NVIDIA携ASUS推桌面级DGX Station：GB300芯片下放，控制点从云转向本地硬件生态
内容摘要
核心要点
ASUS ExpertCenter Pro ET900N G3是一款桌面级AI超级计算机，核心基于NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip，通过NVLink-C2C高带宽互连技术实现748GB的统一相干内存，提供高达20 PFLOPS的AI算力。该设备专为本地AI开发设计，支持大模型微调、生成式AI、物理AI及自主AI代理等现代工作负载。
性能方面，ASUS使用vLLM对Qwen开源模型进行压力测试，输出吞吐量达864 tokens/s，综合输入输出处理约1600 tokens/s。系统同时支持NVIDIA NemoClaw工作流，用于构建始终在线的AI助手和自主代理。整个平台集成NVIDIA AI软件栈，提供开箱即用的机器学习、分析及AI实验环境。ET900N G3旨在让企业无需数据中心即可部署超算级AI基础设施，兼顾数据隐私、低延迟和可控成本。
重要性说明
表面看，NVIDIA与ASUS合作提供了便捷的本地AI算力，但本质上这是一次控制平面转移：将AI工作负载的控制权从公有云（AWS、Azure、GCP）拉回到NVIDIA的专有硬件生态。企业一旦部署ET900N G3，就会深度绑定CUDA、NVLink-C2C、NVIDIA AI Enterprise及NemoClaw等软件栈，形成强锁定。
隐性锁定资产：企业的AI模型、训练脚本、推理优化都将依赖NVIDIA的专有工具链（如vLLM的NVIDIA优化版、Nemo框架），迁移到AMD Instinct或Intel Gaudi几乎不可能。
物理限制与成本陷阱：748GB统一内存虽大，但受限于Grace Blackwell的ARM架构，与x86传统数据中心软件兼容性存疑。20 PFLOPS的峰值性能需要高功耗散热（可能需专用空调和电源），实际持续性能可能远低于峰值。此外，NVLink-C2C是NVIDIA专有互连，无法与其他厂商加速器混合使用，限制了未来异构扩展。NVIDIA此举是在合围AMD和Intel，通过提供完整的桌面级解决方案阻止它们进入企业AI桌面市场。
PRO 决策建议
【厂商】 AMD与Intel应加速推出基于开放标准（如OCP Accelerator Module、CXL互连）的桌面级AI工作站，强调与x86生态兼容、多供应商互操作性，并联合云厂商提供混合部署方案。重点攻击NVIDIA的专有锁定和ARM兼容性风险，推动PyTorch、ONNX Runtime等框架对非NVIDIA硬件的优化。
【企业】 CIO和架构师应进行零信任技术审计：评估长期TCO（包括电力、冷却、运维成本），要求供应商提供跨平台迁移路径（如模型导出为ONNX格式、使用标准化推理引擎）。避免将核心AI资产锁定在NVIDIA NemoClaw或vLLM专有优化上，坚持使用开源框架并测试AMD/Intel替代品的兼容性。考虑混合部署策略，保留部分云端弹性以对冲本地硬件折旧风险。
【投资者】 看穿NVIDIA此举是扩大护城河的战术：通过桌面级DGX Station将更多企业客户纳入其生态，提高替换成本。但需警惕反垄断风险和开放生态（如RISC-V、开放加速器）的长期威胁。短期利好NVIDIA，但长期需关注AMD和Intel的反击以及云厂商（如AWS Trainium）的本地化方案。
觉得这篇分析有用？
每周收到3-5条AI基础设施关键信号 →
💬 评论 (0)