Asus представила настольный компьютер с Nvidia GB300 и 748 Гбайт памяти по цене однушки в Москве

Asus выпустила ExpertCenter Pro ET900N G3. Это не просто компьютер. Это — настольный суперкомпьютер для ИИ. И он стоит как хороший особняк: £117 600, или около 11,5 млн рублей. Сумма, от которой у среднего пользователя замирает сердце. Но давайте разберемся, что стоит за этой ценой и кому это вообще нужно.

Что это за зверь? Не просто «видюха» на столе

Внешне ExpertCenter Pro ET900N G3 похож на большой системный блок. Но внутри — настоящая серверная мощь, упакованная в корпус для офиса или лаборатории. Asus называет его «настольным суперкомпьютером». И это не маркетинг.

Сердце системы — суперчип Nvidia GB300 Grace Blackwell Ultra. Это не «видеокарта» в привычном понимании. Это гибрид: мощнейший графический процессор (Blackwell Ultra) и 72-ядерный процессор Arm Neoverse V2 Grace, скрепленные скоростным интерфейсом NVLink-C2C. В сумме они дают 748 Гбайт когерентной памяти. Да, вы не ослышались: 748 гигабайт. Из них 496 Гбайт LPDDR5X отдано процессору, а 252 Гбайт HBM3e — графике. Пропускная способность памяти GPU — 7,1 Тбайт/с. Это быстрее, чем многие серверы в дата-центрах.

В чем суть: почему это переворот, а не просто дорогая игрушка

Главная фишка — локальность. Раньше, чтобы обучать серьезные модели ИИ, нужно было арендовать облачные мощности или строить серверную. Теперь все это умещается на столе. Ну, почти на столе (габариты все же внушительные).

Система выдает до 20 Пфлопс в задачах ИИ. Для сравнения: это сопоставимо с несколькими серверными стойками предыдущего поколения. Но здесь нет шума, кондиционирования и счетов за электричество размером с бюджет небольшой страны. Asus заявляет, что это решение для локального обучения, инференса и выполнения задач агентного ИИ. Простыми словами: вы можете запустить на этом компьютере свою «нейронку», обучать ее на своих данных (которые никуда не улетают) и получать результат без задержек облачных API.

Мое мнение: это идеальный инструмент для тех, кто работает с чувствительными данными — медицина, финансы, госсектор, оборонка. Облако — это удобно, но контроль над данными в облаке — иллюзия. Здесь данные физически ваши. И это меняет правила игры.

Железо: не только чип

Система напичкана под завязку. Вот что еще важного внутри:

• Сеть: сетевая карта Nvidia ConnectX-8 SuperNIC. Это не для того, чтобы «серфить интернет». Это для объединения нескольких таких машин в кластер. Хотите в 10 раз больше мощности? Купите 10 таких ПК и соедините их.
• Хранилище: поддержка до четырех NVMe-накопителей M.2 2280. Два слота — PCIe 5.0 x4 с поддержкой RAID 1 (зеркало для надежности), и два — PCIe 6.0 x4. PCIe 6.0 — это будущее, которое наступило уже сейчас. Скорость чтения/записи будет зашкаливать.
• Расширение: три слота PCIe 5.0: один x16 и два x8. Можно добавить дополнительные карты захвата, сетевые адаптеры или ускорители.

Личное наблюдение автора: Недавно я заметил, что все разговоры про «агентный ИИ» (когда нейросеть сама планирует задачи и запускает инструменты) упираются в задержки. Облачные агенты слишком медленные для реального времени. Такая локальная машина снимает проблему задержки. Агент на GB300 будет реагировать быстрее, чем человек.

Софт: Linux пока, Windows — в планах

Из коробки система работает на Ubuntu. Это логично: весь инструментарий Nvidia AI (CUDA, TensorRT, NeMo) заточен под Linux. Asus обещает поддержку Windows для разработки ИИ и агентных сред. Но когда это будет — вопрос. Пока что это машина для профессионалов, которые умеют работать с терминалом. Если вы ждали «коробочное решение для менеджеров», подождите еще год.

Резюме от автора

ExpertCenter Pro ET900N G3 — не для геймеров. Не для «просто посмотреть кино». Это инструмент для тех, кто зарабатывает на ИИ и не хочет зависеть от облаков. Цена в 11,5 млн рублей — это не баг, а фича. Она отсекает случайных людей.

Если вы R&D-отдел крупной компании, научная лаборатория или стартап, работающий с конфиденциальными данными — это ваш выбор. Если вы фрилансер, который хочет «поиграться с нейросетками» — лучше купите подписку на ChatGPT за $20. Разница в деньгах — в 500 000 раз. Но и разница в возможностях — примерно такая же.