🛒 0

Exxact Valence DGX Station

Чип NVIDIA GB300 Grace Blackwell Ultra Superchip
Единая память 748 ГБ единой памяти: 496 ГБ LPDDR5X + 252 ГБ HBM3e
Производительность ИИ 20 Петафлопс (FP4)
Сетевое подключение 2× 400G ConnectX-8 SuperNIC
7 240 332 ₽

Наша команда свяжется с вами с индивидуальным ценовым предложением.

Используйте это, чтобы различать конфигурации в корзине — удобно при заказе одного товара с разными опциями.

Итоговая цена 7 240 332 ₽

Полные характеристики

Вычисления и память

Суперчип

NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip

Процессор

NVIDIA Grace CPU Superchip, 72 ядра Arm Neoverse V2

GPU

1× NVIDIA Blackwell Ultra GPU

Единая память

748 ГБ единой памяти: 496 ГБ LPDDR5X + 252 ГБ HBM3e

Производительность ИИ

20 петафлопс (FP4) / 10 петафлопс (FP8)

Хранилище и физические параметры

Накопители (слоты)

2× M.2 2280 PCIe 5.0 x4 NVMe (системный) + 2× M.2 2280 PCIe 6.0 x4 NVMe (64 ГБ/с, путь данных обучения)

Форм-фактор

Полноразмерный настольный корпус, архитектура NVIDIA DGX Station

Габариты

24,4 x 59,4 x 29,5 см

Сети и расширение

Высокоскоростные сети

2× порта 400G QSFP112 через NVIDIA ConnectX-8 SuperNIC, плюс 1× порт управления 10GbE RJ45

Расширение PCIe

PCIe 5.0, 1× слот x16 двойной ширины; поддерживает опциональную дискретную видеокарту RTX PRO 6000 Blackwell (96 ГБ GDDR7)

Питание и охлаждение

Блок питания

Блок питания ATX мощностью 1600 Вт, сертификат Titanium, стандартная офисная розетка

Охлаждение

Замкнутая система жидкостного охлаждения, оптимизирована для акустики, подходящей для офиса, при постоянных нагрузках ИИ

Управление и ПО

BMC

ASPEED AST2600

Удалённое управление

IPMI 2.0 и Redfish API, мониторинг и управление в стиле дата-центра

Разделение GPU

Multi-Instance GPU (MIG), до 7 изолированных экземпляров с гарантированным качеством обслуживания

Программный стек

Предустановленная среда Linux с инструментами NVIDIA AI Enterprise, готовая к развертыванию агента NVIDIA NemoClaw

Предпочитаете краткий ИИ-обзор? Пропустите чтение — исследуйте полные характеристики товара и его применимость под ваши задачи с ИИ-ассистентом на выбор.

20 января 2026 года Exxact представила Valence DGX Station — настольную систему на платформе NVIDIA GB300 Grace Blackwell Superchip в соответствии со спецификацией NVIDIA DGX Station, предназначенную для локального запуска моделей с триллионом параметров из одного офисного корпуса.

Характеристики оборудования

Valence построена на базе одного NVIDIA Grace CPU Superchip — 72 ядра Arm Neoverse V2 и 496 ГБ памяти LPDDR5X — в паре с NVIDIA Blackwell Ultra GPU с 252 ГБ памяти HBM3e GPU, объединённых через NVLink-C2C в единый пул памяти объёмом 748 ГБ. Хранилище разделено на два уровня: 2× M.2 2280 PCIe 5.0 x4 NVMe для ОС и 2× M.2 2280 PCIe 6.0 x4 NVMe (64 ГБ/с), выделенных под обучающие данные и контрольные точки моделей, что отделяет повседневный системный ввод-вывод от ресурсоёмких ИИ-задач. Сетевое взаимодействие обеспечивается двухпортовым ConnectX-8 400G SuperNIC с дополнительным портом 10GbE для внеполосного управления.

Слот PCIe 5.0 x16 двойной ширины позволяет добавить дискретную GPU RTX PRO 6000 Blackwell с 96 ГБ GDDR7.

Локальный ИИ-сервер для бизнеса

Valence функционирует как общий локальный ИИ-ресурс. Несколько сотрудников могут отправлять задачи обработки документов — проверку контрактов, извлечение данных из счетов, составление отчётов, сортировку писем — в течение рабочего дня, при этом задачи обрабатываются централизованно на месте, а не через внешние облачные сервисы.

С помощью NVIDIA NemoClaw автономные агенты могут непрерывно работать в системе, выполняя повторяющиеся задачи, такие как мониторинг входящих или генерация отчётов по расписанию, без необходимости инициировать каждый запрос вручную. Это позволяет Valence функционировать как постоянная ИИ-инфраструктура для бизнеса, поддерживая стабильные рабочие нагрузки по документам.

Сравнение затрат: On-Premises vs. Облачные ИИ-API

Для МСБ, ежедневно обрабатывающих большие объёмы документов, разница между локальной системой и облачной ИИ-тарификацией со временем становится существенной.

Облачные ИИ-API
~23 млн ₽ – ~58 млн ₽
за 3 года при постоянной нагрузке
Тарификация по объёму. Затраты растут линейно (или быстрее) с увеличением нагрузки на документы/агентов без ограничений.
Exxact Valence DGX Station
~8,4 млн ₽
за 3 года, фиксированные затраты на оборудование + эксплуатацию
Единовременные затраты на оборудование плюс предсказуемые расходы на электропитание и обслуживание. Затраты остаются постоянными независимо от интенсивности использования системы.
Расчётные затраты за 3 года: Valence vs. Облачные ИИ-API
Категория затратОблачные ИИ-APIValence (On-Premises)
Первоначальные вложения в оборудованиеНет7,2 млн ₽ (единовременно)
Эксплуатационные расходы (год 1)~7.5 млн ₽ – ~19.5 млн ₽~400 тыс. ₽ (электропитание & обслуживание)
Эксплуатационные расходы (год 2)~7.5 млн ₽ – ~19.5 млн ₽~400 тыс. ₽ (электропитание & обслуживание)
Эксплуатационные расходы (год 3)~7.5 млн ₽ – ~19.5 млн ₽~400 тыс. ₽ (электропитание & обслуживание)
Совокупные затраты за 3 года~23 млн ₽ – ~58 млн ₽~8,4 млн ₽

Поскольку обработка полностью происходит локально, документы и бизнес-данные не передаются сторонним серверам. Это важно для организаций в юридической, финансовой и других сферах с чувствительными данными.

Итог

Valence DGX Station сочетает систему с фиксированной стоимостью для настольного использования, архитектуру для локального запуска крупных ИИ-моделей и возможность добавления ресурсов рендеринга через опциональную GPU RTX PRO Blackwell. Для МСБ с постоянными ИИ-нагрузками это более выгодная альтернатива регулярным облачным ИИ-расходам.

العربيةАрабскийar🇸🇦বাংলাБенгальскийbd🇧🇩မြန်မာБирманскийmm🇲🇲Tiếng ViệtВьетнамскийvn🇻🇳ქართულიГрузинскийge🇬🇪עבריתИвритil🇮🇱BahasaИндонезийскийid🇮🇩ҚазақКазахскийkz🇰🇿简体Китайскийcn🇨🇳繁體Трад. китайскийhk🇭🇰한국어Корейскийkr🇰🇷MelayuМалайскийmy🇲🇾मराठीМаратхиmr🇮🇳नेपालीНепальскийnp🇳🇵ਪੰਜਾਬੀПанджабиpa🇮🇳فارسیПерсидскийir🇮🇷РусскийРусскийru🇷🇺සිංහලСингальскийlk🇱🇰TagalogТагальскийph🇵🇭ไทยТайскийth🇹🇭தமிழ்Тамильскийta🇱🇰తెలుగుТелугуte🇮🇳TürkçeТурецкийtr🇹🇷O'zbekУзбекскийuz🇺🇿اردوУрдуpk🇵🇰हिंदीХиндиhi🇮🇳日本語Японскийjp🇯🇵EnglishАнглийскийen🇪🇺БеларускаяБелорусскийby🇧🇾българскиБолгарскийbg🇧🇬bosanskiБоснийскийba🇧🇦magyarВенгерскийhu🇭🇺ΕλληνικάГреческийgr🇬🇷danskДатскийdk🇩🇰EspañolИспанскийes🇪🇸ItalianoИтальянскийit🇮🇹latviešuЛатышскийlv🇱🇻LietuviųЛитовскийlt🇱🇹DeutschНемецкийde🇩🇪NederlandsНидерландскийnl🇳🇱BokmålНорвежскийno🇳🇴PolerowaćПольскийpl🇵🇱PortuguêsПортугальскийpt🇵🇹românăРумынскийro🇷🇴СрпскиСербскийrs🇷🇸slovenčinaСловацкийsk🇸🇰SlovenecСловенскийsi🇸🇮українськаУкраинскийua🇺🇦suomiФинскийfi🇫🇮FrançaisФранцузскийfr🇫🇷hrvatskiХорватскийhr🇭🇷češtinaЧешскийcz🇨🇿svenskaШведскийse🇸🇪EestiЭстонскийee🇪🇪