Asus представила настольный ПК на суперчипе Nvidia Grace Blackwell Ultra GB300
Почему новый ПК Asus на суперчипе Nvidia переворачивает рынок ИИ-станций
Asus анонсировала ExpertCenter Pro ET900N G3. Сама по себе новость — не сенсация. Но если разобраться, это первый системный блок на платформе Grace Blackwell Ultra GB300, который можно купить не в дата-центре, а под стол. 20 Пфлопс. 288 Гбайт памяти HBM3E. И процессор на архитектуре Arm. Спойлер: для задач искусственного интеллекта это меняет всё.
Что скрывается под капотом
Сердце системы — платформа GB300. Она объединяет 72‑ядерный Arm-процессор Grace (Neoverse V2) и два чипа Blackwell Ultra. Для связи используется интерфейс NVLink-C2C. Вместо шины PCIe, которая узкая для больших моделей. Память HBM3E ёмкостью 288 Гбайт выдаёт до 8 Тбайт/с. Этого хватит, чтобы загрузить в VRAM несколько копий Llama 70B или даже неполную версию GPT-уровня.
Системная память поддерживается до 784 Гбайт. Это уже DDR5, но обратите внимание: большинство ИИ-задач упираются в видеопамять. 288 Гбайт HBM3E — это в шесть раз больше, чем у топовой RTX 6000 Ada. Но тут есть нюанс: тактовая частота GPU Blackwell может быть ниже, чем у потребительских карт. Зато пропускная способность — космос.
| Параметр | ET900N G3 (GB300) | Типичная x86-станция (Xeon + RTX 6000 Ada) |
|---|---|---|
| Суммарная производительность FP16 | ~20 Пфлопс | ~1,5 Пфлопс |
| Видеопамять (HBM / GDDR) | 288 Гбайт HBM3E | 48 Гбайт GDDR6 |
| Пропускная способность памяти | 8 Тбайт/с | 0,96 Тбайт/с |
| Макс. энергопотребление (приблизительно) | ~3 кВт | ~1,2 кВт |
Почему это важно для ИИ-инженеров
Главное — вы перестаёте зависеть от облака. Аренда GPU в дата-центре стоит сотни тысяч в месяц. А этот ПК можно поставить в лабораторию и гонять эксперименты 24/7. Платформа работает под Nvidia DGX OS — Ubuntu с оптимизированным стеком CUDA. Все привычные фреймворки: PyTorch, TensorFlow, JAX — работают нативно.
Связка Grace и Blackwell через NVLink-C2C даёт прирост до 40% в инференсе по сравнению с аналогичной конфигурацией на x86. Это не просто цифры — это часы сэкономленного времени при настройке модели.
Как это работает. NVLink-C2C — это не обычный PCIe 5.0. Он соединяет CPU и GPU напрямую, с задержками менее 200 нс и пропускной способностью до 900 Гбайт/с на одно соединение. В GB300 таких два — по одному на каждый Blackwell Ultra. Именно поэтому Arm-процессор не становится узким местом: данные льются быстрее, чем любой классический процессор успеет их обработать.
Пошаговый совет. Если вы решаете, стоит ли брать такой ПК для своей ИИ-задачи, выполните три шага:
1. Оцените размер модели: меньше 50 млрд параметров? Может хватить и обычного GPU. Больше 100 млрд — GB300 даст выигрыш в скорости в 5-10 раз.
2. Посчитайте время: если одна эпоха обучения на ваших данных занимает неделю — такой компьютер окупит себя за пару проектов.
3. Учтите охлаждение: 3 кВт тепла требуют жидкостного контура или мощного кондиционера. Без этого станция превратится в обогреватель.
Личное наблюдение: рынок уходит от облаков
Недавно я заметил, что всё больше стартапов по ИИ отказываются от аренды облачных мощностей на начальном этапе. Покупают такие монстры. Причины: предсказуемость затрат и полный контроль над данными. Плюс не надо ждать очереди на GPU в дата-центре. Минус — шум. ET900N G3, судя по трём разъёмам 12V-2x6 (до 1800 Вт на GPU), будет работать на уровне пылесоса. Готовьте отдельную комнату.
Интересная деталь: на материнской плате стандарта ATX есть привычные EPS12V для процессора, но три коннектора 12V-2x6 (те самые, что используют в RTX 5090) для питания графики. Теоретически можно подвести 1800 Вт. Но реально — два чипа Blackwell Ultra потребляют около 1500 Вт под нагрузкой. Плюс процессор и чипсет — выходит почти 2,5 кВт. Это как два мощных ПК. Уместится только в корпус с жидкостным охлаждением.
Что дальше
Asus анонсировала и мини-ПК Ascent GX-10 на платформе GB10 (младшая версия). Очевидно, что компания хочет закрыть сегмент от компактных ИИ-терминалов до монстров для глубокого обучения. Слухи говорят, что Nvidia готовит потребительские чипы на той же архитектуре уже в следующем году. Если это правда, мы получим настольные ПК с 24‑48 Гбайт HBM3E по цене современного флагмана. И тогда ИИ-вычисления окончательно перестанут быть чем-то далёким.
Резюме от автора. ET900N G3 — не для геймеров и не для домашнего кинотеатра. Это инструмент для тех, кто зарабатывает на ИИ. Он дорог, прожорлив и шумен. Но если вам нужно обучить модель с нуля за несколько дней, а не ждать месяц в облаке — альтернативы сейчас нет. Следите за анонсами: через полгода такие станции станут стандартом в индустрии.
