ASUS ExpertCenter Pro ET900N G3
Supercomputer AI da scrivania | GB300 Grace Blackwell Ultra | Fino a 20 PFLOPS FP4 | 775 GB memoria unificata | ConnectX-8 800 Gb/s | NVIDIA MIG | DGX OS
Un supercomputer AI in formato desktop. L’ASUS ExpertCenter Pro ET900N G3 porta la potenza computazionale di un data center direttamente sulla scrivania, in un case tower che non richiede infrastruttura server, rack o raffreddamento industriale.
Al suo interno lavora il superchip NVIDIA GB300 Grace Blackwell Ultra, che integra CPU e GPU in un’unica piattaforma unificata con un pool di memoria coerente fino a 775 GB e prestazioni AI fino a 20 PFLOPS. Progettato per chi sviluppa, addestra e distribuisce modelli di intelligenza artificiale su scala, senza dipendere dal cloud.
Scheda Tecnica
| Superchip |
NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip — integra CPU NVIDIA Grace (architettura ARM) e GPU NVIDIA Blackwell Ultra, collegate tramite interconnessione NVIDIA NVLink-C2C ad alta banda e bassa latenza |
| GPU |
NVIDIA Blackwell Ultra con CUDA Core di ultima generazione e Tensor Core di quinta generazione, con supporto FP4 (floating point a 4 bit) per massimizzare prestazioni e capacità dei modelli AI mantenendo alta precisione |
| Prestazioni AI |
Fino a 20 PFLOPS (PetaFLOPS) in precisione FP4 |
| Memoria |
Fino a 775 GB di memoria coerente unificata CPU-GPU (LPDDR5X per la CPU Grace + HBM3E per la GPU Blackwell Ultra) |
| Interconnessione CPU-GPU |
NVIDIA NVLink-C2C — interconnessione chip-to-chip che consente trasferimenti dati coerenti ad alta banda tra CPU e GPU, superando i colli di bottiglia delle architetture tradizionali |
| Networking |
NVIDIA ConnectX-8 SuperNIC — fino a 800 Gb/s, ottimizzata per carichi di lavoro AI su scala hyperscale |
| Storage |
4 x SSD 2TB |
| Sistema operativo |
NVIDIA DGX OS — distribuzione Linux (Ubuntu) ottimizzata per la piattaforma DGX, con driver, configurazioni e strumenti diagnostici specifici. Stack software AI NVIDIA completo: CUDA, TensorRT, librerie ML e data science |
| Multi-Instance GPU |
Supporto NVIDIA MIG — partizionamento della GPU in fino a 7 istanze indipendenti, ciascuna con memoria HBM dedicata, cache e core di calcolo isolati per sviluppo multi-utente simultaneo |
| Scalabilità |
Interconnessione tra più sistemi tramite ConnectX-8 800 Gb/s | Scaling verso infrastrutture accelerate data center e cloud |
| Form factor |
Desktop tower deskside — non richiede installazione rack, raffreddamento industriale o infrastruttura server dedicata |
| Raffreddamento |
Design di raffreddamento ottimizzato (specifiche dettagliate in fase di pubblicazione) |
* Specifiche preliminari, soggette a variazione. La scheda verrà aggiornata al lancio commerciale con i dati definitivi del produttore.
Punti di forza
Potenza da data center, formato da ufficio. 20 PFLOPS di potenza AI in un case tower che sta sotto la scrivania, senza rack, senza sale server, senza raffreddamento industriale.
Memoria unificata da 775 GB. Il pool di memoria coerente CPU-GPU da 775 GB (LPDDR5X + HBM3E) consente di lavorare con modelli AI di scala molto superiore rispetto alle architetture con VRAM dedicata tradizionale, senza colli di bottiglia nei trasferimenti di memoria tra CPU e GPU.
Architettura Superchip integrata. CPU e GPU non sono componenti separati collegati da un bus PCIe: sono un unico superchip connesso via NVLink-C2C, con latenza drasticamente ridotta e banda dati elevata.
Pronto all’uso con lo stack AI NVIDIA completo. DGX OS, CUDA, TensorRT e tutte le librerie AI NVIDIA preinstallate e ottimizzate. Operativo per addestramento, fine-tuning e inferenza dal primo avvio.
Multi-utente con NVIDIA MIG. La GPU può essere partizionata fino a 7 istanze isolate, permettendo a più sviluppatori di lavorare contemporaneamente sullo stesso sistema.
Espandibile e scalabile. 3 slot PCIe x16, networking a 800 Gb/s e possibilità di interconnessione multi-nodo per crescere con le esigenze del progetto.
Scenari d’uso
Laboratori di ricerca AI e università — Addestramento e fine-tuning di Large Language Model, modelli multi-modali e reti neurali profonde, con la possibilità di lavorare interamente in locale su dati sensibili o proprietari.
Team di sviluppo AI aziendali — Prototipazione rapida, sperimentazione su modelli di grandi dimensioni e deployment di inferenza locale per applicazioni AI enterprise, con un sistema chiavi in mano.
Simulazione scientifica e ingegneristica — Simulazioni computazionali complesse (fluidodinamica, genomica, drug discovery, modelli climatici) che richiedono enormi pool di memoria e potenza di calcolo parallelo.
Studi VFX e produzione creativa avanzata — Rendering AI-assistito, generazione procedurale di contenuti e pipeline di produzione che richiedono potenza GPU massiva e memoria unificata per dataset ad alta risoluzione.
Settore finanziario e quantitativo — Sviluppo e iterazione rapida di modelli di deep learning per trading algoritmico, analisi del rischio e simulazioni finanziarie in tempo reale, con dati che restano in-house.
