英伟达在旧金山正式发布DGX Station for Windows——全球最强大的Windows桌面级AI超级计算机。搭载GB300 Grace Blackwell Ultra桌面超级芯片，提供748GB统一内存和20 PFLOPS FP4 AI算力，可本地运行高达1万亿参数的前沿AI模型。
今年早些时候英伟达已经推出过升级版DGX Station，搭载GB300芯片，但当时仅支持Linux发行版。这意味着企业开发者需要同时维护两套环境：在Linux上跑重型AI工作负载，在Windows上用各类生产力工具与应用程序。而绝大多数财富500强公司的日常生产力、创意、设计和工程应用，都在Windows上运行。
而这一次，英伟达把这道墙拆了。
748GB统一内存：到底意味着什么？
先看规格，这是整台设备最核心的卖点。
DGX Station的内存由两部分组成：GPU侧配备252GB HBM3e显存，带宽高达7.1TB/s；CPU侧配备496GB LPDDR5X系统内存，带宽396GB/s。两者通过900GB/s带宽的NVLink-C2C互连技术连接，组成一个748GB的统一内存池。
“统一”这两个字的含金量，比数字本身大得多。
传统PC架构中，CPU和GPU有各自独立的内存，数据交换需要经过PCIe总线来回搬运，带宽有限、延迟高。当模型大到一定程度，显存装不下，就必须把一部分数据暂存到系统内存，推理时再搬来搬去——这个过程叫“交换”，是AI推理性能的头号杀手。
DGX Station的C2C互连绕过了传统CPU与GPU系统的瓶颈，让CPU和GPU共享一个统一内存池。这意味着：1万亿参数的模型可以完整常驻内存，推理时不需要在两条内存之间来回倒腾数据。
英伟达企业平台副总裁Chris Marriott的评价很到位：“随着企业在整个组织中扩展AI智能体，他们需要AI基础设施能够直接连接到驱动其业务的应用和工作流。”
算力有多猛？20 PFLOPS是什么概念
20 PFLOPS FP4算力，用更直观的方式理解：
GB300 GPU拥有160个SM单元、20480个CUDA核心和640个Tensor核心，配备40MB Tensor内存。在NVFP4精度标准下，稠密低精度算力输出提升50%，精度接近FP8（差距通常小于1%），而显存占用较FP8降低1.8倍、较FP16降低3.5倍。
英伟达的对比数据指出，20 PFLOPS的FP4性能是上一代旗舰H200的三倍。系统支持高达每秒1200 tokens的连续代理任务执行速度。
CPU方面配备基于Neoverse V2架构的72核Grace芯片。整机还配备ConnectX-8 SuperNIC，提供800Gb/s网络速率，支持多台DGX Station高速互联，进一步扩展模型容量与性能。
真正让企业“用得上”的改变：Windows原生
规格再强，如果企业用不起来，就是废铁。
Windows版DGX Station解决的是一个非常具体的问题：割裂。
重型企业级AI工作负载——训练、微调、大规模推理和多智能体开发——此前只能在Linux系统上运行。但企业的日常生产力、创意、设计、工程应用，都在Windows上。开发者要么转向Linux获取AI算力，要么留在Windows但只能选择有限的硬件来开展大模型开发。
Windows版DGX Station让开发者在熟悉的Windows界面下直接驱动顶级AI算力，IT团队在现有Windows基础设施内部署，无需新的群组策略、无需更改操作系统、也不会造成中断。
安全性方面，系统支持NVIDIA OpenShell on Windows，一个与微软联合开发的开源智能体运行时环境。OpenShell不依赖容易被绕过的行为系统提示，而是依靠Windows的安全原语为每个智能体创建隔离的沙箱环境，确保自主AI智能体在严格的安全边界内运行。
价格和功耗：这台“桌面超算”的现实门槛
说说现实的东西。
定价方面，多家媒体报道Windows版DGX Station售价约10万美元（约合人民币67万元）。Supermicro此前上架的同配置系统标价92,887美元（不含税和运费）。不同OEM厂商的价格区间预计在85,000至100,000美元之间。
功耗方面，整机TDP达到1600W，需要20A电路支持。系统采用直接液体冷却技术，整机重量约40公斤。这不是一台你可以随便塞在桌子底下的设备，它更像是一台小型服务器。
对比一下：Mac Studio M5 Ultra配备256GB统一内存，售价12,299美元。DGX Station的内存接近其三倍，价格则高出约七倍。两者的目标用户完全不同——Mac Studio面向个人创作者，DGX Station面向企业级AI开发团队。
华硕、戴尔、技嘉、惠普、微星和Supermicro将在2026年第四季度陆续推出各自的系统。
DGX Station for Windows的意义，不在于“英伟达又发了一台贵电脑”。
它的意义在于：万亿参数级别的AI模型，第一次可以在企业日常使用的Windows办公桌上，本地完整运行。
不需要上传数据到云端，不需要维护双系统环境，不需要在Linux和Windows之间来回切换。开发者可以在熟悉的Windows界面下，直接进行模型微调、推理和智能体开发。数据不出本地，延迟更低，成本更可控，隐私风险更小。
10万美元不便宜，1600W功耗也不是闹着玩的。但对于那些需要本地运行大模型、对数据安全和响应速度有刚性要求的企业来说，这台“桌面超算”填补的是一个此前没有完美答案的空白。
AI超算从数据中心搬到办公桌，这一步的意义，可能要过几年才能被真正理解。
你觉得10万美元的桌面AI超算，企业会买单吗？本地跑万亿参数大模型，会成为企业AI部署的主流吗？评论区聊聊。
六六看世界16402篇原创
热门跟贴