Supermicro Super AI-stasjon GB300
Bruk dette for å skille ulike konfigurasjoner i handlekurven – nyttig hvis du bestiller samme produkt med forskjellige alternativer.
Fullstendige spesifikasjoner
Databehandling og minne
Superchip
NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip
CPU
1× NVIDIA Grace CPU Superchip, 72 Arm Neoverse V2-kjerner
GPU
1× NVIDIA Blackwell Ultra GPU
Koherent minne
748 GB sammenslått: 496 GB LPDDR5X + 252 GB HBM3e
AI-yteevne
20 PetaFLOPS (FP4)
Lagring og fysisk
Lagring (spor)
4× M.2 2280 PCIe 5.0 x4 NVMe
Formfaktor
Konverterbar skrivebordstårn eller 5U rackmontering, delt chassiskonstruksjon
Dimensjoner
21,5 x 48 x 49 cm
Nettverk og Clusterskaling
Høyhastighetsnettverk
2× 400G QSFP112-porter via NVIDIA ConnectX-8 SuperNIC
Clusterskaling
Opptil 8 enheter i ett sammenhengende cluster over 400GbE, utvidbar videre til HGX B300 (8 GPU) eller GB300 NVL72 (72 GPU) infrastruktur
PCIe-utvidelse
PCIe 5.0, 1× dobbelt bredde x16-spor + ekstra x8-spor
Strøm og termisk
Strømforsyning
1600 W strømforsyning, Titanium effektivitet, standard kontorstikkontakt
Kjøling
Lukketsløype væskekjøling, servicevennlig, nesten lydløs vedvarende drift
Administrasjon og programvare
Fjernstyring
IPMI 2.0 og Redfish API, overvåking og kontroll i datasenterstil
Programvarestack
Forhåndsinstallert Linux-miljø med NVIDIA AI Enterprise verktøy, klar for implementering av NVIDIA NemoClaw-agent
Supermicro lanserte Super AI Station GB300 den 28. oktober 2025 som et skrivebordsnært system basert på NVIDIA GB300 Grace Blackwell Superchip-plattformen – et system bygget for å kjøre modeller med en billion parametere lokalt, samtidig som det tilbyr en dokumentert vei for å kostnadseffektivt og gradvis skaleres opp til AI-kapasitet på datasenternivå.
Hardwarespesifikasjoner
Super AI Station er bygget rundt en enkelt NVIDIA Grace CPU Superchip – 72 Arm Neoverse V2-kjerner og 496 GB LPDDR5X-minne – koblet sammen med en NVIDIA Blackwell Ultra GPU med 252 GB HBM3e GPU-minne, forent via NVLink-C2C til en sammenhengende minnebank på 748 GB. Opptil 7 isolerte MIG-partisjoner lar en enkelt stasjon betjene flere team eller arbeidsmengder samtidig uten konflikter. Systemet tilbyr 4× M.2 2280 PCIe 5.0 x4 NVMe-lagring og en to-porter NVIDIA ConnectX-8 400G SuperNIC – det samme nettverksstoffet som brukes til å koble til ekstra stasjoner når en utrulling vokser.
Lokal AI-server for næringsbruk
Super AI Station er designet for å fungere som en delt lokal AI-ressurs. Flere ansatte kan sende inn dokumentbehandlingsoppgaver – kontraktsgjennomgang, fakturauttrekk, rapportutkast, e-posttriage – gjennom arbeidsdagen, der jobber håndteres sentralt på stedet i stedet for å bli rutet gjennom eksterne skytjenester.
Gjennom NVIDIA NemoClaw kan autonome agenter kjøre kontinuerlig på systemet, og håndtere tilbakevendende oppgaver som overvåking av innboks eller planlagt rapportgenerering uten at en person trenger å initiere hver forespørsel. Dette lar Super AI Station fungere som en løpende AI-infrastruktur for bedriften, og støtter stabile dokumentarbeidsmengder.
Bygget for å skaleres: Fra én stasjon til en AI-fabrikk
En enkelt Super AI Station er et komplett, selvstendig system, men den er også grunnenheten i en større utrulling. Opptil 7 ekstra stasjoner kan legges til over tid – opptil 8 enheter – som kommuniserer over det samme to-porter 400G-stoffet, uten å måtte omdesignet eksisterende infrastruktur eller arbeidsflyter. Hver tilleggsenhet bidrar med sin egen 748 GB sammenhengende minne og datakraft til poolen, noe som gir en voksende organisasjon en enkel, trinnvis måte å utvide kapasiteten på etter hvert som bruken øker.
Når etterspørselen til slutt overgår et 8-enheters klynge, utvides det samme 400G-nettverksgrunnlaget til Supermicros NVIDIA HGX B300 og NVIDIA GB300 NVL72-plattformer. Stasjoner kjøpt tidligere fortsetter å kjøre i produksjon i stedet for å bli tatt ut av drift eller erstattet – den opprinnelige investeringen forblir en del av utrullingen i alle vekstfaser.
Hver stasjon som legges til langs denne banen fortsetter å fungere – ingenting som er kjøpt tidligere blir erstattet.
| Fase | Sammenhengende minne | Indikativ kostnad | Betydning |
|---|---|---|---|
| Enkeltstasjon | 748 GB | 1,1 mill. kr | Startpunkt; kjører fullstendig selvstendig. |
| 2-enhets klynge | 1,5 TB | 2,1 mill. kr | Legger til 1 stasjon over det samme 400GbE-stoffet. |
| 4-enhets klynge | 3 TB | 4,1 mill. kr | Legger til 3 stasjoner; ingen endring av eksisterende oppsett nødvendig. |
| 8-enhets klynge | 6 TB | 7,8 mill. kr | Maksimal klyngekapasitet for én klynge på Super AI Station-maskinvaren. |
| HGX B300-utvidelse | 9+ TB kombinert | ca. 1,7 mill. kr (tillegg) | Eksisterende stasjoner fortsetter å kjøre; tett multi-node treningskapasitet legges til sammen med dem. |
| GB300 NVL72-utvidelse | 20+ TB kombinert | ca. 3,7 mill. kr (tillegg) | Enhetlig rack-skala-nivå for eksaskala inferens; tidligere stasjoner forblir i produksjon. |
HGX B300- og GB300 NVL72-tall er indikative startpriser for tilleggsinfrastruktur koblet til en eksisterende Super AI Station-utrulling, ikke en erstatning for den.
Kostnadsammenligning: Skalerbar on-premises vs. cloud-AI-APIer
For SMB-er som behandler store dokumentvolumer daglig, blir forskjellen mellom en fast on-premises-klynge og bruksbasert cloud-AI-fakturering betydelig over tid.
| Kostnadskategori | Cloud-AI-APIer | Supermicro (on-premises) |
|---|---|---|
| Initiell maskinvareinvestering | Ingen | 1,1 mill. kr (engangs) |
| Driftskostnad år 1 | ~1,0M kr - ~2,4M kr | ~50k kr (strøm & vedlikehold) |
| Driftskostnad år 2 | ~1,0M kr - ~2,4M kr | ~50k kr (strøm & vedlikehold) |
| Driftskostnad år 3 | ~1,0M kr - ~2,4M kr | ~50k kr (strøm & vedlikehold) |
| Kumulativ kostnad over 3 år | ~2,9M kr - ~7,3M kr | ca. 1,3 mill. kr |
Fordi behandlingen skjer helt på stedet, overføres ikke dokumenter og forretningsdata til tredjepartsservere. Dette er et relevant hensyn for organisasjoner i juridiske, finansielle eller andre datasensitive sektorer.
Oppsummering
Super AI Station GB300 tilbyr tilgang til lokal, billion-parameter-kapabel AI til begrensede kostnader, med mulighet til å vokse stasjon for stasjon, og til slutt til HGX B300- eller GB300 NVL72-infrastruktur. For små og mellomstore bedrifter med voksende AI-arbeidsmengder kan det gi et lavere kostnadsalternativ til cloud-AI-utgifter.
