🛒 0

Exxact Valence DGX Station

Chip NVIDIA GB300 Grace Blackwell Ultra Superchip
Kohærent hukommelse 748 GB samlet: 496 GB LPDDR5X + 252 GB HBM3e
AI-præstation 20 PetaFLOPS (FP4)
Netværk 2× 400G ConnectX-8 SuperNIC
702.901 kr.

Vores team vil følge op med en skræddersyet prisopgørelse.

Brug dette til at skelne mellem dine forskellige konfigurationer i kurven – praktisk hvis du bestiller samme produkt med forskellige tilvalg.

Totalpris 702.901 kr.

Fuldstændige specifikationer

Regnekraft & Hukommelse

Superchip

NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip

CPU

NVIDIA Grace CPU Superchip, 72 Arm Neoverse V2-kerne

GPU

1× NVIDIA Blackwell Ultra GPU

Kohærent hukommelse

748 GB samlet: 496 GB LPDDR5X + 252 GB HBM3e

AI-præstation

20 PetaFLOPS (FP4) / 10 PetaFLOPS (FP8)

Opbevaring & Fysisk

Lagring (Pladser)

2× M.2 2280 PCIe 5.0 x4 NVMe (system) + 2× M.2 2280 PCIe 6.0 x4 NVMe (64GB/s, træningsdatastien)

Formfaktor

Fuldtårn desktopmodel, NVIDIA DGX Station-arkitektur

Dimensioner

24,4 x 59,4 x 29,5 cm

Netværk og udvidelse

Højhastighedsnetværk

2× 400G QSFP112 porte via NVIDIA ConnectX-8 SuperNIC, plus 1× 10GbE RJ45 administrationsport

PCIe-udvidelse

PCIe 5.0, 1× dobbelt bredde x16 slot; understøtter en valgfri diskret RTX PRO 6000 Blackwell GPU (96 GB GDDR7)

Strøm & Termisk

Strømforsyning

1600 W ATX strømforsyning, Titanium effektivitet, standard kontorstik

Køling

Lukket kredsløb væskekøling, afstemt til kontorvenlig akustik ved vedvarende AI-arbejdsbelastninger

Administration og software

BMC

ASPEED AST2600

Fjernadministration

IPMI 2.0 og Redfish API, overvågning og kontrol i datacenterstil

GPU-partitionering

Multi-Instance GPU (MIG), op til 7 isolerede instanser med garanteret servicekvalitet

Softwarestack

Forinstalleret Linux-miljø med NVIDIA AI Enterprise-værktøjer, klar til implementering af NVIDIA NemoClaw-agent

Foretrækker du en hurtig AI-drevet resumé? Spring over læsningen – undersøg dette produkts fulde specifikationer og egnethed til din brugssituation med en AI-assistent efter valg.

Exxact præsenterede Valence DGX Station den 20. januar 2026, et system til bordsiden bygget på NVIDIA GB300 Grace Blackwell Superchip-platformen under NVIDIA's DGX Station-specifikation, designet til at køre trillion-parametermodeller lokalt fra et enkelt kontorvenligt kabinet.

Hardwarespecifikationer

Valence er bygget omkring en enkelt NVIDIA Grace CPU Superchip — 72 Arm Neoverse V2-kerne og 496 GB LPDDR5X-hukommelse — parret med en NVIDIA Blackwell Ultra GPU med 252 GB HBM3e GPU-hukommelse, forenet via NVLink-C2C til en sammenhængende hukommelsespulje på 748 GB. Lager er opdelt i to lag: 2× M.2 2280 PCIe 5.0 x4 NVMe til operativsystemet, og 2× M.2 2280 PCIe 6.0 x4 NVMe (64GB/s) reserveret som en dedikeret sti til træningsdata og modelcheckpoints, hvilket adskiller daglig system-I/O fra tunge AI-workloads. Netværk håndteres af en dual-port ConnectX-8 400G SuperNIC, suppleret af en 10GbE-port til out-of-band-administration.

En dobbeltbredde PCIe 5.0 x16-slot gør det muligt at tilføje en diskret RTX PRO 6000 Blackwell GPU med 96 GB GDDR7 til systemet.

Lokal AI-server til erhvervsbrug

Valence er designet til at fungere som en delt lokal AI-ressource. Flere medarbejdere kan indsende dokumentbehandlingsopgaver — kontraktgennemgang, fakturaekstraktion, rapportudarbejdelse, e-mailtriage — gennem arbejdsdagen, hvor opgaverne håndteres centralt on-site i stedet for at blive dirigeret gennem eksterne cloudtjenester.

Gennem NVIDIA NemoClaw kan autonome agents køre kontinuerligt på systemet og håndtere tilbagevendende opgaver som f.eks. overvågning af indbakke eller planlagt rapportgenerering uden at kræve en person til at initiere hver anmodning. Dette gør det muligt for Valence at fungere som løbende AI-infrastruktur for virksomheden, der understøtter stabile dokumentworkloads.

Omkostningssammenligning: On-Premises vs. Cloud AI API'er

For SMV'er, der behandler store mængder dokumenter dagligt, bliver forskellen mellem et on-premises-system og cloud AI-fakturering betydeligt større over tid.

Cloud AI API'er
~2 mio. kr. – ~5 mio. kr.
over 3 år, vedvarende arbejdsbelastning
Forbrugsbaseret fakturering skalerer med volumen. Omkostninger stiger lineært (eller hurtigere) efterhånden som dokument-/agentarbejdsbelastningen vokser, uden loft.
Exxact Valence DGX Station
~800k kr.
over 3 år, fast hardware + driftsomkostninger
Engangsomkostninger til hardware plus forudsigelig strøm og vedligeholdelse. Omkostninger forbliver konstante uanset hvor meget systemet bruges.
Estimeret 3-års omkostningsfordeling: Valence vs. Cloud AI API'er
OmkostningskategoriCloud AI API'erValence (On-Premises)
Indledende hardwareinvesteringIngen700k kr. (engangs)
Driftsomkostninger år 1~650k kr. – ~1650k kr.~32k kr. (strøm & vedligeholdelse)
Driftsomkostninger år 2~650k kr. – ~1650k kr.~32k kr. (strøm & vedligeholdelse)
Driftsomkostninger år 3~650k kr. – ~1650k kr.~32k kr. (strøm & vedligeholdelse)
Kumulative omkostninger over 3 år~2 mio. kr. – ~5 mio. kr.~800k kr.

Da behandlingen finder sted helt on-site, overføres dokumenter og forretningsdata ikke til tredjepartsservere. Dette er en relevant overvejelse for organisationer inden for juridiske, finansielle eller andre datafølsomme sektorer.

Resumé

Valence DGX Station kombinerer et system med faste omkostninger, der er egnet til bordsiden, med arkitekturen til at køre store AI-modeller lokalt, plus fleksibiliteten til at tilføje renderingkapacitet gennem en valgfri RTX PRO Blackwell GPU. For SMV'er med vedvarende AI-workloads tilbyder det et lavere omkostningsalternativ til tilbagevendende cloud AI-udgifter.

danskDanskdk🇩🇰EnglishEngelsken🇪🇺bosanskiBosniskba🇧🇦българскиBulgarskbg🇧🇬EestiEstiskee🇪🇪suomiFinskfi🇫🇮FrançaisFranskfr🇫🇷ΕλληνικάGræskgr🇬🇷БеларускаяHviderussiskby🇧🇾ItalianoItalienskit🇮🇹hrvatskiKroatiskhr🇭🇷latviešuLettisklv🇱🇻LietuviųLitauisklt🇱🇹NederlandsHollandsknl🇳🇱BokmålNorskno🇳🇴PolerowaćPolskpl🇵🇱PortuguêsPortugisiskpt🇵🇹românăRumænskro🇷🇴СрпскиSerbiskrs🇷🇸slovenčinaSlovakisksk🇸🇰SlovenecSlovensksi🇸🇮EspañolSpanskes🇪🇸svenskaSvenskse🇸🇪češtinaTjekkiskcz🇨🇿DeutschTyskde🇩🇪українськаUkrainskua🇺🇦magyarUngarskhu🇭🇺العربيةArabiskar🇸🇦বাংলাBengalibd🇧🇩မြန်မာBurmesiskmm🇲🇲ქართულიGeorgiskge🇬🇪עבריתHebraiskil🇮🇱हिंदीHindihi🇮🇳BahasaIndonesiskid🇮🇩日本語Japanskjp🇯🇵ҚазақKasakhiskkz🇰🇿简体Kinesiskcn🇨🇳繁體Trad. kinesiskhk🇭🇰한국어Koreanskkr🇰🇷MelayuMalajiskmy🇲🇾मराठीMarathimr🇮🇳नेपालीNepalesisknp🇳🇵فارسیPersiskir🇮🇷ਪੰਜਾਬੀPunjabipa🇮🇳РусскийRussiskru🇷🇺සිංහලSingalesisklk🇱🇰TagalogTagalogph🇵🇭தமிழ்Tamilta🇱🇰తెలుగుTelugute🇮🇳ไทยThaith🇹🇭TürkçeTyrkisktr🇹🇷اردوUrdupk🇵🇰O'zbekUsbekiskuz🇺🇿Tiếng ViệtVietnamesiskvn🇻🇳