Diese kompakte, aber erstaunlich leistungsstarke KI-Workstation wurde speziell für KI-Forscher, Datenwissenschaftler, Anwendungsentwickler und alle, die mit KI arbeiten und Leistung direkt auf ihrem Desktop benötigen, entwickelt. Und das Beste daran: Sie ist sofort einsatzbereit!

Rohleistung auf Ihrem Desktop

Lassen Sie sich von der kleinen Grösse nicht täuschen. Im Inneren der ThinkStation PGX befindet sich der NVIDIA GB10 Grace Blackwell Superchip, der bis zu einem PetaFlop (1000 TOPS) an KI-Leistung bietet. Damit können Sie grosse generative KI-Modelle mit bis zu 200 Milliarden Parametern problemlos ausführen, optimieren und experimentieren. Robuste 128 GB einheitlicher Systemspeicher sorgen dafür, dass der Platz selbst bei den komplexesten Modellen nicht ausgeht.

Doppelte Leistung, wenn nötig

Wenn eine nicht ausreicht, nehmen Sie zwei! Das Besondere an der ThinkStation PGX liegt in ihrer Skalierbarkeit. Sie können zwei PGX-Systeme miteinander verbinden und so Ihre Rechenleistung effektiv verdoppeln. Diese Konfiguration ermöglicht es Ihnen, massive Modelle mit bis zu 405 Milliarden Parametern zu verarbeiten und eröffnet Ihnen die Möglichkeit, noch ambitioniertere Projekte zu realisieren.

Bereit für den sofortigen Einsatz

Vergessen Sie zeitaufwändige Einrichtungs- und Konfigurationsprobleme. Die ThinkStation PGX wird mit dem vorinstallierten NVIDIA DGX OS-Betriebssystem und einem umfassenden NVIDIA AI-Software-Stack geliefert. Sie enthält vertraute Tools wie PyTorch und Jupyter, sodass Sie sofort mit der Entwicklung von Prototypen, der Feinabstimmung von Modellen und der Inferenz beginnen können.

Nahtloser Übergang von Prototyp zu Produktion

Entwickeln Sie lokal, setzen Sie überall ein. Mit PGX können Sie wertvolle Ressourcen im Rechenzentrum oder in der Cloud für die tatsächliche Produktion und das Training freigeben. Dank der NVIDIA AI-Plattform können Sie die Modelle, die Sie auf Ihrem Desktop entwickelt haben, mit fast keinen Codeänderungen in jede beschleunigte Cloud- oder Rechenzentrumsinfrastruktur übertragen. Dies macht Experimente und Iterationen reibungsloser und kosteneffizienter als je zuvor.