🛒 0

Supermicro Super AI Station GB300

Chip NVIDIA GB300 Grace Blackwell Ultra Superchip
Pamięć koherentna 748 GB ujednolicone: 496 GB LPDDR5X + 252 GB HBM3e
Wydajność AI 20 PetaFLOPS (FP4)
Skaluje się do Klastra 8-jednostkowego i większych
430 587 zł
Konfiguracja klastra

Nasz zespół skontaktuje się z indywidualną wyceną.

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

Cena całkowita 430 587 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)

4× M.2 2280 PCIe 5.0 x4 NVMe

Format

Konwertowalna wieża desktopowa lub montaż w stelażu 5U, wspólna konstrukcja chassis

Wymiary

21,5 x 48 x 49 cm

Sieci & Skalowanie klastra

Sieć o wysokiej prędkości

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

Skalowanie klastra

Do 8 jednostek w jednym spójnym klastrze przez 400GbE, rozszerzalne do infrastruktury HGX B300 (8 GPU) lub GB300 NVL72 (72 GPU)

Rozszerzenia PCIe

PCIe 5.0, 1× podwójnej szerokości gniazdo x16 + dodatkowe gniazda x8

Zasilanie i chłodzenie

Zasilacz

Zasilacz 1600 W, sprawność Titanium, standardowe gniazdko biurowe

Chłodzenie

Chłodzenie cieczą w obiegu zamkniętym, serwisowalne, praca ciągła przy niemal zerowym hałasie

Zarządzanie i oprogramowanie

Zarządzanie zdalne

IPMI 2.0 i Redfish API, monitorowanie i sterowanie w stylu centrum danych

Stos oprogramowania

Wstępnie zainstalowane środowisko Linux z narzędziami NVIDIA AI Enterprise, gotowe do wdrożenia agenta NVIDIA NemoClaw

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

Supermicro wprowadziło Super AI Station GB300 28 października 2025 roku jako system typu deskside oparty na platformie NVIDIA GB300 Grace Blackwell Superchip — system zaprojektowany do lokalnego uruchamiania modeli trylionowych parametrów, oferujący jednocześnie udokumentowaną ścieżkę do efektywnego kosztowo i stopniowego rozbudowywania do skali centrum danych.

Specyfikacja sprzętowa

Super AI Station 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. Do 7 izolowanych partycji MIG pozwala pojedynczej stacji obsługiwać jednocześnie kilka zespołów lub obciążeń bez rywalizacji. System zapewnia 4× M.2 2280 PCIe 5.0 x4 NVMe oraz dwuportowy NVIDIA ConnectX-8 400G SuperNIC — ta sama sieć szkieletowa służy do podłączania dodatkowych stacji w miarę rozbudowy wdrożenia.

Lokalny serwer AI do użytku biznesowego

Super AI Station został zaprojektowany do funkcjonowania jako współdzielony lokalny zasób 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.

Dzięki NVIDIA NemoClaw autonomiczne agenty mogą działać stale na systemie, obsługując powtarzalne zadania, takie jak monitorowanie skrzynki odbiorczej czy generowanie raportów według harmonogramu, bez konieczności inicjowania każdego żądania przez osobę. Pozwala to Super AI Station funkcjonować jako ciągła infrastruktura AI dla firmy, wspierając stabilne obciążenia dokumentami.

Zaprojektowane do skalowania: Od jednej stacji do fabryki AI

Pojedyncza Super AI Station to kompletny, samodzielny system, ale także podstawowa jednostka większego wdrożenia. Z czasem można dodać do 7 dodatkowych stacji — do 8 jednostek — komunikujących się przez tę samą dwuportową sieć 400G, bez przebudowy istniejącej infrastruktury czy przepływów pracy. Każda dodana jednostka wnosi do puli własne 748 GB spójnej pamięci i mocy obliczeniowej, dając rozwijającej się organizacji prosty, przyrostowy sposób rozszerzania pojemności wraz ze wzrostem adopcji.

Gdy zapotrzebowanie ostatecznie przekroczy możliwości 8-jednostkowego klastra, ta sama sieć 400G rozszerza się na platformy Supermicro NVIDIA HGX B300 i NVIDIA GB300 NVL72. Wcześniej zakupione stacje nadal działają w produkcji, zamiast być wycofywane lub wymieniane — początkowa inwestycja pozostaje częścią wdrożenia na każdym etapie wzrostu.

1 Pojedyncza stacja
2 Klaster 2 jednostek
4 Klaster 4 jednostek
8 Rack 8 jednostek
+ HGX B300 / GB300 NVL72

Każda stacja dodana wzdłuż tej ścieżki nadal działa — nic wcześniej zakupionego nie jest zastępowane.

Szacunkowe koszty i pojemność według etapu skalowania
EtapSpójna pamięćKoszt orientacyjnyZnaczenie
Pojedyncza stacja748 GB431 000 złPunkt startowy; działa całkowicie samodzielnie.
Klaster 2 jednostek1,5 TB818 000 złDodaje 1 stację przez tę samą sieć 400GbE.
Klaster 4 jednostek3 TB1,6 mln złDodaje 3 stacje; bez konieczności zmiany istniejącej konfiguracji.
Klaster 8 jednostek6 TB3 mln złMaksymalna pojemność pojedynczego klastra na sprzęcie Super AI Station.
Rozbudowa HGX B3009+ TB łącznie~1,7 mln zł (dodatkowo)Istniejące stacje nadal działają; dodawana jest wydajność szkoleniowa dla wielu węzłów.
Rozbudowa GB300 NVL7220+ TB łącznie~3,7 mln zł (dodatkowo)Zunifikowany poziom rackowy dla inferencji na skali eksa; poprzednie stacje pozostają w produkcji.

Dane HGX B300 i GB300 NVL72 to orientacyjne ceny początkowe dodatkowej infrastruktury podłączanej do istniejącego wdrożenia Super AI Station, a nie jego zamiennik.

Porównanie kosztów: skalowalne rozwiązanie lokalne vs. chmurowe API AI

Dla MŚP przetwarzających codziennie duże ilości dokumentów, różnica między stałym klastrem lokalnym a rozliczeniem chmurowym AI opartym na zużyciu znacząco narasta z czasem.

Chmurowe API AI
~1,1 mln zł - ~2,8 mln zł
w ciągu 3 lat, stałe obciążenie
Rozliczenie oparte na zużyciu skaluje się z wolumenem. Koszty rosną liniowo (lub szybciej) wraz ze wzrostem obciążenia dokumentami/agentami, bez limitu.
Super AI Station, 1 jednostka
~487 000 zł
w ciągu 3 lat, stały koszt sprzętu + operacyjny
Jednorazowy koszt sprzętu na etap plus przewidywalne koszty energii i konserwacji.
Szacunkowy rozkład kosztów na 3 lata: Pojedyncza jednostka Supermicro AI Station vs. chmurowe API AI
Kategoria kosztówChmurowe API AISupermicro (lokalnie)
Początkowa inwestycja sprzętowaBrak431 000 zł (jednorazowo)
Koszty operacyjne rok 1~400 tys. zł - ~950 tys. zł~18 tys. zł (energia i konserwacja)
Koszty operacyjne rok 2~400 tys. zł - ~950 tys. zł~18 tys. zł (energia i konserwacja)
Koszty operacyjne rok 3~400 tys. zł - ~950 tys. zł~18 tys. zł (energia i konserwacja)
Łączny koszt 3-letni~1,1 mln zł - ~2,8 mln zł~487 000 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 sektorów prawnych, finansowych lub innych wrażliwych na dane.

Podsumowanie

Super AI Station GB300 oferuje dostęp do lokalnej AI o wydajności trylionowych parametrów przy ograniczonych kosztach, z możliwością rozbudowy stacja po stacji, aż po infrastrukturę HGX B300 lub GB300 NVL72. Dla MŚP z rosnącymi obciążeniami AI może stanowić tańszą alternatywę dla wydatków na chmurową AI.

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🇻🇳