HP ZGX Nano G1n AI Station - 128GB NVIDIA DGX Spark

HP ZGX Nano G1n AI Station: KI-Supercomputer auf Basis der NVIDIA DGX Spark Plattform Die HP ZGX Nano G1n AI Station ist ein kompakter KI-Supercomputer. Eine großzügige 128GB RAM-Ausstattung ermöglicht die Arbeit mit großen LLMs mit bis zu 200B Parametern. KI-Performance RAM und Bandbreite 128GB @ 273 GB/s Unterstützte Modelle Inference: bis zu 200B Parameter (405B Parameter für 2x HP ZGX Nano G1n AI Station) Fine-tuning: bis zu 70B Parameter Tensor Cores 5te Generation unterstützte Formate: TF32, FP16, BF16, INT8, FP8, FP6, FP4 KI-Performance 1000 AI TFLOPS (FP4, Sparse) Kern der HP ZGX Nano G1n AI Station ist der NVIDIA® GB10 Grace Blackwell Superchip, mit einer Leistung von 1 Petaflop für KI-Rechnungen (in FP4-Precision, sparse). Eine wichtige Besonderheit der HP ZGX Nano G1n AI Station im Vergleich zu anderen NVIDIA GB10 basierten Geräten (bzw. dem NVIDIA DGX Spark) ist die eingebaute aktive Kühllösung durch zwei Lüfter. Dadurch kann das Gerät dauerhaft unter voller Last betrieben werden, ohne Drosselung durch Überhitzung. Die NVIDIA DGX Spark Plattform ist besonders für AI-Entwickler und KI-Forschung geeignet. Wesentlicher Teil der Plattform ist der NVIDIA AI Software Stack, der einen schnellen Einstieg mit der am besten unterstützten Plattform in der LLM-Industrie ermöglicht. Dank der Software-Kompatibilität mit NVIDIA's größeren Plattformen (bspw. bspw. DGX Station, H200 / B300) können die entwickelten LLM-Lösungen und Anwendungen (bspw. agentic AI) direkt und problemlos skaliert werden. Dank des eingebauten NVIDIA® ConnectX-7 Netzwerklinks können zwei NVIDIA DGX Spark Systeme miteinander verbunden werden, um noch größere Modelle bis zu 405B Parametern zu unterstützen. Lieferzeit Kleine Mengen direkt ab Lager in Leipzig, Deutschland. Die Lieferzeit für größere HP ZGX Nano G1n AI Station – NVIDIA DGX Spark Mengen beträgt in der Regel 4–6 Wochen ab Bestelleingang. Bitte berücksichtigen Sie dies in Ihrer Projektplanung. Technische Daten Merkmal Spezifikation KI-Rechenleistung 1 Petaflops (FP4, sparse) (NVIDIA Grace Blackwell) RAM 128GB RAM LPDDR5x (Unified memory) RAM-Bandbreite 273 GB/s (256-bit Speicherinterface) GPU NVIDIA Blackwell Architecture CPU 20 core ARM: 10 Cortex-X925 + 10 Cortex-A725 ARM SSD-Speicher 1 x HP 2TB PCIe-4x4 2242 NVMe SED OPAL Value TLC M.2 SSD oder 1 x HP 4TB PCIe-4x4 2242 NVMe SED OPAL Value TLC M.2 SSD WLAN & Bluetooth Wi-Fi 7 ( AzureWave AW-EM637-NV ) + Bluetooth 5.4 Netzwerk 1 x 10 GBit LAN (Realtek RTL8127) 1 x NVIDIA Mellanox ConnectX CX-7 Smart NIC (200 Gbps, 2 x QSFP) USB Ports 3 x USB 3.2 Gen 2x2 Type-C, 20Gbps, alternate mode (DisplayPort 2.1) 1 x USB 3.2 Gen 2x2 Type-C, 20 Gbps, with PD in (180W EPR PD3.1 SPEC) Weitere Ports & Features 1 x HDMI 2.1a 1 x An/Aus-Taster 1 x integriertes TPM Modul 2 x integrierte aktive Lüfter Betriebssystem NVIDIA DGX™ OS (Ubuntu Linux) Abmessungen 150 (L) x 150 (B) x 51 mm (H) Höhe mit Füßen: 54,5 mm (H) Gewicht 1,25 kg Leistungsaufnahme 240 W (externes USB-C Netzteil, bis zu 89 % effizient, im Lieferumfang) Umweltbedingungen und Energieverbrauch Betriebsspannungsbereich 90–264 VAC Nennspannungsbereich 100–120 VAC 200–240 VAC Nennnetzfrequenz 50–60 Hz Betriebsnetzfrequenzbereich 47–63 Hz Nenneingangsstrom 100–120 VAC; 3,1 A 200–240 VAC; 1,56 A Umgebungsanforderungen Temperatur Betrieb: 5 °C bis 30 °C (40 °F bis 86 °F) Oberhalb von 1524 m (5.000 Fuß) Höhe reduziert sich die maximale Betriebstemperatur um 1 °C (1,8 °F) je 305 m (1.000 Fuß) zusätzlicher Höhe Nicht in Betrieb: -30 °C bis 60 °C (-22 °F bis 140 °F) Maximale Änderungsrate: 10 °C/h Luftfeuchtigkeit Betrieb: 8 % bis 85 % rel. Luftfeuchtigkeit, nicht kondensierend, max. 35 °C Feuchtkugeltemperatur Nicht in Betrieb: 8 % bis 90 % rel. Luftfeuchtigkeit, nicht kondensierend, max. 35 °C Feuchtkugeltemperatur Energieverbrauch (in Watt) 115 V AC, 60 Hz 230 V AC, 50 Hz 100 V AC, 50 Hz Normalbetrieb (kurzer Leerlauf) 37,810 36,740 37,890 Normalbetrieb (langer Leerlauf) 36,630 35,510 36,830 Normalbetrieb (Volllast) 226,270 223,810 228,580 Standby (Sleep) 36,630 35,510 36,830 Aus 1,340 1,280 1,350 Lieferumfang 1 × HP ZGX Nano G1n AI Station, 2TB/4TB SSD je nach Auswahl (auf Basis von NVIDIA DGX Spark / GB10) Netzteil Netzkabel (EU) Hinweis: QSFP Kabel für die ConnectX CX-7 Netzwerkschnittstelle, zum Verbinden von zwei NVIDIA DGX Spark Systemen, ist nicht im Lieferumfang enthalten - es ist separat erhältlich. Passende Kabel sind: DGX Spark Connect Cable: NJAAK-N911 DGX Spark Connect Cable: NJAAK-0006 Einsatzbereiche Industrie & Forschung: Entwicklung und Finetuning von AI LLM-Modellen mit bis zu 200B Parametern (bzw. 405B bei Einsatz von zwei HP ZGX Nano G1n AI Station Systemen / DGX Sparks) Universitäten & Hochschulen: Experimente und Hands-On-Erfahrung für Studenten an großen LLM Modellen Büros, Geschäftliches Umfeld: Ausführen von Agentic AI, insbesondere für Datenschutz - bspw. für Bearbeiten von Kundenanfragen, offline e-Mailbearbeitung, RAGs mit sensitiven Firmendaten. Dank der eingebauten Lüfter eignet sich die HP ZGX Nano G1n AI Station besonders für den Dauereinsatz unter Last. Zum Beispiel empfehlenswert, falls Sie Produkte auf Basis des DGX Spark herstellen möchten. NVIDIA DGX Spark Produktvarianten Die NVIDIA DGX Spark Plattform baut im Kern auf NVIDIA Komponenten auf. In jeder Variante ist der Grace Blackwell Superchip GB10, sowie 128 GB RAM mit 273 GB/s Speicherbandreite verbaut. Die Speicherbandbreite hat dabei den größten Effekt auf Token/s Durchsatzraten. Das Betriebssystem (NVIDIA DGX OS, auf Ubuntu Basis), sowie der NVIDIA AI-Softwarestack ist in jedem Fall der Gleiche. Verschiedene Anbieter bauen ein Gehäuse drumherum, und vertreiben das Gerät unter ihrem eigenen Markennamen. HP's DGX Spark / GB10 Produkt heißt HP ZGX Nano G1n AI Station. Software-Stack / unterstützte Software NVIDIA DGX OS (Betriebssystem, auf Basis von Ubuntu) NVIDIA NIM (Microservices als Bausteine für AI Lösungen) NVIDIA AI Blueprints (Beispielanwendungen, bspw. RAG Workflows) PyTorch (Framework für Machine Learning und Deep Neural Networks) TensorFlow (Framework für Machine Learning und Deep Neural Networks) NVIDIA Riva (Spracherkennung, Übersetzung und Sprachausgabe) NVIDIA Holoscan (Plattform für Sensor-Daten-Verarbeitung) NVIDIA Metropolis (Vision-KI Anwendungsplattform) NVIDIA Isaac (Plattform für Entwicklung von Robotern, bspw. autonomen Fahrzeugen) CUDA (Toolkit zur Beschleunigung und Parallesierung von Berechnungen auf GPUs) cuDNN (Beschleunigung von Deep Neural Networks auf GPUs) cuBLAS (Lineare Algebra Frameworks zur Beschleunigung von KI und High performance computing (HPC) Anwendungen) TensorRT (SDK für high-performance deep learning inferencing) NCCL (NVIDIA Collective Communications library, zur Verteilung der Rechenleistung über mehrere Nodes hinweg) vLLM + ollama + llama.cpp - Large Language Model Inferencing Frameworks Zusätzliche Software von HP: ZGX Toolkit Das HP ZGX Toolkit - als Teil des HP Software Supportpackages für die ZGX Nano G1n AI Station - ermöglicht einen besonders leichten Einstieg mit lokalen KI-Modellen. Aktuell unterstützte Funktionen des ZGX Toolkit: Modell-Download Inferenz RAG-Systeme Machine Learning Weitere Produktbezeichnungen D4DB3ET / D4DR6ET / D4CY2ET / DA5D6ET / D9ZL6ET (2TB Variante) D9ZL7ET / D4CY3ET / CZ9K4ET / D4CZ8ET / DA5D7ET (4TB Variante) CM5A0AA zugehöriges Netzteil als Einzelteil