共计 1389 个字符，预计需要花费 4 分钟才能阅读完成。
英伟达发布 DGX Station for Windows: 本地运行 1 万亿参数 AI 模型, 最高 748GB 内存
英伟达正在把数据中心级算力推向桌面。 当地时间 10 月 7 日 , 英伟达在旧金山发布会上推出 DGX Station for Windows, 定位为桌面级 AI 超级计算机。它面向开发者、研究人员和数据科学团队, 目标是在本地运行参数规模最高约 1 万亿的 AI 模型, 并计划于 2026 年第四季度上市。这款产品把原本依赖数据中心的硬件、统一内存和 NVIDIA AI 软件栈压缩到桌面设备中, 核心卖点是在本地完成大模型相关工作。
📌 核心配置:GB300 平台与 748GB 统一内存
DGX Station 搭载 NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip, 配备 72 核 Grace CPU 与 Blackwell Ultra GPU。其最高统一内存为 748GB, 其中 GPU 内存为 252GB HBM3e,CPU 内存为 496GB LPDDR5X,AI 算力最高可达 20 PFLOPS。关键规格如下:
- 计算平台:GB300 Grace Blackwell Ultra Desktop Superchip
- CPU:72 核 Grace
- GPU 内存:252GB HBM3e
- CPU 内存:496GB LPDDR5X
- 统一内存上限:748GB
- AI 算力: 最高 20 PFLOPS, 可支撑约 1 万亿参数模型
相比传统高性能工作站, 统一内存是主要差异点 。它让模型权重不必在显存与系统内存之间频繁搬运, 开发者可以在本地完成模型微调、推理、智能体开发和生成式 AI 应用测试, 从而降低对云端算力的依赖。
对需要处理大规模模型的团队来说, 统一内存容量往往比单纯峰值算力更关键。
🔍 绑定 Windows 生态的用意
英伟达将 DGX Station 与 Windows 结合 , 意味着开发者能在熟悉的系统环境中调用本地大模型能力, 并探索 AI 智能体、Copilot 以及混合智能应用。对多数 Windows 开发者而言, 这减少了切换操作系统或重建工具链的麻烦。
- 本地推理与微调, 减少往返云端的数据传输
- 在 Windows 环境中探索 Copilot 与混合智能应用
- 降低延迟、持续成本与隐私合规压力
💡 功耗与部署门槛
桌面形态并不代表低门槛。 官方信息显示 , 其最高功耗达到 1600W, 并需要 20A 电路。换句话说, 这台设备虽然摆在桌面上, 本质上更接近面向专业用户的本地 AI 基础设施, 而不是普通高性能工作站。对普通办公环境而言, 供电改造可能成为额外成本。
📊 行业观察: 填补云端与工作站之间
从定位看,DGX Station for Windows 补上了云端与普通工作站之间的空白。对模型规模、响应速度和数据边界有要求的团队, 过去往往只能租用云算力或自建机房, 前者长期成本不低, 后者部署门槛更高。
如今这一选项被压缩到桌面尺寸, 但电力、散热与采购成本仍是现实约束 。2026 年第四季度的上市节点, 以及专业用户的实际接受度, 值得持续关注。对企业而言, 本地数据边界更清晰, 但要真正替代云算力, 还需看软件生态和长期维护成本。
🚀 总结
DGX Station for Windows 把 GB300 平台、748GB 统一内存和 20 PFLOPS 算力打包进桌面, 并绑定 Windows 生态, 是英伟达推动本地大模型落地的一次明确动作。它能否打开市场, 最终取决于专业团队对成本、功耗与隐私收益的权衡。
