<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>DGX Station &#8211; mylogs.cn</title>
	<atom:link href="https://mylogs.cn/tag/dgx-station/feed/" rel="self" type="application/rss+xml" />
	<link>https://mylogs.cn</link>
	<description>发现、记录、分享</description>
	<lastBuildDate>Wed, 07 Oct 2026 19:15:01 +0000</lastBuildDate>
	<language>zh-Hans</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	
	<item>
		<title>英伟达推DGX Station：桌面超算本地跑万亿参数模型</title>
		<link>https://mylogs.cn/%e8%8b%b1%e4%bc%9f%e8%be%be%e6%8e%a8dgx-station%ef%bc%9a%e6%a1%8c%e9%9d%a2%e8%b6%85%e7%ae%97%e6%9c%ac%e5%9c%b0%e8%b7%91%e4%b8%87%e4%ba%bf%e5%8f%82%e6%95%b0%e6%a8%a1%e5%9e%8b/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Wed, 07 Oct 2026 19:15:01 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[AI超级计算机]]></category>
		<category><![CDATA[Blackwell]]></category>
		<category><![CDATA[DGX Station]]></category>
		<category><![CDATA[大模型]]></category>
		<category><![CDATA[本地AI]]></category>
		<category><![CDATA[英伟达]]></category>
		<guid isPermaLink="false">https://mylogs.cn/%e8%8b%b1%e4%bc%9f%e8%be%be%e6%8e%a8dgx-station%ef%bc%9a%e6%a1%8c%e9%9d%a2%e8%b6%85%e7%ae%97%e6%9c%ac%e5%9c%b0%e8%b7%91%e4%b8%87%e4%ba%bf%e5%8f%82%e6%95%b0%e6%a8%a1%e5%9e%8b/</guid>

					<description><![CDATA[英伟达于太平洋时间 10 月 7 日上午 10 点（北京时间 10 月 8 日凌晨 1 点）在美国旧金山举办发 [&#8230;]]]></description>
										<content:encoded><![CDATA[<p class="wp-block-paragraph">英伟达于太平洋时间 10 月 7 日上午 10 点（北京时间 10 月 8 日凌晨 1 点）在美国旧金山举办发布会，正式推出 DGX Station for Windows。这款产品被定位为&#8221;桌面级 AI 超级计算机&#8221;，目标是让开发者、研究人员和数据科学团队在本地运行大规模 AI 模型，无需依赖云端。</p>
<h2 class="wp-block-heading">桌面里的数据中心级算力</h2>
<p class="wp-block-paragraph">DGX Station 搭载 NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip，由 72 核 Grace CPU 与 Blackwell Ultra GPU 组成。英伟达将其描述为把数据中心级硬件、统一内存和 NVIDIA AI 软件栈压缩进桌面形态的尝试：过去只在机房里出现的配置，现在被装进了一台放在工位上的机器。</p>
<h2 class="wp-block-heading">748GB 统一内存能跑什么</h2>
<p class="wp-block-paragraph">在内存方面，DGX Station 最高提供 748GB 统一内存，其中 252GB 为面向 GPU 的 HBM3e 显存，496GB 为面向 CPU 的 LPDDR5X 内存。借助 NVLink-C2C 超级芯片互连，这套内存在单一内存池中协同工作，可支持参数规模最高约 1 万亿的大模型本地运行。AI 算力最高可达 20 PFLOPS（FP4）。</p>
<p class="wp-block-paragraph">英伟达官方页面还显示，DGX Station 可额外配置一块 NVIDIA RTX PRO 6000 工作站 GPU，将前沿 AI 算力与光线追踪可视化结合，用于生产力、创意设计、仿真和实体 AI（Physical AI）等场景；并配备 NVIDIA ConnectX-8 SuperNIC，提供最高 800Gb/s 网络连接，可把多台 DGX Station 互联以进一步扩展模型容量与性能。</p>
<h2 class="wp-block-heading">为什么强调&#8221;本地运行&#8221;</h2>
<p class="wp-block-paragraph">英伟达给出的理由集中在三点：延迟、成本和隐私。开发者可以在本地完成模型微调、推理、智能体开发与生成式 AI 应用测试，数据无需上传云端，从而减少传输带来的延迟、云端开销和隐私压力。对做智能体开发和混合智能应用的团队而言，本地运行大模型意味着调试循环更短。</p>
<h2 class="wp-block-heading">融入 Windows 生态</h2>
<p class="wp-block-paragraph">DGX Station 与 Windows 操作系统结合，企业开发者可以在熟悉的 Windows 环境中调用 GB300 的本地 AI 能力，并通过 WSL（Windows Subsystem for Linux）支持接入现有开发流程。英伟达称，IT 团队可在既有 Windows 基础设施内部署，无需更改组策略或操作系统，即可构建和运行前沿 AI 智能体。</p>
<h2 class="wp-block-heading">上市时间与功耗定位</h2>
<p class="wp-block-paragraph">DGX Station for Windows 计划于 2026 年第四季度上市。英伟达给出的整机最高功耗为 1600W，需要 20A 电路——这两个数字也说明，它虽是桌面形态，实质更接近一台面向专业用户的本地 AI 基础设施，普通办公室插座难以承载。</p>]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
