🛒 0

Gigabyte W775-V10-L01 AI-arbejdsstation

Chip NVIDIA GB300 Grace Blackwell Ultra Superchip
Kohærent hukommelse 748 GB samlet: 496 GB LPDDR5X + 252 GB HBM3e
AI-præstation 20 PetaFLOPS (FP4)
Opbevaring 2× PCIe Gen6 M.2 NVMe
747.760 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 747.760 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)

Opbevaring & Fysisk

Lagring (Pladser)

2× M.2 2280 PCIe 6.0 x4 NVMe + 2× M.2 2280 PCIe 5.0 x4 NVMe, beskyttende slotsdæksler

Formfaktor

Tårn til skrivebordssiden, skiftbar server-/arbejdsstationsdrift

Dimensioner

21,8 x 51,95 x 72,63 cm

Netværk og udvidelse

Højhastighedsnetværk

2× 400G QSFP112-porte via NVIDIA ConnectX-8 SuperNIC

PCIe-udvidelse

PCIe 5.0, ekstra x16- og x8-pladser, understøtter valgfrie NVIDIA RTX PRO Blackwell GPU'er

Strøm & Termisk

Strømforsyning

1600 W ATX-strømforsyning, Titanium-effektivitet

Køling

Lukkekredsløb væskekøling med integreret lækagedetektionsbakke og automatisk nedlukning

Administration og software

BMC

ASPEED AST2600

Fjernadministration

IPMI 2.0 og Redfish API, overvågning og kontrol i datacenterstil

Driftstilstande

Skiftbar mellem BMC-styret serverdrift og arbejstationsdrift med direkte adgang

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.

Gigabyte introducerede W775-V10-L01 den 12. januar 2026 og positionerede den inden for NVIDIA GB300 Grace Blackwell Superchip-økosystemet som et skrivebords-AI-arbejdsstation bygget til at køre trillion-parameter-modeller lokalt, med særlig teknisk fokus på kontinuerlig, ubemandet drift.

Hardwarespecifikationer

W775-V10-L01 er bygget omkring en enkelt NVIDIA Grace CPU Superchip — 72 Arm Neoverse V2-kerner 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. Oplagring håndteres af fire M.2 2280-pladser — to PCIe 6.0 x4 og to PCIe 5.0 x4 — hver forsynet med et beskyttelsesdæksel, sammen med en dual-port NVIDIA ConnectX-8 400G SuperNIC til højhastighedsnetværk.

Lokal AI-server til erhvervsbrug

W775-V10-L01 er designet til at fungere som en delt lokal AI-ressource. Flere medarbejdere kan indsende dokumentbehandlingsopgaver — kontraktgennemgang, fakturaekstraktion, rapportudarbejdelse, e-mailtriage — gennem arbejdsdagen, hvor opgaver håndteres centralt on-site i stedet for at blive dirigeret via eksterne cloudtjenester.

Via 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 W775-V10-L01 at fungere som løbende AI-infrastruktur for virksomheden, der understøtter stabile dokumentworkloads.

Konstrueret til ubemandet, kontinuerlig drift

Gigabyte kombinerer den lukkede kredsløbsvæskekøling i W775-V10-L01 med en integreret lækagedetektionsbakke placeret under kølevæskeforbindelserne. Hvis fugt detekteres, initierer systemfirmwaren en automatisk, ordnet nedlukning, før et læk kan nå omgivende udstyr.

Chassiset kan også konfigureres til to forskellige roller. Administreret via dens onboard BMC over IPMI 2.0 og Redfish fungerer det som en centralt administreret, fjernovervåget server. Dens PCIe-pladser accepterer NVIDIA RTX PRO Blackwell GPU'er til grafikintensivt arbejdsstationsbrug.

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

For små og mellemstore virksomheder (SMB'er), der behandler store mængder dokumenter dagligt, øges forskellen mellem et on-premises-system og cloud AI-fakturering betydeligt over tid.

Cloud AI API'er
~2 mio. kr. – ~5 mio. kr.
over 3 år, vedvarende workload
Forbrugsbaseret fakturering skalerer med volumen. Omkostninger stiger lineært (eller hurtigere) efterhånden som dokument-/agent-workload vokser, uden loft.
Gigabyte W775-V10-L01 AI-arbejdsstation
~850k kr.
over 3 år, fast hardware + driftsomkostninger
Engangsinvestering i hardware plus forudsigelig strøm og vedligeholdelse. Omkostninger forbliver flade uanset systemets brugsintensitet.
Estimeret 3-års omkostningsfordeling: W775-V10-L01 vs. Cloud AI API'er
OmkostningskategoriCloud AI API'erW775-V10-L01 (On-Premises)
Indledende hardwareinvesteringIngen750k kr. (engangs)
Driftsomkostninger år 1~650k kr. – ~1650k kr.~32k kr. (strøm & vedligehold)
Driftsomkostninger år 2~650k kr. – ~1650k kr.~32k kr. (strøm & vedligehold)
Driftsomkostninger år 3~650k kr. – ~1650k kr.~32k kr. (strøm & vedligehold)
Samlede omkostninger over 3 år~2 mio. kr. – ~5 mio. kr.~850k kr.

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

Opsummering

W775-V10-L01 leverer et enkelt system med faste omkostninger, der kan understøtte kontinuerlig AI-dokumentbehandling, kombineret med arkitekturen til at køre store AI-modeller lokalt og tekniske sikkerhedsforanstaltninger til ubemandet drift. For SMB'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🇻🇳