NVIDIA очаква партньорските DGX Station за Windows да започнат доставки през декември. Това е актуалният срок в съобщението на компанията от 21 октомври, а не потвърждение за започнали продажби на Windows машината. Отделно NVIDIA посочва, че Linux системите вече се доставят. Разграничението е важно за екипите, които планират локална AI инфраструктура около конкретна операционна система.

Публикация на GenAI Works в LinkedIn, проверена на 23 октомври, привлича внимание към демонстрация с 768 GB памет. Актуалната продуктова страница обаче посочва до 748 GB кохерентна памет. За планиране използваме сегашната спецификация; нямаме потвърждение, че числото от клипа описва предлагана отделна конфигурация.

Големият обем не означава еднаква скорост навсякъде

Ръководството на NVIDIA разделя паметта на 252 GB HBM3e към GPU и 496 GB LPDDR5X към CPU, със съответно 7,1 TB/s и 396 GB/s пропускателна способност. Сборът не означава еднакво бърза видеопамет или единен ресурс с 8 TB/s.

Практическият въпрос е къде се намират данните, които конкретната задача използва най-често. Ако моделът се побира в общия капацитет, това още не показва колко бързо ще отговаря при реално натоварване. Купувачът трябва да поиска измерване с избрания модел и настройките, които действително ще използва, вместо да сравнява само размера на паметта.

И числото до 20 PFLOPS има условие: продуктовата страница го свързва с FP4 Tensor Core изчисления при разреденост. То не е измерване на генерирани токени за секунда. От тази стойност не може да се изведе самостоятелно скоростта на чат приложение или броят едновременни потребители.

Какво се променя за работния процес

Windows вариантът беше показан още на 7 октомври на събитие на Microsoft. Тогава NVIDIA описа работа с локални агенти и достъп до Linux AI инструменти през WSL. Това е предложението за свързване на работната среда и AI изчисленията в една машина, а не доказателство, че всяка съществуваща фирмена програма вече е съвместима.

Полезно е да разграничим разработването, адаптирането на модели и изпълнението на готови модели. Редакционният извод е да започнем от задачата: вътрешен помощник за документи, експеримент с модел или по-продължителна обработка. За всяка от тях трябва отделен критерий за качество, време и използван ресурс.

Например пилот с вътрешни документи може да използва предварително подготвен набор от въпроси и проверени отговори. Екипът трябва да отчете неправилните отговори, времето до първия полезен резултат и поведението при няколко паралелни заявки. Това е предложен метод за оценка, не тест, който SIExpo е провел върху DGX Station.

Локалната машина също се нуждае от правила

Локалното изпълнение позволява различно разполагане на изчисленията, но поверителността трябва да се проверява по целия работен процес. При пилот е разумно да се опишат външните услуги, разрешенията на агента и местата, където се записват заявки и резултати. Самото присъствие на компютъра в офиса не замества тази проверка.

Същият подход важи за разходите: съпоставят се конкретни оферти, поддръжка и реално натоварване. От разгледаните източници не установихме цена или потвърдена наличност в България. Не правим и независимо заключение, че системата ще бъде по-евтина от облачна услуга.

Новината е за очакваното разширяване на DGX Station към Windows и за по-ясен срок за доставки. Решението за внедряване остава въпрос на проверена съвместимост и собствен пилот. Посочените технически възможности са данни на производителя; SIExpo не е изпитвал машината.

*Корица: концептуална AI илюстрация, не снимка на реален продукт.*

*Проверка на източниците: 2026-10-23T16:10:40.049366+00:00.*