🛒 0

Gigabyte W775-V10-L01 Estação de Trabalho AI

Chip NVIDIA GB300 Grace Blackwell Ultra Superchip
Memória Coerente 748 GB unificados: 496 GB LPDDR5X + 252 GB HBM3e
Desempenho de IA 20 PetaFLOPS (FP4)
Armazenamento 2× PCIe Gen6 M.2 NVMe
99 999 €

A nossa equipa entrará em contacto com uma cotação de preço personalizada.

Use isto para distinguir diferentes configurações no seu carrinho — útil se encomendar o mesmo produto com opções diferentes.

Preço total 99 999 €

Especificações Completas

Computação e Memória

Superchip

NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip

CPU

NVIDIA Grace CPU Superchip, 72 núcleos Arm Neoverse V2

GPU

1× NVIDIA Blackwell Ultra GPU

Memória Coerente

748 GB unificados: 496 GB LPDDR5X + 252 GB HBM3e

Desempenho de IA

20 PetaFLOPS (FP4)

Armazenamento e Físico

Armazenamento (Slots)

2× M.2 2280 PCIe 6.0 x4 NVMe + 2× M.2 2280 PCIe 5.0 x4 NVMe, proteções para slots

Fator de Forma

Torre de mesa, operação comutável servidor/estação de trabalho

Dimensões

21,8 x 51,95 x 72,63 cm

Rede e Expansão

Rede de Alta Velocidade

2× portas QSFP112 de 400G via NVIDIA ConnectX-8 SuperNIC

Expansão PCIe

PCIe 5.0, slots adicionais x16 e x8, suporta GPUs NVIDIA RTX PRO Blackwell opcionais

Energia e Térmica

Fonte de Alimentação

Fonte de alimentação ATX 1600 W, eficiência Titanium

Arrefecimento

Arrefecimento líquido de circuito fechado com bandeja de deteção de fugas integrada e desligamento automático

Gestão e Software

BMC

ASPEED AST2600

Gestão Remota

IPMI 2.0 e API Redfish, monitorização e controlo em estilo de datacenter

Modos de Operação

Comutável entre operação de servidor gerida por BMC e operação de estação de trabalho com acesso direto

Prefere um resumo rápido com IA? Salte a leitura — examine as especificações completas deste produto e adequação ao seu caso de uso com um assistente de IA à sua escolha.

A Gigabyte apresentou o W775-V10-L01 a 12 de janeiro de 2026, posicionando-o no ecossistema NVIDIA GB300 Grace Blackwell Superchip como uma estação de trabalho AI de mesa concebida para executar modelos de triliões de parâmetros localmente, com especial atenção de engenharia para operação contínua e não assistida.

Especificações de Hardware

O W775-V10-L01 é construído em torno de um único NVIDIA Grace CPU Superchip — 72 núcleos Arm Neoverse V2 e 496 GB de memória LPDDR5X — emparelhado com uma NVIDIA Blackwell Ultra GPU com 252 GB de memória GPU HBM3e, unificados através de NVLink-C2C numa pool de memória coerente de 748 GB. O armazenamento é gerido por quatro slots M.2 2280 — dois PCIe 6.0 x4 e dois PCIe 5.0 x4 — cada um com uma tampa protetora, juntamente com uma NVIDIA ConnectX-8 400G SuperNIC de dupla porta para redes de alta velocidade.

Servidor AI Local para Uso Empresarial

O W775-V10-L01 está concebido para funcionar como um recurso AI local partilhado. Vários funcionários podem submeter tarefas de processamento de documentos — revisão de contratos, extração de faturas, elaboração de relatórios, triagem de e-mails — durante o dia de trabalho, com os trabalhos processados centralmente no local em vez de serem encaminhados através de serviços cloud externos.

Através do NVIDIA NemoClaw, agentes autónomos podem funcionar continuamente no sistema, lidando com tarefas recorrentes como monitorização de caixas de entrada ou geração de relatórios programados sem exigir que uma pessoa inicie cada pedido. Isto permite que o W775-V10-L01 opere como infraestrutura AI contínua para a empresa, suportando cargas de trabalho de documentos estáveis.

Concebido para Operação Contínua e Não Assistida

A Gigabyte combina o arrefecimento líquido de circuito fechado do W775-V10-L01 com uma bandeja integrada de deteção de fugas posicionada sob os conectores do refrigerante. Se for detetada humidade, o firmware do sistema inicia um encerramento automático e ordenado antes que uma fuga possa atingir o equipamento circundante.

O chassi também pode ser configurado para duas funções distintas. Gerido através do seu BMC integrado via IPMI 2.0 e Redfish, opera como um servidor centralmente administrado e monitorizado remotamente. Os seus slots PCIe aceitam GPUs NVIDIA RTX PRO Blackwell para uso em estações de trabalho com exigências gráficas intensivas.

Comparação de Custos: On-Premises vs. APIs de AI na Cloud

Para PMEs que processam grandes volumes de documentos diariamente, a diferença entre um sistema on-premises e a faturação de AI na cloud acumula-se significativamente ao longo do tempo.

APIs de AI na Cloud
~250k - ~650k €
ao longo de 3 anos, carga de trabalho sustentada
A faturação baseada no uso escala com o volume. Os custos aumentam linearmente (ou mais rapidamente) à medida que a carga de trabalho de documentos/agentes cresce, sem limite máximo.
Gigabyte W775-V10-L01 Estação de Trabalho AI
~115K €
ao longo de 3 anos, custos fixos de hardware + operação
Custo único de hardware mais energia e manutenção previsíveis. O custo mantém-se fixo independentemente da utilização do sistema.
Repartição Estimada de Custos de 3 Anos: W775-V10-L01 vs. APIs de AI na Cloud
Categoria de CustoAPIs de AI na CloudW775-V10-L01 (On-Premises)
Investimento inicial em hardwareNenhum100K € (único)
Custos operacionais ano 1~90k - ~220k €~4k € (energia & manutenção)
Custos operacionais ano 2~90k - ~220k €~4k € (energia & manutenção)
Custos operacionais ano 3~90k - ~220k €~4k € (energia & manutenção)
Custo cumulativo de 3 anos~250k - ~650k €~115K €

Como o processamento ocorre totalmente no local, os documentos e dados empresariais não são transmitidos para servidores de terceiros. Esta é uma consideração relevante para organizações nos setores jurídico, financeiro ou outros setores sensíveis a dados.

Resumo

O W775-V10-L01 fornece um sistema único de custo fixo capaz de suportar processamento contínuo de documentos AI, combinado com a arquitetura para executar grandes modelos AI localmente e salvaguardas de engenharia para operação não assistida. Para PMEs com cargas de trabalho AI sustentadas, oferece uma alternativa de menor custo às despesas recorrentes de AI na cloud.

PortuguêsPortuguêspt🇵🇹EnglishInglêsen🇪🇺DeutschAlemãode🇩🇪БеларускаяBielorrussoby🇧🇾bosanskiBósnioba🇧🇦българскиBúlgarobg🇧🇬češtinaChecocz🇨🇿hrvatskiCroatahr🇭🇷danskDinamarquêsdk🇩🇰slovenčinaEslovacosk🇸🇰SlovenecEslovenosi🇸🇮EspañolEspanholes🇪🇸EestiEstonianoee🇪🇪suomiFinlandêsfi🇫🇮FrançaisFrancêsfr🇫🇷ΕλληνικάGregogr🇬🇷NederlandsHolandêsnl🇳🇱magyarHúngarohu🇭🇺ItalianoItalianoit🇮🇹latviešuLetãolv🇱🇻LietuviųLituanolt🇱🇹BokmålNorueguêsno🇳🇴PolerowaćPolacopl🇵🇱românăRomenoro🇷🇴СрпскиSérviors🇷🇸svenskaSuecose🇸🇪українськаUcranianoua🇺🇦العربيةÁrabear🇸🇦বাংলাBengalibd🇧🇩မြန်မာBirmanêsmm🇲🇲ҚазақCazaquekz🇰🇿简体Chinêscn🇨🇳繁體Chin. Trad.hk🇭🇰සිංහලCingalêslk🇱🇰한국어Coreanokr🇰🇷ქართულიGeorgianoge🇬🇪עבריתHebraicoil🇮🇱हिंदीHindihi🇮🇳BahasaIndonésioid🇮🇩日本語Japonêsjp🇯🇵MelayuMalaiomy🇲🇾मराठीMaratamr🇮🇳नेपालीNepalêsnp🇳🇵فارسیPersair🇮🇷ਪੰਜਾਬੀPunjabipa🇮🇳РусскийRussoru🇷🇺TagalogTagaloph🇵🇭ไทยTailandêsth🇹🇭தமிழ்Tâmilta🇱🇰తెలుగుTelugute🇮🇳TürkçeTurcotr🇹🇷اردوUrdupk🇵🇰O'zbekUzbequeuz🇺🇿Tiếng ViệtVietnamitavn🇻🇳