A felhőalapú infrastruktúrák korában a fejlesztők és kutatók gyakran szembesülnek azzal a kihívással, hogy a monumentális adatközpontok skálázhatósága mellett szükségük van helyi, privát és azonnal elérhető számítási kapacitásra is. Erre a piaci igényre reagálva debütált az ASUS ExpertCenter Pro ET900N G3, amely egy asztali kivitelű, közvetlenül az irodai vagy laboratóriumi környezetbe szánt AI-szuperszámítógép. Az új berendezés az NVIDIA DGX Station architektúrájára épül, hogy kompromisszumok nélküli hardveres hátteret biztosítson a legújabb generációs nyelvi modellek finomhangolásához és futtatásához.
Az adatközponti infrastruktúra és az asztali környezet fúziója
Az AI-fejlesztés elért egy olyan szintet, ahol a hagyományos munkaállomások már képtelenek kiszolgálni a monumentális modellek memória- és számítási igényeit. Az ASUS ExpertCenter Pro ET900N G3 ezt a szakadékot hidatja át azáltal, hogy adatközponti szintű teljesítményt sűrít egy kompakt, asztali toronyházba. A rendszer alapját az NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip adja, amely radikálisan átalakítja a lokális gépi tanulási munkafolyamatokat, minimalizálva a korábbi architektúráknál megszokott adatátviteli szűk keresztmetszeteket.
A Blackwell és a Grace chipek szimbiózisa
A berendezés szívét az NVIDIA NVLink-C2C technológiával összekapcsolt komponensek alkotják. Ez a nagy sávszélességű és rendkívül alacsony késleltetésű chipek közötti interfész közvetlen kapcsolatot teremt az ARM-alapú, 72 magos NVIDIA Grace CPU és az NVIDIA Blackwell Ultra GPU között. A konstrukció legfőbb előnye a 748 GB-os koherens, egyesített memóriabool, amelyből 252 GB szupergyors HBM3e grafikus memória, 496 GB pedig LPDDR5X rendszermemória. Ez a megosztott memóriatér lehetővé teszi a fejlesztők számára, hogy a korábbi többkártyás munkaállomások memóriakorlátait áttörve, hatalmas modelleket mozgassanak meg lokálisan.
Petaflops-léptékű számítási kapacitás az irodában
Az ASUS ExpertCenter Pro ET900N G3 elképesztő, akár 20 PFLOPS-os AI-teljesítményt nyújt, amely a Blackwell generációs Tensor magoknak köszönhető. Az új, 4 bites lebegőpontos (NVFP4) precízió támogatásával a rendszer képes növelni a modellek hatékonyságát és méretét a pontosság feláldozása nélkül. Az extrém terhelés fenntartásáról egy egyedi fejlesztésű, fejlett hűtőrendszer gondoskodik, amely meggátolja a termális throttling jelenséget, így garantálva a folyamatos, éjjel-nappali megbízhatóságot a kritikus vállalati feladatok során.
| Komponens / Jellemző | ASUS ExpertCenter Pro ET900N G3 Specifikációk |
|---|---|
| Processzor (CPU) | 1x NVIDIA Grace (72-magos Neoverse V2, ARM platform) |
| Grafikus vezérlő (GPU) | 1x NVIDIA Blackwell Ultra |
| Egyesített koherens memória | 748 GB (252 GB HBM3e GPU + 496 GB LPDDR5X CPU) |
| AI számítási teljesítmény | Akár 20 PFLOPS |
| Hálózati csatolók | NVIDIA ConnectX-8 (Dual QSFP112 400Gb), Marvell 10Gb RJ45 |
| Tárhely opciók | Akár 4x M.2 2280 NVMe PCIe 5.0 SSD (maximum 8TB összkapacitás) |
| Tápellátás | 1600W Titanium ATX tápegység |
| Támogatott szoftverkörnyezet | Ubuntu + NVIDIA AI Software Stack (jövőbeni Windows támogatással) |
A hazai vállalkozások és kutatóintézetek új lehetőségei
A szigorodó európai uniós adatvédelmi szabályozások és a szuverén AI-megoldások térnyerése miatt a magyarországi ipari szereplők, banki háttérintézmények és egyetemi kutatólaboratóriumok számára is kulcskérdéssé vált az adatok házon belüli tartása. Az ASUS ExpertCenter Pro ET900N G3 bevezetésével a hazai fejlesztőcsapatoknak nem szükséges érzékeny üzleti vagy kutatási adatokat külső felhőszolgáltatók szervereire továbbítaniuk. Az eszköz natív támogatást nyújt az NVIDIA AI szoftvercsomaghoz, így a gépi tanulási és analitikai folyamatok azonnal, lokális környezetben indíthatók el.
A helyi autonóm ágensek és a vállalati jövőkép
A platform felépítése támogatja az összetett, egymással kapcsolatban álló AI-munkafolyamatokat, valamint a GPU particionálását (MIG technológia), amellyel akár hét különálló virtuális példányra osztható fel a hardver. Ez ideálissá teszi a rendszert a többfelhasználós környezetek kiszolgálására. Az ASUS kifejezett célja az eszközzel az, hogy megalapozza a következő generációs autonóm vállalati AI-ágensek és fizikai szimulációk helyi futtatását, biztosítva a szervezetek számára a teljes működési kontrollt és a skálázhatóságot.
