NVIDIA DGX Station AI 워크스테이션
다양한 구성의 제품을 장바구니에서 구분하기 위해 사용하세요 — 동일한 제품을 다른 옵션으로 주문할 때 유용합니다.
전체 사양
컴퓨팅 및 메모리
슈퍼칩
NVIDIA GB300 Grace Blackwell Ultra 데스크톱 슈퍼칩
CPU
1× NVIDIA Grace CPU 슈퍼칩, 72개 Arm Neoverse V2 코어
GPU
1× NVIDIA Blackwell Ultra GPU
코히어런트 메모리
748GB 통합: 496GB LPDDR5X + 252GB HBM3e
메모리 상호 연결
NVLink-C2C, CPU-GPU 대역폭 900GB/s
AI 성능
20 페타플롭스 (FP4)
다중 인스턴스 GPU
최대 7개의 격리된 GPU 파티션 (MIG)
스토리지 및 물리적 사양
저장 장치 (슬롯)
4× M.2 2280 PCIe 5.0 x4 NVMe
GPU 확장
PCIe 5.0, 옵션 NVIDIA RTX PRO 디스플레이/시각화 GPU용 1× 더블 폭 + 2× 싱글 폭 x16 슬롯
폼 팩터
데스크사이드 타워, NVIDIA 레퍼런스 섀시 디자인
치수
24.5 x 52.8 x 59.5 cm
네트워킹 및 클러스터링
고속 네트워킹
2× 400G QSFP112 포트 (NVIDIA ConnectX-8 SuperNIC 기반)
다중 스테이션 클러스터링
최대 2개 DGX 스테이션을 400GbE로 직접 연결하여 통합 1,496GB 일관성 메모리 풀 구성
무선 (옵션)
Wi-Fi/Bluetooth 모듈용 PCIe M.2 2230 슬롯; 에어 갭 배포 시 미사용 가능
전원 및 열 관리
전원 공급 장치
1600W 전원 공급 장치, 표준 사무실 콘센트 호환
냉각
폐쇄형 수냉식 냉각, 고강도 AI 작업 부하에서 지속적 성능 유지
관리 및 소프트웨어
BMC
ASPEED AST2600
원격 관리
IPMI 2.0 및 Redfish API, 데이터센터급 모니터링 및 제어
보안
하드웨어 신뢰 루트, 엔터프라이즈 보안 부팅
소프트웨어 스택
NVIDIA DGX OS, NVIDIA NemoClaw 에이전트 배포 준비 완료
NVIDIA는 2026년 3월 17일 NVIDIA GB300 Grace Blackwell Superchip 플랫폼을 위한 레퍼런스 데스크사이드 시스템으로 DGX Station을 출시했습니다. 이 시스템은 1조 파라미터 모델을 로컬에서 실행할 수 있도록 NVIDIA가 직접 설계 및 검증했으며, NVIDIA의 하드웨어 파트너사가 라이선스 하에 생산합니다.
하드웨어 사양
DGX Station은 단일 NVIDIA Grace CPU Superchip(72개의 Arm Neoverse V2 코어 및 496GB LPDDR5X 메모리)을 기반으로 구축되었으며, 252GB HBM3e GPU 메모리를 탑재한 NVIDIA Blackwell Ultra GPU와 NVLink-C2C로 연결되어 748GB의 통합 일관성 메모리 풀을 형성합니다. 최대 7개의 격리된 MIG 파티션을 통해 단일 스테이션으로 여러 팀이나 워크로드를 경합 없이 동시에 처리할 수 있습니다. 본 시스템은 4개의 M.2 2280 PCIe 5.0 x4 NVMe 스토리지, 듀얼 포트 NVIDIA ConnectX-8 400G SuperNIC, 디스플레이 및 시각화 출력 전용의 선택형 NVIDIA RTX PRO GPU를 위한 PCIe 5.0 확장 슬롯을 제공합니다.
기업용 로컬 AI 서버
DGX Station은 공유형 로컬 AI 리소스로 운영되도록 설계되었습니다. 여러 직원이 근무 시간 동안 계약 검토, 청구서 추출, 보고서 작성, 이메일 분류 등의 문서 처리 작업을 제출할 수 있으며, 작업은 외부 클라우드 서비스를 경유하지 않고 현장에서 중앙 집중식으로 처리됩니다.
NVIDIA NemoClaw를 통해 자율 에이전트가 시스템에서 지속적으로 실행되어 수신함 모니터링이나 예약된 보고서 생성과 같은 반복 작업을 사람의 개입 없이 처리할 수 있습니다. 이를 통해 DGX Station은 지속적인 문서 워크로드를 지원하는 비즈니스용 AI 인프라로 운영될 수 있습니다.
용량 확장: 듀얼 스테이션 클러스터링
단일 장치로 처리하기 어려운 워크로드의 경우, 두 대의 DGX Station을 내장된 400G ConnectX-8 SuperNIC 포트로 연결하여 두 시스템 간에 주소 지정 가능한 1,496GB의 통합 일관성 메모리 풀을 구성할 수 있습니다. 이는 새로운 아키텍처나 워크플로 변경 없이 성장하는 팀을 위한 직관적인 업그레이드 경로를 제공하며, 결제 시 구성 옵션으로 선택할 수 있습니다.
9년간의 DGX Station 개발 기반 레퍼런스 플랫폼
DGX Station이라는 이름은 2017년으로 거슬러 올라갑니다. 당시 NVIDIA는 4개의 NVIDIA Tesla V100 GPU를 기반으로 랙 장착형 AI 인프라의 데스크사이드 대안으로 최초의 DGX Station을 출시했습니다. 2020년 11월에는 DGX Station A100이 후속 모델로 등장하며 4개의 NVIDIA A100 Tensor Core GPU로 전환했고, 4개의 별도 카드에 분산된 최대 320GB GPU 메모리를 제공하여 다중 GPU 구성 간에 워크로드를 명시적으로 분배 및 관리해야 했습니다.
2026년에 출시된 현재의 DGX Station은 이러한 다중 GPU 접근 방식을 단일 NVIDIA GB300 Grace Blackwell Ultra Superchip으로 대체했습니다: 소프트웨어로 결합된 4개의 별도 GPU 메모리 풀이 아닌, NVLink-C2C를 통해 CPU와 GPU 간에 직접 공유되는 748GB의 일관된 통합 메모리 풀을 구현했습니다.
세대별 일관성 메모리 용량
CPU와 GPU 간에 직접 공유되는 단일 일관성 메모리 풀 — 수동 다중 GPU 분할 불필요.
비용 비교: 온프레미스 대 클라우드 AI API
매일 대량의 문서를 처리하는 중소기업의 경우, 고정형 온프레미스 시스템과 사용량 기반 클라우드 AI 과금 간 차이는 시간이 지남에 따라 크게 벌어집니다.
| 비용 범주 | 클라우드 AI API | DGX Station (온프레미스) |
|---|---|---|
| 초기 하드웨어 투자 | 없음 | 1.6억원 (일회성) |
| 1년차 운영 비용 | ~₩1.5억 - ~₩3.75억 | ~₩700만 (전력 & 유지보수) |
| 2년차 운영 비용 | ~₩1.5억 - ~₩3.75억 | ~₩700만 (전력 & 유지보수) |
| 3년차 운영 비용 | ~₩1.5억 - ~₩3.75억 | ~₩700만 (전력 & 유지보수) |
| 3년 누적 비용 | ~₩4.5억 - ~₩11.2억 | ~1.8억원 |
처리가 완전히 현장에서 이루어지기 때문에 문서 및 비즈니스 데이터가 제3자 서버로 전송되지 않습니다. 이는 법률, 금융 또는 기타 데이터 민감 분야의 기관들에게 중요한 고려 사항입니다.
요약
DGX Station은 지속적인 AI 문서 처리를 지원할 수 있는 단일 고정 비용 시스템으로, 대규모 AI 모델을 로컬에서 실행하기 위한 NVIDIA 레퍼런스 아키텍처가 결합되었습니다. 지속적인 AI 워크로드를 보유한 중소기업에 반복적인 클라우드 AI 지출보다 저렴한 대안을 제공하며, 두 대의 스테이션 클러스터로의 업그레이드 경로가 문서화되어 있습니다.
