłego działania agentów AI.

Specyfikacja sprzętowa

ZGX Fury GB300 jest zbudowany wokół pojedynczego NVIDIA Grace CPU Superchip – 72 rdzenie Arm Neoverse V2 i 496 GB pamięci LPDDR5X – połączonego z NVIDIA Blackwell Ultra GPU wyposażonym w 252 GB pamięci GPU HBM3e, zunifikowanych przez NVLink-C2C w spójną pulę pamięci o pojemności 748 GB. System oferuje do 4× gniazd M.2 2280 PCIe 5.0 NVMe (łącznie 8 TB), dwuportowy interfejs sieciowy ConnectX-8 400G oraz trzy dodatkowe gniazda PCIe 5.0 do opcjonalnej rozbudowy o karty RTX Pro GPU.

Lokalny serwer AI do zastosowań biznesowych

ZGX Fury GB300 został zaprojektowany jako współdzielone, lokalne źródło AI. Wielu pracowników może przesyłać zadania przetwarzania dokumentów – przegląd umów, ekstrakcja faktur, tworzenie raportów, triaż e-maili – w ciągu dnia pracy, przy czym zadania są obsługiwane centralnie na miejscu, zamiast być kierowane przez zewnętrzne usługi chmurowe.

System jest dostarczany z HP ZGX Toolkit, darmowym, wstępnie skonfigurowanym stosem oprogramowania, wraz z NVIDIA NemoClaw do uruchamiania stale aktywnych autonomicznych agentów. Agenci działają w izolowanej piaskownicy OpenShell, umożliwiając ciągłe wykonywanie powtarzalnych zadań, takich jak monitorowanie skrzynki odbiorczej czy generowanie raportów według harmonogramu, bez konieczności ręcznego inicjowania każdego żądania, przy jednoczesnym zachowaniu kontroli i możliwości audytu aktywności agentów.

HP zobowiązało się do zapewnienia wsparcia dla przyszłych generacji GPU NVIDIA w tym samym systemie, a wsparcie dla Windows ma dołączyć do obecnego środowiska opartego na Ubuntu później w 2026 roku – wydłużając tym samym okres użytkowania początkowej inwestycji sprzętowej.

Porównanie kosztów: On-Premises vs. Cloud AI APIs

Dla MŚP przetwarzających codziennie duże ilości dokumentów, różnica między stałym systemem on-premises a rozliczaniem chmurowym AI opartym na użyciu narasta znacząco w czasie.

Cloud AI APIs
~1,1 mln zł - ~2,8 mln zł
w ciągu 3 lat, przy ciągłym obciążeniu
Rozliczenie oparte na użyciu skaluje się z wolumenem. Koszty rosną liniowo (lub szybciej) wraz ze wzrostem obciążenia dokumentami/agentami, bez górnego limitu.
HP ZGX Fury GB300 AI Stacja Robocza
~460 tys. zł
w ciągu 3 lat, stały koszt sprzętu + eksploatacji
Jednorazowy koszt sprzętu plus przewidywalne koszty energii i konserwacji. Koszt pozostaje stały niezależnie od poziomu wykorzystania systemu.
Szacowany rozkład kosztów 3-letnich: ZGX Fury vs. Cloud AI APIs
Kategoria kosztówCloud AI APIsZGX Fury (On-Premises)
Początkowa inwestycja sprzętowaBrak407 tys. zł (jednorazowo)
Koszty eksploatacji rok 1~400 tys. zł - ~950 tys. zł~18 tys. zł (energia & konserwacja)
Koszty eksploatacji rok 2~400 tys. zł - ~950 tys. zł~18 tys. zł (energia & konserwacja)
Koszty eksploatacji rok 3~400 tys. zł - ~950 tys. zł~18 tys. zł (energia & konserwacja)
Łączny koszt 3-letni~1,1 mln zł - ~2,8 mln zł~460 tys. zł

Ponieważ przetwarzanie odbywa się całkowicie na miejscu, dokumenty i dane biznesowe nie są przesyłane do serwerów stron trzecich. Jest to istotna kwestia dla organizacji z branż prawniczych, finansowych lub innych sektorach o wrażliwych danych.

Podsumowanie

ZGX Fury GB300 zapewnia pojedynczy system o stałym koszcie, zdolny do obsługi ciągłego przetwarzania dokumentów przez AI, połączony z otwartym, rozszerzalnym stosem oprogramowania do wdrażania autonomicznych agentów. Dla MŚP ze stałym obciążeniem AI oferuje tańszą alternatywę dla cyklicznych wydatków na chmurę AI, bez wiązania firmy z jednym dostawcą oprogramowania.

PolerowaćPolskipl🇵🇱EnglishAngielskien🇪🇺БеларускаяBiałoruskiby🇧🇾bosanskiBośniackiba🇧🇦българскиBułgarskibg🇧🇬hrvatskiChorwackihr🇭🇷češtinaCzeskicz🇨🇿danskDuńskidk🇩🇰EestiEstońskiee🇪🇪suomiFińskifi🇫🇮FrançaisFrancuskifr🇫🇷ΕλληνικάGreckigr🇬🇷EspañolHiszpańskies🇪🇸LietuviųLitewskilt🇱🇹latviešuŁotewskilv🇱🇻NederlandsNiderlandzkinl🇳🇱DeutschNiemieckide🇩🇪BokmålNorweskino🇳🇴PortuguêsPortugalskipt🇵🇹românăRumuńskiro🇷🇴СрпскиSerbskirs🇷🇸slovenčinaSłowackisk🇸🇰SlovenecSłoweńskisi🇸🇮svenskaSzwedzkise🇸🇪українськаUkraińskiua🇺🇦magyarWęgierskihu🇭🇺ItalianoWłoskiit🇮🇹العربيةArabskiar🇸🇦বাংলাBengalskibd🇧🇩မြန်မာBirmańskimm🇲🇲简体Chińskicn🇨🇳繁體Trad. chińskihk🇭🇰ქართულიGruzińskige🇬🇪עבריתHebrajskiil🇮🇱हिंदीHindihi🇮🇳BahasaIndonezyjskiid🇮🇩日本語Japońskijp🇯🇵ҚазақKazachskikz🇰🇿한국어Koreańskikr🇰🇷MelayuMalajskimy🇲🇾मराठीMarathimr🇮🇳नेपालीNepalskinp🇳🇵ਪੰਜਾਬੀPendżabskipa🇮🇳فارسیPerskiir🇮🇷РусскийRosyjskiru🇷🇺සිංහලSyngaleskilk🇱🇰TagalogTagalogph🇵🇭ไทยTajskith🇹🇭தமிழ்Tamilskita🇱🇰తెలుగుTelugute🇮🇳TürkçeTureckitr🇹🇷اردوUrdupk🇵🇰O'zbekUzbeckiuz🇺🇿Tiếng ViệtWietnamskivn🇻🇳