🛒 0

Exxact Valence DGX Station

Chip NVIDIA GB300 Grace Blackwell Ultra Superchip
Magkasanib na Memorya 748 GB pinag-isang: 496 GB LPDDR5X + 252 GB HBM3e
Pagganap ng AI 20 PetaFLOPS (FP4)
Networking 2× 400G ConnectX-8 SuperNIC
₱5,776,021

Aming koponan ay susundan ito ng isang pasadyang presyo na quote.

Gamitin ito upang makilala ang iyong iba't ibang mga configuration sa iyong cart — magagamit kung mag-order ka ng parehong produkto na may iba't ibang opsyon.

Kabuuang presyo ₱5,776,021

Buong Mga Detalye

Pagkompyut at Memorya

Superchip

NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip

CPU

NVIDIA Grace CPU Superchip, 72 Arm Neoverse V2 cores

GPU

1× NVIDIA Blackwell Ultra GPU

Magkasanib na Memorya

748 GB pinag-isang: 496 GB LPDDR5X + 252 GB HBM3e

Pagganap ng AI

20 PetaFLOPS (FP4) / 10 PetaFLOPS (FP8)

Imbakan at Pisikal

Imbakan (mga Slot)

2× M.2 2280 PCIe 5.0 x4 NVMe (sistema) + 2× M.2 2280 PCIe 6.0 x4 NVMe (64GB/s, landas ng datos ng pagsasanay)

Salik ng Anyo

Buong-tore na nasa gilid ng desk, arkitektura ng NVIDIA DGX Station

Mga Sukat

24.4 x 59.4 x 29.5 cm

Networking at Pagpapalawak

Mataas na Bilis na Pag-networking

2× 400G QSFP112 port sa pamamagitan ng NVIDIA ConnectX-8 SuperNIC, kasama ang 1× 10GbE RJ45 port ng pamamahala

Pagpapalawak ng PCIe

PCIe 5.0, 1× slot na dobleng lapad na x16; sumusuporta sa opsyonal na discrete RTX PRO 6000 Blackwell GPU (96 GB GDDR7)

Kuryente at Termal

Power Supply

1600 W ATX power supply, kahusayang Titanium, karaniwang outlet ng opisina

Pagpapalamig

Saradong-loop na likidong pagpapalamig, itinono para sa akustikang angkop sa opisina sa ilalim ng patuloy na mga workload ng AI

Pamamahala at Software

BMC

ASPEED AST2600

Pamamahala sa Malayo

IPMI 2.0 at Redfish API, pagmamanman at kontrol na istilo ng data center

Pagpapartisyon ng GPU

Multi-Instance GPU (MIG), hanggang 7 hiwalay na mga instance na may garantisadong kalidad ng serbisyo

Software Stack

Preloaded na kapaligiran ng Linux kasama ang mga kagamitan ng NVIDIA AI Enterprise, handa para sa pag-deploy ng ahente ng NVIDIA NemoClaw

Mas gusto mo ba ng mabilisang buod na pinangungunahan ng AI? Laktawan ang pagbabasa — suriin ang buong mga detalye ng produktong ito at angkop para sa iyong use case gamit ang isang AI assistant na iyong pinili.

Inilunsad ng Exxact ang Valence DGX Station noong Enero 20, 2026, isang sistemang pang-tabing mesa na itinayo sa platform ng NVIDIA GB300 Grace Blackwell Superchip alinsunod sa specipikasyon ng NVIDIA's DGX Station, idinisenyo upang magpatakbo ng mga modelong may trilyong parameter nang lokal mula sa isang office-friendly tower.

Mga Specipikasyon ng Hardware

Ang Valence ay itinayo sa paligid ng isang solong NVIDIA Grace CPU Superchip — 72 Arm Neoverse V2 cores at 496 GB LPDDR5X memory — na ipinares sa isang NVIDIA Blackwell Ultra GPU na may 252 GB HBM3e GPU memory, pinag-isa sa pamamagitan ng NVLink-C2C sa isang coherent memory pool na 748 GB. Ang storage ay nahahati sa dalawang tier: 2× M.2 2280 PCIe 5.0 x4 NVMe para sa operating system, at 2× M.2 2280 PCIe 6.0 x4 NVMe (64GB/s) na nakalaan bilang dedikadong daanan para sa training data at model checkpoints, na naghihiwalay sa pang-araw-araw na system I/O mula sa mabibigat na AI workload. Ang networking ay hinahawakan ng dual-port ConnectX-8 400G SuperNIC, na dinagdagan ng 10GbE port para sa out-of-band management.

Ang double-width PCIe 5.0 x16 slot ay nagpapahintulot na maidagdag sa sistema ang isang discrete RTX PRO 6000 Blackwell GPU na may 96 GB GDDR7.

Lokal na AI Server para sa Paggamit sa Negosyo

Ang Valence ay idinisenyo upang gumana bilang isang pinagsasaluhang lokal na mapagkukunan ng AI. Maraming empleyado ang maaaring magsumite ng mga gawain sa pagproseso ng dokumento — pagsusuri ng kontrata, pagkuha ng invoice, paggawa ng ulat, triage ng email — sa buong araw ng trabaho, na ang mga trabaho ay pinoproseso nang sentralisado on-site sa halip na idaan sa mga panlabas na serbisyong cloud.

Sa pamamagitan ng NVIDIA NemoClaw, ang mga awtonomong ahente ay maaaring patuloy na tumakbo sa sistema, na humahawak ng mga paulit-ulit na gawain tulad ng pagmomonitor ng inbox o naka-iskedyul na pagbuo ng ulat nang hindi nangangailangan ng tao na magpasimula ng bawat kahilingan. Pinapayagan nito ang Valence na gumana bilang tuluy-tuloy na imprastraktura ng AI para sa negosyo, na sumusuporta sa matatag na workload ng dokumento.

Paghahambing ng Gastos: On-Premises vs. Cloud AI API

Para sa mga SMB na nagpoproseso ng mataas na volume ng dokumento araw-araw, ang pagkakaiba sa pagitan ng on-premises system at cloud AI billing ay lumalaki nang malaki sa paglipas ng panahon.

Cloud AI API
~₱20M - ~₱50M
sa loob ng 3 taon, tuluy-tuloy na workload
Ang billing batay sa paggamit ay sumasabay sa volume. Tumaas nang linear (o mas mabilis) ang gastos habang lumalaki ang workload ng dokumento/ahente, na walang takip.
Exxact Valence DGX Station
~₱6.7M
sa loob ng 3 taon, fixed hardware + operating cost
Isang beses na gastos sa hardware kasama ang predictable na kuryente at maintenance. Nananatiling pare-pareho ang gastos anuman ang paggamit sa sistema.
Tinantyang Pagkakahati-hati ng Gastos sa 3 Taon: Valence vs. Cloud AI API
Kategorya ng GastosCloud AI APIValence (On-Premises)
Paunang pamumuhunan sa hardwareWala₱5.8M (isang beses)
Gastos sa pagpapatakbo ng Taon 1~₱6M - ~₱15M~₱307k (kuryente & maintenance)
Gastos sa pagpapatakbo ng Taon 2~₱6M - ~₱15M~₱307k (kuryente & maintenance)
Gastos sa pagpapatakbo ng Taon 3~₱6M - ~₱15M~₱307k (kuryente & maintenance)
Kumulatibong gastos sa 3 taon~₱20M - ~₱50M~₱6.7M

Dahil ganap na nangyayari on-site ang pagproseso, ang mga dokumento at business data ay hindi ipinapadala sa mga server ng third-party. Ito ay isang mahalagang konsiderasyon para sa mga organisasyon sa legal, pinansyal, o iba pang sektor na sensitibo sa data.

Buod

Pinagsasama ng Valence DGX Station ang isang fixed-cost, deskside-friendly system na may arkitektura para magpatakbo ng malalaking AI model nang lokal, kasama ang flexibility na magdagdag ng rendering capacity sa pamamagitan ng opsyonal na RTX PRO Blackwell GPU. Para sa mga SMB na may tuluy-tuloy na AI workload, nag-aalok ito ng mas mababang gastos na alternatibo sa paulit-ulit na gastos sa cloud AI.