Asus lancia il potente ExpertCenter con Nvidia GB300 Blackwell Ultra
Un desktop che combina CPU Grace ARM e GPU Blackwell Ultra, segnando un nuovo capitolo per le workstation AI.
Asus ha presentato l'ExpertCenter Pro ET900N G3, uno dei primi sistemi desktop alimentati dal desktop superchip GB300 Grace Blackwell Ultra di Nvidia. Questa mossa rappresenta un cambiamento significativo per Nvidia, che tradizionalmente riservava il suo hardware AI di fascia alta alla linea DGX Station. Ora, con il Blackwell Ultra, Nvidia collabora con OEM come Asus per diffondere workstation AI a un mercato più ampio.
Il superchip GB300 combina una CPU Grace basata su ARM con la nuova GPU Blackwell Ultra, offrendo fino a 784 GB di memoria unificata e Tensor Cores di nuova generazione per performance AI elevate. L'ExpertCenter di Asus riflette questi principi di design con 20 PFLOPS di prestazioni, networking ConnectX-8 SuperNIC a 800 Gb/s e supporto per Nvidia DGX OS, rendendolo ideale per l'addestramento AI e lo sviluppo di modelli su larga scala.
La workstation offre anche una notevole espandibilità, con tre slot PCIe x16 per GPU o acceleratori aggiuntivi e tre slot M.2 per storage SSD. Nvidia non ha ancora rivelato i dettagli completi o il prezzo del GB300, ma i costi elevati delle GPU indicano che l'ExpertCenter potrebbe posizionarsi nella fascia di prezzo a cinque cifre.
Cosa distingue l'Asus ExpertCenter Pro ET900N G3 dalle workstation AI tradizionali?
L'Asus ExpertCenter Pro ET900N G3 integra il superchip NVIDIA GB300 Grace Blackwell Ultra, combinando una CPU Grace basata su ARM con una GPU Blackwell Ultra. Questa architettura offre fino a 784 GB di memoria unificata e prestazioni AI fino a 20 PFLOPS, il tutto in un formato desktop compatto, rendendolo ideale per l'addestramento e lo sviluppo di modelli AI su larga scala senza necessità di infrastrutture data center.
Quali sono le principali caratteristiche tecniche dell'ExpertCenter Pro ET900N G3?
L'ExpertCenter Pro ET900N G3 è dotato del superchip NVIDIA GB300 Grace Blackwell Ultra, che combina una CPU Grace con una GPU Blackwell Ultra. Supporta fino a 784 GB di memoria unificata, offre prestazioni AI fino a 20 PFLOPS e include networking ConnectX-8 SuperNIC a 800 Gb/s. Inoltre, dispone di tre slot PCIe x16 per GPU o acceleratori aggiuntivi e tre slot M.2 per storage SSD.
Quali sono i vantaggi dell'utilizzo del sistema operativo NVIDIA DGX OS sull'ExpertCenter Pro ET900N G3?
NVIDIA DGX OS è una distribuzione Linux basata su Ubuntu, ottimizzata per applicazioni di intelligenza artificiale, machine learning e analisi dei dati. Fornisce supporto nativo per l'intero stack software NVIDIA, inclusi CUDA e TensorRT, facilitando lo sviluppo e l'esecuzione di workload AI complessi sull'ExpertCenter Pro ET900N G3.
Come si confronta l'Asus ExpertCenter Pro ET900N G3 con l'Ascent GX10 in termini di prestazioni AI?
L'ExpertCenter Pro ET900N G3 offre fino a 20 PFLOPS di prestazioni AI e supporta fino a 784 GB di memoria unificata, rendendolo adatto per l'addestramento e l'inferenza di modelli AI su larga scala. L'Ascent GX10, invece, è un supercomputer AI compatto che fornisce 1.000 AI TOPS di potenza di elaborazione e supporta modelli AI fino a 200 miliardi di parametri, ideale per applicazioni AI ad alte prestazioni in spazi ridotti.
Quali sono le implicazioni dell'integrazione del superchip NVIDIA GB300 Grace Blackwell Ultra nelle workstation desktop?
L'integrazione del superchip NVIDIA GB300 Grace Blackwell Ultra nelle workstation desktop come l'ExpertCenter Pro ET900N G3 consente di portare prestazioni AI di livello data center in un formato desktop. Questo permette a ricercatori e sviluppatori di eseguire workload AI complessi localmente, riducendo la dipendenza da infrastrutture cloud e migliorando l'efficienza operativa.
Quali sono le potenziali applicazioni dell'Asus ExpertCenter Pro ET900N G3 nel settore dell'intelligenza artificiale?
L'Asus ExpertCenter Pro ET900N G3 è progettato per applicazioni AI avanzate, tra cui l'addestramento e l'inferenza di modelli di machine learning su larga scala, lo sviluppo di modelli di linguaggio naturale, l'elaborazione di immagini e video, e altre applicazioni che richiedono elevate capacità computazionali e ampie risorse di memoria.
