🛒 0

NVIDIA DGX Station AIワークステーション

チップ NVIDIA GB300 Grace Blackwell Ultra Superchip
コヒーレントメモリ 748 GB 統合: 496 GB LPDDR5X + 252 GB HBM3e
AI性能 20 PetaFLOPS (FP4)
スケーリング先 2ステーションクラスター
¥16,975,982
クラスター構成

当社チームがお客様に合わせた価格見積もりを追ってご連絡します

同じ商品を異なるオプションで注文する場合に便利 — カート内の設定を区別するためにご利用ください

合計金額 ¥16,975,982

完全仕様

計算性能とメモリ

Superchip

NVIDIA GB300 Grace Blackwell Ultra デスクトップ Superchip

CPU

NVIDIA Grace CPU Superchip、72 Arm Neoverse V2コア

GPU

1× NVIDIA Blackwell Ultra GPU

コヒーレントメモリ

748 GB 統合: 496 GB LPDDR5X + 252 GB HBM3e

メモリ相互接続

NVLink-C2C、900 GB/sのCPU-GPU帯域幅

AI性能

20 PetaFLOPS (FP4)

マルチインスタンスGPU

最大7つの分離されたGPUパーティション (MIG)

ストレージと物理仕様

ストレージ (スロット)

4× M.2 2280 PCIe 5.0 x4 NVMe

GPU拡張

PCIe 5.0、1基のダブル幅 + 2基のシングル幅 x16スロット(オプションのNVIDIA RTX PRO表示/可視化GPU用)

フォームファクタ

デスクトップ型タワー、NVIDIAリファレンスシャーシ設計

寸法

24.5 × 52.8 × 59.5 cm

ネットワークとクラスタリング

高速ネットワーク

2× 400G QSFP112 ポート (NVIDIA ConnectX-8 SuperNIC経由)

マルチステーションクラスタリング

最大2台のDGX Stationを直接400GbE接続し、合計1,496 GBのコヒーレントメモリプールを形成

ワイヤレス(オプション)

Wi-Fi/Bluetoothモジュール用PCIe M.2 2230スロット(エアギャップ環境では未実装可能)

電源と熱管理

電源

1600W電源、標準オフィスコンセント互換

冷却システム

閉ループ液冷、高負荷AIワークロード下での持続的パフォーマンス

管理とソフトウェア

BMC

ASPEED AST2600

リモート管理

IPMI 2.0 および Redfish API、データセンタースタイルの監視・制御

セキュリティ

ハードウェア信頼基盤、エンタープライズセキュアブート

ソフトウェアスタック

NVIDIA DGX OSNVIDIA NemoClawエージェント導入対応

AIによる要約がお好みですか? 読み飛ばして — お選びのAIアシスタントで製品の全仕様とユースケース適合性を確認

NVIDIAは2026年3月17日、NVIDIA GB300 Grace Blackwell Superchipプラットフォーム向けのリファレンスデスクトップシステムとしてDGX Stationを発表しました。NVIDIAが直接設計・検証したこのシステムは、1兆パラメータ規模のモデルをローカルで実行可能で、NVIDIAのハードウェアパートナーがライセンス生産しています。

ハードウェア仕様

DGX Stationは単一のNVIDIA Grace CPU Superchip(72個のArm Neoverse V2コアと496GB LPDDR5Xメモリ)を中核とし、252GB HBM3e GPUメモリを搭載したNVIDIA Blackwell Ultra GPUとペアリング。NVLink-C2Cにより748GBのコヒーレントメモリプールを形成します。最大7つの独立したMIGパーティションにより、単一ステーションで複数チームやワークロードを競合なく同時処理可能。4基のM.2 2280 PCIe 5.0 x4 NVMeストレージ、デュアルポートNVIDIA ConnectX-8 400G SuperNICを装備し、表示・可視化出力専用のオプションNVIDIA RTX PRO GPU用PCIe 5.0拡張スロットを備えています。

ビジネス向けローカルAIサーバー

DGX Stationは共有型ローカルAIリソースとして設計されています。複数の従業員が契約書レビュー、請求書抽出、レポート作成、メールトリアージなどの文書処理タスクを勤務日中に送信可能。ジョブは外部クラウドサービス経由ではなく、オンプレミスで集中処理されます。

NVIDIA NemoClawにより、自律エージェントがシステム上で継続的に稼働。受信箱監視や定期レポート生成などの反復タスクを、人手を介さず自動処理します。これによりDGX Stationは企業の継続的AIインフラとして機能し、安定した文書ワークロードをサポートします。

容量拡張:2台クラスタリング

単体容量を超えるワークロードには、2台のDGX Stationを内蔵400GConnectX-8 SuperNICポートで接続可能。1,496GBのコヒーレントメモリプールを形成し、両マシン間でアドレス可能になります。新規アーキテクチャやワークフローの変更なしにチーム成長に対応するシンプルなアップグレードパスを提供。購入時の構成オプションとして選択可能です。

9年の開発実績に基づくリファレンスプラットフォーム

DGX Stationの名称は2017年に遡ります。NVIDIAがラックマウントAIインフラの代替として4基のNVIDIA Tesla V100 GPUを搭載した初代モデルを発表。2020年11月には後継機DGX Station A100が登場し、4基のNVIDIA A100 Tensor Core GPUへ移行。最大320GBのGPUメモリを4枚の別々カードに分散配置し、マルチGPU構成全体でワークロードを明示的に分散管理する必要がありました。

2026年に登場した現行DGX Stationは、このマルチGPUアプローチを単一のNVIDIA GB300 Grace Blackwell Ultra Superchipで置換。ソフトウェアで接合された4つの独立GPUメモリプールではなく、NVLink-C2C経由でCPUとGPUが直接共有する748GBの統一コヒーレントメモリプールを実現しました。

世代別コヒーレントメモリ容量

2017 DGX Station 4× Tesla V100, 64GB GPUメモリ
2020 DGX Station A100 4× A100, 最大320GB GPUメモリ
2026 DGX Station (GB300) 1基のスーパーチップ, 748GB統一コヒーレントメモリ

CPUとGPUが直接共有する単一コヒーレントメモリプール - 手動マルチGPU分割不要

コスト比較:オンプレミス vs クラウドAI API

日々大量の文書を処理するSMB(中小企業)にとって、固定費型オンプレミスシステムと従量課金型クラウドAIのコスト差は時間とともに顕著に拡大します。

クラウドAI API
約5000万円 - 約1億2000万円
3年間の継続ワークロード
従量課金は処理量に比例。文書/エージェントワークロードの増加に伴いコストは直線的(またはそれ以上)に上昇し、上限なし。
NVIDIA DGX Station AIワークステーション
約1940万円
3年間の固定ハードウェア+運用コスト
ハードウェアは初期費用のみ+予測可能な電力/保守費。システム使用量に関わらずコスト固定。
3年間コスト内訳(推定): DGX Station vs クラウドAI API
コスト区分クラウドAI APIDGX Station (オンプレミス)
初期ハードウェア投資なし1700万円 (初期費用)
1年目運用コスト約1500万円 - 約4000万円約80万円 (電力&保守)
2年目運用コスト約1500万円 - 約4000万円約80万円 (電力&保守)
3年目運用コスト約1500万円 - 約4000万円約80万円 (電力&保守)
3年間累積コスト約5000万円 - 約1億2000万円約1940万円

処理が完全にオンプレミスで行われるため、文書やビジネスデータが第三者サーバーに送信されることはありません。これは法律、金融、その他データ機密性の高い分野の組織にとって重要な考慮事項です。

サマリー

DGX Stationは、継続的なAI文書処理をサポート可能な固定コストの単一システムであり、大規模AIモデルをローカルで実行するNVIDIAリファレンスアーキテクチャを統合。持続的AIワークロードを抱えるSMB向けに、定期的なクラウドAI支出に代わる低コストソリューションを提供し、2台クラスタへの明確なアップグレードパスを備えています。

العربيةアラビア語ar🇸🇦Bahasaインドネシア語id🇮🇩O'zbekウズベク語uz🇺🇿اردوウルドゥー語pk🇵🇰Қазақカザフ語kz🇰🇿ქართულიジョージア語ge🇬🇪සිංහලシンハラ語lk🇱🇰ไทยタイ語th🇹🇭Tagalogタガログ語ph🇵🇭தமிழ்タミル語ta🇱🇰తెలుగుテルグ語te🇮🇳Türkçeトルコ語tr🇹🇷नेपालीネパール語np🇳🇵ਪੰਜਾਬੀパンジャブ語pa🇮🇳မြန်မာビルマ語mm🇲🇲हिंदीヒンディー語hi🇮🇳Tiếng Việtベトナム語vn🇻🇳עבריתヘブライ語il🇮🇱فارسیペルシア語ir🇮🇷বাংলাベンガル語bd🇧🇩मराठीマラーティー語mr🇮🇳Melayuマレー語my🇲🇾Русскийロシア語ru🇷🇺简体中国語cn🇨🇳繁體繁体字hk🇭🇰日本語日本語jp🇯🇵한국어韓国語kr🇰🇷Italianoイタリア語it🇮🇹українськаウクライナ語ua🇺🇦Eestiエストニア語ee🇪🇪Nederlandsオランダ語nl🇳🇱Ελληνικάギリシャ語gr🇬🇷hrvatskiクロアチア語hr🇭🇷svenskaスウェーデン語se🇸🇪Españolスペイン語es🇪🇸slovenčinaスロバキア語sk🇸🇰Slovenecスロベニア語si🇸🇮Српскиセルビア語rs🇷🇸češtinaチェコ語cz🇨🇿danskデンマーク語dk🇩🇰Deutschドイツ語de🇩🇪Bokmålノルウェー語no🇳🇴magyarハンガリー語hu🇭🇺suomiフィンランド語fi🇫🇮Françaisフランス語fr🇫🇷българскиブルガリア語bg🇧🇬Беларускаяベラルーシ語by🇧🇾Polerowaćポーランド語pl🇵🇱bosanskiボスニア語ba🇧🇦Portuguêsポルトガル語pt🇵🇹latviešuラトビア語lv🇱🇻Lietuviųリトアニア語lt🇱🇹românăルーマニア語ro🇷🇴English英語en🇪🇺