AI untuk organisasi · Dipasang dalam premis anda
AI Server KompakMulakan kerja AI dekat dengan data anda
NVIDIA DGX Spark
Sistem desktop yang membawa kuasa pemprosesan AI ke meja kerja dengan NVIDIA GB10 Grace Blackwell Superchip. Sesuai untuk pasukan yang ingin membangunkan dan menguji model dengan data organisasi sebelum sistem sebenar dibina.
300,000 THB
Harga anggaran. Skop dan syarat mengikut sebut harga, yang menyatakan spesifikasi, perisian, kerja pemasangan, cukai dan jaminan sebelum pesanan dibuat.
Mula daripada kerja yang pasukan perlukan
Satu unit sebagai titik mula kerja AI dalam organisasi
Contoh pendekatan yang boleh dinilai bersama. Perisian perlu disemak dan diuji dengan data sebenar sebelum skop dan prestasi dipastikan.
Cari maklumat daripada dokumen dalaman
Uji LLM dan sistem carian sokongan jawapan (RAG) daripada manual atau dokumen organisasi, dengan hak akses ditetapkan mengikut pengguna.
Lihat Enterprise KM ChatbotHubungkan AI dengan aliran kerja
Nilai cara menghubungkan model dengan pangkalan data dan langkah kelulusan, seperti meringkaskan dokumen atau menyiapkan laporan, untuk disemak pasukan sebelum dihantar.
Lihat automasi kerja dengan nimitFlowBangunkan dan uji model imej
Gunakan sebagai ruang untuk menguji model dengan imej contoh sebelum memilih peranti dan seni bina yang sesuai dengan kelajuan serta keadaan sebenar di lapangan.
Lihat perkhidmatan Machine VisionLetakkan pemprosesan dekat dengan data
Reka bentuk sambungan, hak pengguna dan laluan data supaya selari dengan dasar organisasi, termasuk menyemak perkhidmatan luar yang dipanggil oleh perisian.
Data organisasi
Dokumen · Pangkalan data · Imej contoh
Pelayan AI
Model dan perisian yang telah diuji
Kerja pasukan
Cari maklumat · Ringkaskan data · Uji model
Gambar rajah konsep untuk menilai keperluan, bukan hasil ujian sistem yang telah dipasang.
NVIDIA DGX Spark
Saiz kecil, spesifikasi untuk kerja AI
Merujuk NVIDIA DGX Spark model memori 128 GB. Senarai peranti sebenar dipastikan dalam sebut harga.
Lihat spesifikasi daripada NVIDIA- Cip pemproses
- NVIDIA GB10 Grace Blackwell Superchip
- Unit pemprosesan pusat
- 20-core Arm CPU · 10 Cortex-X925 + 10 Cortex-A725
- Memori
- 128 GB LPDDR5X dikongsi antara CPU dan GPU · 273 GB/s
- Storan
- NVMe M.2 SSD sehingga 4 TB mengikut model yang disebut harga
- Rangkaian
- 10 GbE RJ45 · ConnectX-7 200 Gb/s · Wi-Fi 7
- Sistem pengendalian
- NVIDIA DGX OS berasaskan Ubuntu · Linux Arm64
- Saiz dan berat
- 150 × 150 × 50.5 mm · 1.2 kg
Mula daripada keperluan, kemudian tetapkan spesifikasi
Ceritakan kerja yang anda mahu AI bantu
Sediakan contoh data, model yang diminati, bilangan pengguna serentak dan kekangan rangkaian.
Nilai dan tetapkan ujian
Semak keserasian perisian, nilai keperluan memori dan tetapkan kriteria pengukuran berdasarkan kerja sebenar.
Rumusan skop dan sebut harga
Asingkan item unit, perisian, kerja penyambungan, pemasangan dan penyelenggaraan, bersama syarat penghantaran dan jaminan.
Pilih AI Server yang sesuai dengan titik permulaan pasukan anda
Bandingkan bentuk sistem dan anggaran awal, kemudian nilai dengan model serta perisian sebenar. Memori bersama DGX Spark dan VRAM RTX PRO ialah pendekatan yang berbeza, jadi angka kapasiti sahaja tidak dapat menentukan kelajuan.
AI Server Kompak
NVIDIA DGX Spark
Anggaran harga permulaan 300,000 THBLihat butiran model ini
AI Server Workstation
Dell Precision 7875 Tower
Anggaran harga permulaan 700,000 THBLihat butiran model iniSoalan sebelum memilih AI Server
Apakah yang termasuk dalam harga permulaan 300,000 THB?
Ia anggaran harga permulaan untuk perancangan bajet. Senarai perkakasan, perisian, kerja pemasangan, cukai, jaminan dan tempoh penghantaran perlu dipastikan dalam sebut harga. Perkhidmatan atau lesen perisian tambahan tidak termasuk secara automatik.
Adakah 128 GB itu VRAM kad grafik?
Ia memori yang dikongsi antara CPU dan GPU, bukan VRAM berasingan sebanyak 128 GB. Ruang yang benar-benar boleh digunakan untuk model bergantung pada sistem pengendalian, perisian dan kerja yang berjalan serentak.
Berapa ramai pengguna serentak yang disokong?
Perkara itu perlu diuji dengan model, panjang input dan jawapan, serta masa tindak balas yang boleh diterima. Angka memori sahaja tidak dapat memastikan bilangan pengguna atau kelajuan.
Jika dipasang dalam organisasi, adakah data benar-benar tidak keluar?
Pemasangan dalaman membantu anda mengawal laluan data, tetapi API perkhidmatan luar, telemetri, kemas kini dan sandaran bagi setiap perisian masih perlu disemak, serta hak akses dan rangkaian ditetapkan mengikut dasar organisasi.
Sudah ada keperluan AI yang ingin dimulakan?
Hantarkan contoh kerja dan syarat pasukan anda untuk kami nilai, supaya pilihan unit dan skop sistem sesuai dengan penggunaan sebenar.