🛒 0

Exxact Valence DGX Station

Чіп NVIDIA GB300 Grace Blackwell Ultra Superchip
Когерентна пам'ять 748 ГБ об'єднаної: 496 ГБ LPDDR5X + 252 ГБ HBM3e
Продуктивність ШІ 20 Петафлопс (FP4)
Мережеві інтерфейси 2× 400G ConnectX-8 SuperNIC
4 776 257 ₴

Наша команда надішле вам індивідуальну пропозицію ціни.

Використовуйте це, щоб розрізняти різні конфігурації у кошику — зручно при замовленні одного товару з різними опціями.

Загальна вартість 4 776 257 ₴

Повні технічні характеристики

Обчислення та пам'ять

Суперчип

NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip

Процесор

NVIDIA Grace CPU Superchip, 72 ядра Arm Neoverse V2

Графічний процесор

1× NVIDIA Blackwell Ultra GPU

Когерентна пам'ять

748 ГБ об'єднаної: 496 ГБ LPDDR5X + 252 ГБ HBM3e

Продуктивність ШІ

20 Петафлопсів (FP4) / 10 Петафлопсів (FP8)

Сховище та фізичні параметри

Накопичувачі (слоти)

2× M.2 2280 PCIe 5.0 x4 NVMe (система) + 2× M.2 2280 PCIe 6.0 x4 NVMe (64 ГБ/с, шлях даних тренування)

Форм-фактор

Повнорозмірна настільна башта, архітектура NVIDIA DGX Station

Розміри

24,4 x 59,4 x 29,5 см

Мережа та розширення

Високошвидкісна мережа

2× порти 400G QSFP112 через NVIDIA ConnectX-8 SuperNIC, плюс 1× порт керування 10GbE RJ45

Розширення PCIe

PCIe 5.0, 1× слот подвійної ширини x16; підтримує опціональну дискретну відеокарту RTX PRO 6000 Blackwell (96 ГБ GDDR7)

Живлення та тепловий режим

Блок живлення

Блок живлення ATX 1600 Вт, ефективність Titanium, стандартна офісна розетка

Охолодження

Рідинне охолодження із замкнутим контуром, оптимізоване для офісної акустики під час тривалого навантаження ШІ

Управління та програмне забезпечення

BMC

ASPEED AST2600

Дистанційне управління

IPMI 2.0 та Redfish API, моніторинг та керування у стилі дата-центру

Розділення GPU

Multi-Instance GPU (MIG), до 7 ізольованих інстансів із гарантованою якістю обслуговування

Стек програмного забезпечення

Попередньо встановлене середовище Linux з інструментами NVIDIA AI Enterprise, готове до впровадження агента NVIDIA NemoClaw

Віддаєте перевагу швидкому підсумку за допомогою ШІ? Пропустіть читання — дослідіть повні технічні характеристики товару та його придатність для вашого сценарію за допомогою вибраного помічника ШІ.

Exxact представила Valence DGX Station 20 січня 2026 року — це настільна система, побудована на платформі NVIDIA GB300 Grace Blackwell Superchip відповідно до специфікації NVIDIA DGX Station, призначена для локального запуску трильйонних моделей параметрів з одного офісного корпусу.

Технічні характеристики

Valence побудований навколо одного NVIDIA Grace CPU Superchip — 72 ядра Arm Neoverse V2 та 496 ГБ пам'яті LPDDR5X — у парі з NVIDIA Blackwell Ultra GPU з 252 ГБ пам'яті HBM3e GPU, об'єднаних через NVLink-C2C в єдиний пул пам'яті об’ємом 748 ГБ. Сховище розділене на два рівні: 2× M.2 2280 PCIe 5.0 x4 NVMe для операційної системи та 2× M.2 2280 PCIe 6.0 x4 NVMe (64 ГБ/с), зарезервовані як виділений шлях для навчальних даних та контрольних точок моделей, що відокремлює щоденний ввід-вивід системи від важких навантажень ШІ. Мережевий зв'язок забезпечується двопортовим ConnectX-8 400G SuperNIC, доповненим портом 10GbE для позасмугового управління.

Подвійний слот PCIe 5.0 x16 дозволяє додати до системи дискретну відеокарту RTX PRO 6000 Blackwell з 96 ГБ пам'яті GDDR7.

Локальний AI-сервер для бізнесу

Valence призначений для функціонування як спільний локальний ресурс ШІ. Кілька співробітників можуть надсилати завдання обробки документів — перегляд контрактів, витяг даних з рахунків, складання звітів, сортування електронної пошти — протягом робочого дня, причому завдання обробляються централізовано на місці, а не через зовнішні хмарні сервіси.

За допомогою NVIDIA NemoClaw автономні агенти можуть безперервно працювати в системі, обробляючи повторювані завдання, такі як моніторинг вхідних повідомлень або генерація звітів за розкладом, без необхідності ініціювати кожен запит людиною. Це дозволяє Valence працювати як постійна інфраструктура ШІ для бізнесу, підтримуючи стабільне навантаження документів.

Порівняння витрат: On-Premises vs. Cloud AI API

Для малого та середнього бізнесу (МСБ), який щодня обробляє великі обсяги документів, різниця між локальною системою та хмарним тарифуванням ШІ з часом суттєво зростає.

Cloud AI API
~13.5M–33.5M ₴
за 3 роки, постійне навантаження
Тарифікація на основі використання масштабується з обсягом. Витрати зростають лінійно (або швидше) зі збільшенням навантаження на документи/агенти, без обмежень.
Exxact Valence DGX Station
~5,45 млн ₴
за 3 роки, фіксовані витрати на обладнання + експлуатацію
Одноразова вартість обладнання плюс передбачувані витрати на електроенергію та обслуговування. Витрати залишаються незмінними незалежно від того, наскільки інтенсивно використовується система.
Орієнтовний розподіл витрат за 3 роки: Valence vs. Cloud AI API
Категорія витратCloud AI APIValence (On-Premises)
Початкові інвестиції в обладнанняНемає5 млн ₴ (одноразово)
Експлуатаційні витрати за 1-й рік~4.5M–11M ₴~225K ₴ (енергія & обслуговування)
Експлуатаційні витрати за 2-й рік~4.5M–11M ₴~225K ₴ (енергія & обслуговування)
Експлуатаційні витрати за 3-й рік~4.5M–11M ₴~225K ₴ (енергія & обслуговування)
Сумарні витрати за 3 роки~13.5M–33.5M ₴~5,45 млн ₴

Оскільки обробка відбувається повністю на місці, документи та бізнес-дані не передаються на сервери третіх сторін. Це важливий фактор для організацій у юридичній, фінансовій чи інших галузях, чутливих до даних.

Підсумок

Valence DGX Station поєднує систему з фіксованою вартістю, зручну для розміщення біля робочого столу, з архітектурою для локального запуску великих моделей ШІ, а також гнучкість додавання потужності рендерингу за допомогою додаткової відеокарти RTX PRO Blackwell. Для МСБ із постійним навантаженням ШІ це пропонує менш витратну альтернативу постійним витратам на хмарний ШІ.

українськаУкраїнськаua🇺🇦EnglishАнглійськаen🇪🇺БеларускаяБілоруськаby🇧🇾българскиБолгарськаbg🇧🇬bosanskiБоснійськаba🇧🇦ΕλληνικάГрецькаgr🇬🇷danskДанськаdk🇩🇰EestiЕстонськаee🇪🇪EspañolІспанськаes🇪🇸ItalianoІталійськаit🇮🇹latviešuЛатиськаlv🇱🇻LietuviųЛитовськаlt🇱🇹NederlandsНідерландськаnl🇳🇱DeutschНімецькаde🇩🇪BokmålНорвезькаno🇳🇴PolerowaćПольськаpl🇵🇱PortuguêsПортугальськаpt🇵🇹românăРумунськаro🇷🇴СрпскиСербськаrs🇷🇸slovenčinaСловацькаsk🇸🇰SlovenecСловенськаsi🇸🇮magyarУгорськаhu🇭🇺suomiФінськаfi🇫🇮FrançaisФранцузькаfr🇫🇷hrvatskiХорватськаhr🇭🇷češtinaЧеськаcz🇨🇿svenskaШведськаse🇸🇪العربيةАрабськаar🇸🇦বাংলাБенгальськаbd🇧🇩မြန်မာБірманськаmm🇲🇲Tiếng ViệtВʼєтнамськаvn🇻🇳हिंदीГіндіhi🇮🇳ქართულიГрузинськаge🇬🇪עבריתІвритil🇮🇱BahasaІндонезійськаid🇮🇩ҚазақКазахськаkz🇰🇿简体Китайськаcn🇨🇳繁體Трад. китайськаhk🇭🇰한국어Корейськаkr🇰🇷MelayuМалайськаmy🇲🇾मराठीМаратхіmr🇮🇳नेपालीНепальськаnp🇳🇵ਪੰਜਾਬੀПенджабіpa🇮🇳فارسیПерськаir🇮🇷РусскийРосійськаru🇷🇺සිංහලСингальськаlk🇱🇰TagalogТагальськаph🇵🇭ไทยТайськаth🇹🇭தமிழ்Тамільськаta🇱🇰తెలుగుТелугуte🇮🇳TürkçeТурецькаtr🇹🇷O'zbekУзбецькаuz🇺🇿اردوУрдуpk🇵🇰日本語Японськаjp🇯🇵