🛒 0

Lenovo ThinkStation PGX

NVIDIA GB10 슈퍼칩
통합 메모리 128GB LPDDR5x
AI 성능 1 페타플롭스 (FP4)
보안 TPM 2.0 + NVLink-C2C
₩6,144,689
클러스터 구성

저희 팀이 맞춤형 가격 견적을 제공해 드립니다.

다양한 구성의 제품을 장바구니에서 구분하기 위해 사용하세요 — 동일한 제품을 다른 옵션으로 주문할 때 유용합니다.

총 가격 ₩6,144,689

전체 사양

컴퓨팅 및 메모리

NVIDIA GB10 Grace Blackwell 슈퍼칩

통합 메모리

128GB LPDDR5x (273GB/s 대역폭)

AI 성능

1 페타플롭스 (FP4)

스토리지 및 물리적 사양

스토리지

1TB 또는 4TB 자체 암호화 NVMe (PCIe Gen4)

치수

150 × 150 × 50.5 mm

무게

1.2 kg

보안 및 규정 준수

신뢰할 수 있는 플랫폼

TPM 2.0

보안 엔클레이브

NVLink-C2C 하드웨어 보안 엔클레이브

부팅 및 스토리지 보안

UEFI 시큐어 부트, AES 자체 암호화 NVMe (AES-SED)

전원 및 열 관리

전원 공급 장치

240W USB-C PD 어댑터 (50% 부하 시 91% 효율)

전력 소비

~38–40W 유휴 · 104–160W 지속 · <200W 피크

냉각

듀얼 맞춤형 블로워 팬, 구리 히트파이프 방열판

연결성 및 소프트웨어

네트워킹

2 × 200Gbps QSFP (ConnectX-7), 10GbE, Wi-Fi 7, Bluetooth 5.3

운영 체제

Lenovo 맞춤형 DGX OS (Ubuntu Linux Pro 기반)

포함 내용

USB-C to USB-A 어댑터 포함

빠른 AI 요약을 원하시나요? 긴 글 읽기를 건너뛰고 원하는 AI 어시스턴트로 이 제품의 전체 사양과 사용 사례 적합성을 검토해 보세요.

레노버 ThinkStation PGX는 2025년 10월 13일에 공식 발표되어 레노버의 기업용 워크스테이션 전통을 NVIDIA GB10 Grace Blackwell Superchip 플랫폼으로 이끌었습니다. 단순한 컴퓨팅 장비로 포지셔닝하기보다, 레노버는 PGX를 처음부터 기업 배포 가능한 AI 워크스테이션으로 설계하여 IT 친화적인 서비스, 보안 및 지원 관행을 중심으로 구축했습니다.

GB10 클래스 전체에서 발견되는 동일한 1 페타플롭 컴퓨팅 기반을 공유하면서도, ThinkStation PGX는 기업급 보안 아키텍처TPM 2.0NVLink-C2C 보안 영역 및 자체 암호화 NVMe 스토리지의 결합 — 를 통해 차별화되며, IT 관리 기업 환경을 위해 설계된 초소형 150 × 150 × 50.5 mm 섀시에 패키징되었습니다.

하드웨어 사양

ThinkStation PGX는 NVIDIA GB10 Grace Blackwell Superchip에서 1 페타플롭 FP4 AI 성능을 제공하며, CPU와 GPU 간에 일관되게 공유되는 273 GB/s 대역폭을 제공하는 128 GB LPDDR5x 통합 메모리와 페어링됩니다. 스토리지는 드라이브 수준에서 AES 하드웨어 암호화(AES-SED)를 사용하는 PCIe Gen4의 1TB 또는 4TB 용량으로 제공되는 자체 암호화 NVMe 모듈로 출하됩니다.

연결성 및 네트워킹

ThinkStation PGX는 직접적인 유닛 간 클러스터링을 위한 듀얼 200 Gbps QSFP 포트가 있는 NVIDIA ConnectX-7 Smart NIC를 통합하고, 표준 사무실 네트워크 통합을 위한 10GbE RJ-45 포트, Wi-Fi 7(802.11be) 및 Bluetooth 5.3을 갖추고 있습니다. I/O는 DisplayPort 2.1 대체 모드 지원 및 HDMI 2.1a를 포함한 4 × USB-C(USB4, 20Gbps)로 구성됩니다. GB10 시스템 중 유일하게 PGX는 포함된 USB-C to USB-A 어댑터와 함께 출하됩니다.

소프트웨어 및 기업 통합

PGX는 장기적인 기업 소프트웨어 지원과 기업 IT 관리 정책과의 용이한 연계를 위해 특별히 선택된 Ubuntu Linux Pro 기반의 레노버 맞춤형 DGX OS 기반을 사전 탑재하고 있습니다. 전체 NVIDIA AI 소프트웨어 스택 — CUDA, PyTorch, Jupyter Notebooks, NVIDIA AI Workbench 및 GB10 모니터링 대시보드 — 이 사전 설치되어 출하되므로 개발자가 데스크톱에서 즉시 모델을 프로토타이핑하고 미세 조정할 수 있습니다. 또한 이 플랫폼은 레노버의 하이브리드 AI 기업 플랫폼과 상호 운용되도록 설계되어 PGX에서 로컬로 개발된 모델을 최소한의 재작업으로 더 큰 온프레미스 또는 클라우드 배포로 이동할 수 있습니다.

디자인 및 서비스 용이성

크기가 단지 150 × 150 × 50.5 mm 및 1.2 kg에 불과한 ThinkStation PGX는 책상에서 주의를 끌기보다는 사무실 환경에 자연스럽게 녹아들도록 설계된 육각형 환기가 있는 의도적으로 절제된 블랙 섀시를 사용합니다. 고무 발 밑의 나사 4개로 고정된 하단 액세스 패널을 통해 IT 직원이 특수 도구 없이도 장치를 서비스할 수 있으며, 후면 QR 코드는 직접 지원 리소스로 연결됩니다 — 이는 단일 애호가의 책상보다는 대량 배포를 위해 구축된 설계를 반영하는 디테일입니다.

독립 테스트 성능

독립 테스트 (ServeTheHome)에서 ThinkStation PGX는 비교 가능한 GB10급 시스템 대비 일관된 단일 코어 성능 우위 — 모든 단일 코어 테스트 실행에서 약 3.7%로 측정 — 를 보여주는 반면, 공유된 기반 GB10 실리콘을 고려할 때 예상대로 멀티 코어 처리량은 0.5% 이내의 동등성을 유지했습니다. 8가지 별개의 AI 추론 워크로드에 걸친 지속적인 열 스트레스 테스트에서 PGX는 대다수의 실행에서 비교 시스템과 동등하거나 약간 앞선 결과를 보였으며, 이는 원시 하드웨어 차이보다는 맞춤형 듀얼 블로어 열 설계 및 펌웨어 튜닝에 기인한 결과입니다.

열 효율성 및 전원 관리

냉각은 컴팩트 섀시에 맞춤 조정된 전면-후면 공기 흐름을 사용하여 GB10 패키지에서 직접 연결된 구리 히트싱크 및 다중 히트 파이프와 결합된 듀얼 맞춤형 블로어 팬으로 처리됩니다. 번들로 제공되는 240W USB-C 전원 어댑터는 레노버 자체 설계 제품(기성 참조 설계 아님)으로 50% 부하에서 91% 효율을 인증받았습니다. 독립적으로 측정된 전력 소모는 모든 작동 상태에서 예측 가능하게 유지됩니다: 유휴 시 약 38–40W(ConnectX-7 NIC의 네트워크 오버헤드 포함), 지속적인 추론 워크로드 중 104–160W, 피크 시 200W 미만 — 어댑터의 정격 헤드룸 내에서 안정적입니다.

2유닛 클러스터 확장

두 대의 ThinkStation PGX 유닛은 GB10 플랫폼용 NVIDIA 검증 토폴로지인 피어-투-피어 DAC 케이블을 사용하여 ConnectX-7 200Gbps QSFP 포트를 통해 직접 연결할 수 있습니다. 이는 두 유닛에 걸쳐 총 256GB의 통합 메모리를 결합하고 vLLM, DeepSpeed 또는 Megatron-LM과 같은 분산 추론 프레임워크를 사용하여 텐서 또는 파이프라인 병렬 샤딩으로 최대 약 4000억 개의 매개변수를 가진 모델에 대한 추론을 가능하게 합니다. 클러스터링 기능은 레노버의 표준 보증 조건 하에서 완전히 지원됩니다.

생태계 및 기업 지원

ThinkStation PGX는 NVIDIA 인증 시스템으로 출하되며 레노버의 광범위한 하이브리드 AI 기업 플랫폼으로의 직접적인 연속성을 제공하여 조직이 모델을 재구성하지 않고도 데스크톱 프로토타이핑에서 온프레미스 또는 클라우드 호스팅 배포로 확장할 수 있도록 합니다. 프리미어 지원 및 데이터 보존 서비스 옵션을 포함한 레노버의 기업 지원 제품은 표준 보증을 기업 IT 부서가 이미 대량 하드웨어 구매에서 기대하는 종류의 서비스 관계로 확장합니다.

नेपाली네팔어np🇳🇵Русский러시아어ru🇷🇺मराठी마라티어mr🇮🇳Melayu말레이어my🇲🇾မြန်မာ미얀마어mm🇲🇲Tiếng Việt베트남어vn🇻🇳বাংলা벵골어bd🇧🇩සිංහල싱할라어lk🇱🇰العربية아랍어ar🇸🇦اردو우르두어pk🇵🇰O'zbek우즈베크어uz🇺🇿Bahasa인도네시아어id🇮🇩日本語일본어jp🇯🇵ქართული조지아어ge🇬🇪简体중국어cn🇨🇳繁體번체 중국어hk🇭🇰Қазақ카자흐어kz🇰🇿Tagalog타갈로그어ph🇵🇭தமிழ்타밀어ta🇱🇰ไทย태국어th🇹🇭Türkçe터키어tr🇹🇷తెలుగు텔루구어te🇮🇳ਪੰਜਾਬੀ펀자브어pa🇮🇳فارسی페르시아어ir🇮🇷한국어한국어kr🇰🇷עברית히브리어il🇮🇱हिंदी힌디어hi🇮🇳Ελληνικά그리스어gr🇬🇷Nederlands네덜란드어nl🇳🇱Bokmål노르웨이어no🇳🇴dansk덴마크어dk🇩🇰Deutsch독일어de🇩🇪latviešu라트비아어lv🇱🇻română루마니아어ro🇷🇴Lietuvių리투아니아어lt🇱🇹Беларуская벨라루스어by🇧🇾bosanski보스니아어ba🇧🇦български불가리아어bg🇧🇬Српски세르비아어rs🇷🇸svenska스웨덴어se🇸🇪Español스페인어es🇪🇸slovenčina슬로바키아어sk🇸🇰Slovenec슬로베니아어si🇸🇮Eesti에스토니아어ee🇪🇪English영어en🇪🇺українська우크라이나어ua🇺🇦Italiano이탈리아어it🇮🇹čeština체코어cz🇨🇿hrvatski크로아티아어hr🇭🇷Português포르투갈어pt🇵🇹Polerować폴란드어pl🇵🇱Français프랑스어fr🇫🇷suomi핀란드어fi🇫🇮magyar헝가리어hu🇭🇺