Supermicro Super AI Station GB300
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
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
1× 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
AI性能
20 PetaFLOPS (FP4)
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
フォームファクタ
デスクトップタワー/5Uラックマウント変換可能、共通シャーシ設計
寸法
21.5 × 48 × 49 cm
ネットワーキングとクラスタースケーリング
高速ネットワーク
2× 400G QSFP112 ポート (NVIDIA ConnectX-8 SuperNIC経由)
クラスタースケーリング
400GbE接続による最大8ユニットの単一コヒーレントクラスター構成可能。HGX B300 (8 GPU) または GB300 NVL72 (72 GPU) インフラへさらに拡張可能
PCIe拡張
PCIe 5.0、1× ダブル幅 x16 スロット + 追加 x8 スロット
電源と熱管理
電源
1600W電源、チタニウム効率、標準オフィスコンセント対応
冷却システム
密閉式液体冷却、メンテナンス可能、静音持続運転
管理とソフトウェア
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
ソフトウェアスタック
NVIDIA AI EnterpriseツールをプリインストールしたLinux環境、NVIDIA NemoClawエージェント導入対応
Supermicroは2025年10月28日、NVIDIA GB300 Grace Blackwell SuperchipプラットフォームをベースとしたデスクサイドシステムとしてSuper AI Station GB300を発表しました。このシステムは数兆パラメータのモデルをローカルで実行可能で、データセンター規模のAI容量へコスト効率良く段階的に拡張するための明確なパスを提供します。
ハードウェア仕様
Super AI 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とペアリングされています。NVLink-C2Cにより統合され、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のチームやワークロードを競合なく同時処理可能です。システムは4基のM.2 2280 PCIe 5.0 x4 NVMeストレージとデュアルポートNVIDIA ConnectX-8 400G SuperNICを装備しており、デプロイメントの拡大に伴い追加ステーションを接続する際にも同じネットワークファブリックが使用されます。
ビジネス向けローカルAIサーバー
Super AI Stationは共有型ローカルAIリソースとして機能するよう設計されています。複数の従業員が契約審査、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時間中に送信でき、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実行可能です。受信箱監視や定期レポート生成などの反復タスクを、リクエスト毎の人手を介さず処理します。これによりSuper AI Stationはビジネス向け継続的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。
拡張設計:単一ステーションからAIファクトリーへ
単体のSuper AI Stationは完全な独立システムですが、大規模デプロイメントの基本単位でもあります。既存インフラやワークフローを再構築せずに、同じデュアルポート400Gファブリック経由で通信する追加ステーションを最大7台(合計8ユニット)まで段階的に追加可能です。追加ユニットごとに748GBのコヒーレントメモリとコンピュートリソースがプールに貢献し、AI導入が進む組織に容量拡張の直感的で段階的な方法を提供します。
需要が8ユニットクラスターを超えた場合、同じ400Gネットワーク基盤はSupermicroのNVIDIA HGX B300およびNVIDIA GB300 NVL72プラットフォームへ拡張されます。以前購入したステーションは廃止や交換ではなく稼働を継続し、初期投資は成長の各段階でデプロイメントの一部として維持されます。
この拡張パスで追加された全ステーションは稼働を継続します。以前購入した機器は一切置換されません。
| 段階 | コヒーレントメモリ | 参考コスト | 意味 |
|---|---|---|---|
| 単一ステーション | 748 GB | 1610万 | 開始点:完全スタンドアロンで動作 |
| 2ユニットクラスター | 1.5 TB | 3060万 | 同一400GbEファブリック上に1台追加 |
| 4ユニットクラスター | 3 TB | 5970万 | 3台追加:既存設定変更不要 |
| 8ユニットクラスター | 6 TB | 1億1300万 | Super AI Stationハードウェアの最大単一クラスター容量 |
| HGX B300拡張 | 9+ TB 合計 | 約170万(追加分) | 既存ステーションは稼働継続:高密度マルチノード訓練能力を併設 |
| GB300 NVL72拡張 | 20+ TB 合計 | 約370万(追加分) | エクサスケール推論向け統合ラックスケール層:従来ステーションは生産環境で継続 |
HGX B300およびGB300 NVL72の数値は、既存Super AI Stationデプロイメントに接続する追加インフラの参考開始価格であり、代替品ではありません。
コスト比較:スケーラブルなオンプレミス vs クラウドAI API
日々大量の文書を処理するSMBにとって、固定オンプレミスクラスターと使用量ベースのクラウドAI課金の差は時間とともに大幅に拡大します。
| コスト区分 | クラウドAI API | Supermicro(オンプレミス) |
|---|---|---|
| 初期ハードウェア投資 | なし | 1610万(1回限り) |
| 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1850万 |
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サードパーティサーバーに送信されません。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。
まとめ
Super AI Station GB300は、限られたコストで数兆パラメータ対応のローカルAIへのアクセスを提供し、ステーション単位で拡張可能で、最終的にはHGX B300やGB300 NVL72インフラへ発展します。AIワークロードが増加するSMEにとって、クラウドAI支出に代わる低コストの選択肢となります。










