Nvidia представляет суперкомпьютер DGX Station
Nvidia в понедельник представила настольный суперкомпьютер, достаточно мощный для запуска моделей искусственного интеллекта с количеством параметров до одного триллиона — примерно масштаба GPT-4 — без обращения к облаку. Устройство, получившее название DGX Station, объединяет 748 гигабайт когерентной памяти и 20 петафлопс вычислительной мощности в корпусе, который помещается рядом с монитором, и может стать самым значимым продуктом персональных вычислений со времен оригинального Mac Pro, убедившего творческих профессионалов отказаться от рабочих станций.
Этот анонс, прозвучавший на ежегодной конференции GTC в Сан-Хосе, появился в момент, когда индустрия ИИ сталкивается с фундаментальным противоречием: самые мощные модели в мире требуют колоссальной инфраструктуры дата-центров, однако разработчики и предприятия, создающие продукты на их основе, все сильнее стремятся хранить свои данные, агентов и интеллектуальную собственность локально. DGX Station — это ответ Nvidia: устройство стоимостью в шесть знаков, стирающее грань между передовыми рубежами ИИ и рабочим столом отдельного инженера.
Что на самом деле означают 20 петафлопс на вашем рабочем столе
Устройство DGX Station создано на базе нового настольного суперчипа GB300 Grace Blackwell Ultra, который объединяет 72-ядерный процессор Grace и графический чип Blackwell Ultra с помощью межсоединения Nvidia NVLink-C2C. Это соединение обеспечивает когерентную пропускную способность между двумя процессорами на уровне 1,8 терабайта в секунду — в семь раз быстрее PCIe Gen 6, — что означает общую для процессора и видеокарты единую непрерывную область памяти без узких мест, которые обычно тормозят работу ИИ на ПК.
Двадцать петафлопс — 20 квадриллионов операций в секунду — менее десятилетия назад позволили бы этой машине войти в число ведущих суперкомпьютеров мира. Система Summit в Ок-Риджской национальной лаборатории, занимавшая первое место в мире в 2018 году, обеспечивала примерно в десять раз меньшую производительность, но занимала помещение размером с два баскетбольных поля. Nvidia упаковывает значительную долю этой мощности в устройство, которое подключается к обычной электрической розетке.
748 ГБ унифицированной памяти — пожалуй, еще более важный показатель. Модели с триллионом параметров представляют собой гигантские нейросети, которые для запуска должны быть полностью загружены в память. Без достаточного объема памяти никакая скорость обработки не имеет значения — модель просто не поместится. DGX Station преодолевает этот барьер благодаря когерентной архитектуре, которая исключает задержки при пересылке данных между пулами памяти центрального и графического процессоров.
Постоянно работающим агентам требуется постоянно работающее «железо»
Nvidia разработала DGX Station специально для того, что компания считает следующим этапом развития ИИ: автономных агентов, способных рассуждать, планировать, писать код и выполнять задачи непрерывно, а не просто систем, отвечающих на запросы. Каждое крупное заявление на GTC 2026 подкрепляло этот тезис об «агентном ИИ» (agentic AI), и DGX Station создана именно для разработки и запуска таких агентов.
Ключевым элементом стал NemoClaw, новый открытый программный стек, о котором Nvidia также объявила в понедельник. NemoClaw объединяет открытые модели Nemotron от Nvidia с OpenShell — безопасной средой выполнения, которая обеспечивает защиту на основе политик безопасности, сетевых правил и конфиденциальности для автономных агентов. Весь стек устанавливается одной командой. Дженсен Хуанг (Jensen Huang), основатель и генеральный директор Nvidia, охарактеризовал эту комбинацию недвусмысленно, назвав OpenClaw (более широкую платформу агентов, которую поддерживает NemoClaw) «операционной системой для персонального ИИ» и напрямую сравнив ее с Mac и Windows.
Логика проста: облачные инстанции запускаются и завершают работу по требованию, но постоянно работающим агентам нужны постоянные вычислительные мощности, постоянная память и постоянное сохранение состояния. Машина под вашим столом, работающая 24/7 с локальными данными и локальными моделями внутри изолированной среды безопасности, архитектурно лучше подходит для такой рабочей нагрузки, чем арендованный GPU в чужом дата-центре. DGX Station может работать как персональный суперкомпьютер для одиночного разработчика или как общий вычислительный узел для команд, а также поддерживает изолированные от интернета (air-gapped) конфигурации для секретных или регулируемых сред, где данные никогда не должны покидать периметр организации.
От настольного прототипа до серийного производства в дата-центре без переписывания кода
Один из самых остроумных аспектов архитектуры DGX Station — это то, что Nvidia называет архитектурной преемственностью. Приложения, созданные на этой машине, бесшовно переносятся на дата-центр системы компании GB300 NVL72 (тойки с 72 графическими процессорами, предназначенные для гипермасштабируемых фабрик ИИ) без перепроектирования ни единой строки кода. Nvidia продает вертикально интегрированный конвейер: прототипируйте на своем рабочем столе, а затем масштабируйте в облако, когда будете готовы.
Это важно, поскольку самые крупные скрытые расходы в современной разработке ИИ — вовсе не вычислительная мощность, а инженерное время, потерянное на переписывание кода под различные конфигурации оборудования. Модель, дообученная на локальном кластере GPU, часто требует масштабной переработки для развертывания в облачной инфраструктуре с другими архитектурами памяти, сетевыми стеками и программными зависимостями. DGX Station устраняет эти трения, используя тот же стек программного обеспечения NVIDIA AI, который лежит в основе каждого уровня инфраструктуры компании — от DGX Spark до Vera Rubin NVL72.
Nvidia также расширила линейку DGX Spark, младшего собрата Station, добавив поддержку новой кластеризации. Теперь до четырех модулей Spark могут работать как единая система с практически линейным масштабированием производительности — это «дата-центр на рабочем столе», который помещается на конференц-столе без стоечной инфраструктуры и привлечения IT-специалистов. Для команд, которым нужно дообучать модели среднего размера или разрабатывать агентов меньшего масштаба, кластеризованные устройства Spark предлагают надежную платформу ИИ для отделов за малую часть стоимости Station.
Первые покупатели показывают, куда движется рынок
Список первых покупателей DGX Station отражает те отрасли, где ИИ быстрее всего переходит из стадии экспериментов в разряд повседневных рабочих инструментов. Snowflake использует систему для локального тестирования своего открытого фреймворка обучения Arctic. EPRI, Электротехнический научно-исследовательский институт (Electric Power Research Institute), совершенствует прогнозирование погоды на основе ИИ для повышения надежности электросетей. Medivis интегрирует мультимодальные языковые модели в хирургические рабочие процессы. Microsoft Research и Корнеллский университет развернули эти системы для масштабного практического обучения в сфере ИИ.
Системы доступны для заказа уже сейчас и поступят в продажу в ближайшие месяцы от компаний ASUS, Dell Technologies, GIGABYTE, MSI и Supermicro, а HP присоединится к ним позже в этом году. Nvidia не раскрывает цены, но компоненты GB300 и историческая ценовая политика компании в отношении систем DGX намекают на инвестиции в шестизначных суммах — дорого по меркам рабочих станций, но исключительно дешево по сравнению с затратами на облачные GPU при масштабном инференсе моделей с триллионом параметров.
Перечень поддерживаемых моделей подчеркивает, насколько открытой стала экосистема ИИ: разработчики могут запускать и дообучать gpt-oss-120b от OpenAI, Google Gemma 3, Qwen3, Mistral Large 3, DeepSeek V3.2, а также собственные модели Nemotron от Nvidia и другие. DGX Station изначально создавалась независимой от конкретных моделей — этакая «Швейцария в мире оборудования» в индустрии, где привязанность к тем или иным моделям меняется каждый квартал.
Настоящая стратегия Nvidia: владеть каждым уровнем стека ИИ — от космоса до офиса
Устройство DGX Station появилось не на пустом месте. Оно стало частью масштабного пакета анонсов на выставке GTC 2026, которые в совокупности отражают амбиции Nvidia по поставке вычислительных мощностей для ИИ на абсолютно любом физическом уровне.
На вершине линейки Nvidia представила платформу Vera Rubin — семь новых чипов в серийном производстве, — главным элементом которой стала стойка Vera Rubin NVL72, объединяющая 72 графических процессора Rubin нового поколения и обеспечивающая до 10 раз более высокую пропускную способность инференса на ватт по сравнению с текущим поколением Blackwell. Процессор Vera CPU с 88 кастомными ядрами Olympus ориентирован на уровень оркестровки, который все сильнее востребован при агентских нагрузках. На самом дальнем рубеже Nvidia анонсировала космический модуль Vera Rubin Space Module для орбитальных дата-центров, обеспечивающий в 25 раз большую вычислительную мощность ИИ для космического инференса по сравнению с H100.
Между космосом и офисом Nvidia представила партнерства, охватывающие Adobe в сфере креативного ИИ, автопроизводителей вроде BYD и Nissan в области автономных транспортных средств 4-го уровня, коалицию с Mistral AI и семью другими лабораториями для создания открытых передовых моделей, а также Dynamo 1.0 — операционную систему для инференса с открытым исходным кодом, которую уже внедрили AWS, Azure, Google Cloud и целый ряд ИИ-компаний, включая Cursor и Perplexity.
Закономерность очевидна: Nvidia хочет быть единой вычислительной платформой — «железом», ПО и моделями — для любой рабочей нагрузки ИИ, везде. DGX Station — это та самая деталь, которая заполняет пробел между облаком и отдельным человеком.
Облака не мертвы, но их монополия на серьезные задачи ИИ подходит к концу
В последние несколько лет базовое предположение в сфере ИИ заключалось в том, что серьезная работа требует облачных инстанций GPU — аренды оборудования Nvidia у AWS, Azure или Google Cloud. Эта модель работает, но она сопряжена с реальными издержками: платой за исходящий трафик данных, задержками, рисками безопасности из-за передачи конфиденциальных данных сторонней инфраструктуре и неизбежной потерей контроля при аренде чужого компьютера.
Устройство DGX Station не уничтожает облака: бизнес Nvidia в сфере дата-центров многократно превосходит доходы от настольных решений и продолжает ускоряться. Однако оно создает надежную локальную альтернативу для важной и растущей категории рабочих нагрузок. Обучение передовой модели с нуля по-прежнему требует тысяч графических процессоров в ангаре. Дообучение триллионпараметрической открытой модели на проприетарных данных? Запуск инференса для внутреннего агента, обрабатывающего конфиденциальные документы? Прототипирование перед выделением бюджета на облако? Машина под вашим столом начинает выглядеть как рациональный выбор.
В этом и заключается стратегическая изящность продукта: он расширяет адресный рынок Nvidia в сторону персональной инфраструктуры ИИ, одновременно подпитывая облачный бизнес, поскольку все созданное локально спроектировано с расчетом на масштабирование до платформ дата-центров Nvidia. Это не «облако против рабочего стола». Это облако *и* рабочий стол, причем оба поставляет Nvidia.
Суперкомпьютер на каждом рабочем столе — и спящий агент поверх него
Главным лозунгом ПК-революции было «компьютер на каждом рабочем столе и в каждом доме». Четыре десятилетия спустя Nvidia обновляет эту концепцию с довольно резким повышением ставок. Устройство DGX Station размещает настоящую суперкомпьютерную мощь — ту самую, что использовалась в национальных лабораториях — рядом с клавиатурой, а NemoClaw размещает поверх него автономного ИИ-агента, который работает круглосуточно, пишет код, вызывает инструменты и выполняет задачи, пока его владелец спит.
Будет ли это будущее вдохновляющим или тревожным, зависит от вашей точки зрения. Но одно больше не вызывает сомнений: инфраструктура, необходимая для создания, запуска и владения передовым ИИ, только что переместилась из серверной комнаты в ящик письменного стола. И компания, продающая почти каждый серьезный чип ИИ на планете, позаботилась о том, чтобы продать и этот ящик стола тоже.
