In breve. La Supermicro Super AI Station GB300 è la versione Supermicro della NVIDIA DGX Station GB300: porta un'architettura di calcolo da data center in un formato utilizzabile accanto alla scrivania ed è orientata allo sviluppo e all'esecuzione di applicazioni di intelligenza artificiale. La Super HPC Station GB200 nasce invece come piattaforma per chi sviluppa applicazioni di calcolo scientifico e HPC. Per scegliere occorre partire dalle applicazioni, dalla memoria necessaria e dall'ambiente in cui il sistema dovrà lavorare.
Per università, centri di ricerca e aziende, disporre di risorse di calcolo locali può rendere più semplice il lavoro quotidiano: preparare un dataset, verificare un modello, correggere un'applicazione e ripetere una prova senza dipendere ogni volta dalla disponibilità dell'infrastruttura condivisa.
Le nuove workstation Supermicro rispondono a questa esigenza con sistemi che avvicinano l'ambiente di sviluppo alle architetture impiegate nei data center. Il loro valore va quindi valutato insieme al progetto: quali attività devono restare locali, quali richiedono un cluster e come collegare i due ambienti.
Mactronics.IT può affiancare questo percorso, dalla valutazione della piattaforma alla fornitura del prodotto e alla preparazione della sua installazione.
Super AI Station GB300: la DGX Station di Supermicro
La DGX Station GB300 è la piattaforma di riferimento definita da NVIDIA per lo sviluppo AI da scrivania: NVIDIA fornisce il superchip e la scheda principale, mentre i produttori progettano il sistema attorno a questa base, rispettandone le specifiche. La Super AI Station, modello ARS-511GD-NB-LCC, è la versione realizzata da Supermicro.
Il sistema integra una CPU NVIDIA Grace a 72 core, una GPU Blackwell Ultra e 748 GB di memoria coerente complessiva, suddivisi tra 496 GB di LPDDR5X per la CPU e 252 GB di HBM3e per la GPU. Processore e acceleratore sono collegati tramite l'interconnessione dedicata NVLink-C2C.
Supermicro dichiara fino a 20 PFLOPS in FP4 e propone il sistema per sviluppo AI, inferenza, data science e applicazioni agentiche. La piattaforma supporta inoltre fino a sette istanze MIG, per suddividere le risorse della GPU tra carichi compatibili.
Oltre alla GPU integrata, lo chassis offre uno slot PCIe 5.0 per una scheda grafica aggiuntiva a doppio slot, tra cui le RTX PRO 6000 Blackwell, utile per affiancare attività di visualizzazione o carichi diversi sulla stessa macchina.
Per un reparto tecnico, la valutazione dovrebbe partire dal servizio da realizzare. Un assistente documentale interno, un'applicazione che analizza immagini e un sistema che esegue più agenti possono avere esigenze molto diverse, anche quando utilizzano modelli della stessa famiglia.
Occorre quindi definire il numero di richieste contemporanee, la dimensione degli input e il tempo di risposta atteso. Una dimostrazione con un solo utente è utile per verificare il funzionamento, ma il dimensionamento deve considerare anche le condizioni in cui il sistema verrà utilizzato ogni giorno.
Memoria e prestazioni: come leggere i numeri del GB300
Nelle applicazioni AI, la memoria disponibile è spesso uno dei primi vincoli. Deve contenere i pesi del modello, ma anche le strutture necessarie alla sua esecuzione e i dati delle richieste in corso. La capacità richiesta cambia con la precisione numerica, la lunghezza del contesto e il numero di utenti contemporanei.
Per questo, indicare soltanto il numero di parametri di un modello non basta per stabilire se una workstation sia adeguata. Due configurazioni dello stesso modello possono avere occupazioni di memoria e prestazioni differenti.
Anche la memoria coerente va interpretata correttamente. La possibilità di accedere in modo coordinato alla memoria di CPU e GPU non rende tutte le aree equivalenti per banda e latenza. La collocazione dei dati e il comportamento del software continuano a influire sui risultati.
Lo stesso criterio vale per la capacità di calcolo. Un valore espresso in FP4 descrive operazioni a precisione ridotta, utilizzabili in determinati carichi AI. Non rappresenta automaticamente la velocità di una simulazione scientifica, né permette un confronto diretto con prestazioni espresse in FP64.
Il riferimento più utile resta quindi una prova rappresentativa: un modello realmente impiegato dal cliente, un dataset significativo e un obiettivo misurabile, come tempo di risposta, richieste al secondo o durata dell'elaborazione.
DGX Station, DGX Spark e GPU server: quale sistema per quale lavoro
Chi valuta la DGX Station GB300 incontra spesso anche la DGX Spark, l'altro sistema NVIDIA per lo sviluppo AI da scrivania. I due prodotti hanno nomi simili ma appartengono a classi diverse, e accanto a loro ci sono i GPU server in rack. Conviene distinguerli in base al lavoro da svolgere.
| DGX Spark | DGX Station GB300 (Super AI Station) | GPU server in rack | |
|---|---|---|---|
| Superchip / GPU | GB10 Grace Blackwell, CPU Arm a 20 core | GB300: Grace a 72 core + Blackwell Ultra | Più GPU per sistema, ad esempio RTX PRO 6000, B200 o B300 |
| Memoria | 128 GB unificata | 748 GB coerente (496 + 252 GB) | Dipende dalla configurazione |
| Calcolo AI dichiarato | Fino a 1 PFLOPS FP4 (picco teorico) | Fino a 20 PFLOPS FP4 | Scala con il numero di GPU |
| Formato | Mini desktop, circa 1,2 kg | Tower 5U, montabile in rack, circa 40 kg | Rack, in sala server o data center |
| Per chi | Singolo sviluppatore: prototipi e prove | Gruppo di lavoro: modelli grandi, più utenti, sviluppo continuo | Più gruppi, servizi in produzione, addestramento su larga scala |
La DGX Spark è adatta a sperimentare e a preparare prototipi: secondo NVIDIA, una singola unità gestisce modelli fino a circa 200 miliardi di parametri. La DGX Station GB300 si colloca un livello sopra, con circa sei volte la memoria e una rete fino a 800 Gb/s, ed è pensata per un gruppo che lavora ogni giorno su modelli più grandi o con più utenti.
Quando servono più GPU nello stesso sistema, disponibilità continua per molti utenti o elaborazioni lunghe, il passo successivo sono i GPU server per la ricerca e, su scala più ampia, un cluster HPC. In un cluster, i nodi di calcolo possono basarsi anche sui nuovi processori AMD EPYC Venice.
Workstation per AI: quando serve la classe GB300
Una risorsa di calcolo direttamente disponibile al gruppo di lavoro è particolarmente utile nelle fasi in cui le prove cambiano spesso. Durante lo sviluppo, infatti, una parte significativa del tempo viene dedicata a piccoli interventi: modificare il codice, verificare un risultato intermedio, confrontare configurazioni e individuare errori.
In questi casi conta anche la continuità dell'accesso. Una workstation dedicata permette di organizzare le attività attorno alle esigenze del progetto, mentre il cluster può essere utilizzato per le elaborazioni che richiedono maggiore parallelismo o tempi di esecuzione prolungati.
La scelta va però dimensionata. Se il sistema verrà utilizzato occasionalmente, può essere più conveniente sfruttare risorse già disponibili. Se invece più persone lavorano ogni giorno su modelli, simulazioni o applicazioni accelerate, una piattaforma locale può diventare una componente stabile dell'infrastruttura. Alcuni esempi di progetti da valutare sono:
- Assistenti documentali interni: consultazione di manuali, procedure e documentazione tecnica.
- Sviluppo di agenti: verifica dei flussi applicativi, degli strumenti utilizzati e delle interazioni con i sistemi aziendali.
- Ricerca sui modelli: confronto tra configurazioni, strategie di inferenza e tecniche di adattamento.
- Analisi di dati e immagini: sperimentazione di pipeline prima del loro inserimento nei processi produttivi.
L'elaborazione locale permette di scegliere dove conservare i dati e chi può accedere al sistema. Questa possibilità deve essere accompagnata da una gestione coerente: permessi, aggiornamenti, backup e separazione degli ambienti di prova da quelli di produzione.
Va definita anche la continuità richiesta. Una workstation utilizzata per lo sviluppo può tollerare una finestra di manutenzione; un servizio aziendale disponibile a molti utenti può richiedere ulteriori risorse e un piano di ripristino. Le domande iniziali sono concrete: quante ore di utilizzo sono previste, quali dati devono essere elaborati, quanti utenti accederanno al sistema e quali prestazioni servono per considerare il lavoro realmente più rapido?
Super HPC Station GB200: una piattaforma per lo sviluppo scientifico
La Supermicro Super HPC Station basata sul NVIDIA GB200 Developer Kit è orientata allo sviluppo e alla verifica di applicazioni HPC. Le specifiche pubblicate da Supermicro indicano una CPU Grace a 72 core, una GPU Blackwell, fino a 682 GB di memoria coerente (fino a 186 GB di HBM3e per la GPU e 496 GB di LPDDR5X per la CPU), capacità di calcolo FP64 / FP64 Tensor Core fino a 40 TFLOPS e rete fino a 800 Gb/s. I dati dell'annuncio sono indicati come preliminari e soggetti a modifica.
A differenza della GB300, la Super HPC Station GB200 è un prodotto esclusivo: nasce dalla collaborazione tra NVIDIA e Supermicro e nessun altro produttore la offre. Non tutti possono acquistarla, perché la fornitura richiede apposite verifiche da parte di NVIDIA.
Per un gruppo di ricerca, l'interesse consiste nella possibilità di lavorare localmente su un'architettura vicina a quella prevista per l'esecuzione in data center. Lo sviluppo può così includere verifiche sul codice accelerato e sull'impiego della memoria prima di affrontare elaborazioni su scala maggiore.
Questo passaggio richiede comunque una valutazione del software. Non tutti i programmi scientifici utilizzano la GPU e non tutti traggono beneficio dallo stesso tipo di accelerazione. Vanno controllati librerie, compilatori, dipendenze e supporto dell'architettura della CPU.
Una buona analisi parte dal profilo dell'applicazione: quanto tempo trascorre nel calcolo, quanto negli accessi alla memoria e quanto nella lettura dei dati? Individuare il limite principale aiuta a capire quali caratteristiche hardware porteranno un vantaggio concreto.
GB300 e GB200: partire dall'obiettivo del progetto
Le due proposte Supermicro hanno un diverso orientamento: la Super AI Station GB300 è presentata per lo sviluppo AI, mentre la Super HPC Station GB200 nasce come piattaforma per sviluppatori HPC. Questa distinzione è più utile del solo confronto tra le sigle.
| Super AI Station GB300 | Super HPC Station GB200 | |
|---|---|---|
| Orientamento | Sviluppo AI, inferenza, agenti, data science | Sviluppo e verifica di applicazioni HPC |
| Memoria coerente | 748 GB (496 GB LPDDR5X + 252 GB HBM3e) | Fino a 682 GB (496 GB LPDDR5X + fino a 186 GB HBM3e) |
| Dato di calcolo dichiarato | Fino a 20 PFLOPS FP4 | Fino a 40 TFLOPS FP64 |
| Rete | 2 porte 400 GbE | Fino a 800 Gb/s |
| Stato delle specifiche | Definitive (scheda di prodotto) | Preliminari, soggette a modifica |
| Disponibilità | Piattaforma DGX Station, proposta da più produttori | Esclusiva Supermicro, con verifiche NVIDIA |
Per un progetto AI, l'analisi dovrebbe concentrarsi sul modello, sulla memoria richiesta, sulla precisione utilizzabile e sulle prestazioni attese in inferenza. Per un'applicazione scientifica diventano centrali anche i requisiti numerici e l'effettivo supporto dell'accelerazione.
In entrambi i casi conviene preparare una descrizione sintetica del carico:
- applicazioni e versioni utilizzate;
- dimensione dei dati e frequenza delle elaborazioni;
- requisiti di memoria e precisione;
- utenti contemporanei;
- collegamenti con storage e sistemi esistenti.
Queste informazioni permettono di discutere la configurazione sulla base del lavoro da svolgere. Rendono inoltre più semplice definire una prova di accettazione: che cosa dovrà eseguire il sistema, con quali dati e con quale risultato atteso.
Installazione: formato, alimentazione e raffreddamento a liquido
La Super AI Station GB300 adotta un raffreddamento a liquido a circuito chiuso ed è disponibile in formato tower, con possibilità di montaggio in rack tramite kit opzionale. La scheda Supermicro precisa che lo chassis da 5U richiede 6U di spazio complessivo, includendo un'unità libera sottostante per la ventilazione dell'alimentatore. È previsto un alimentatore da 1.600 W con certificazione Titanium; il sistema pesa circa 40 kg e lavora con una temperatura ambiente tra 15 e 32 °C.
La potenza nominale dell'alimentatore non coincide con un consumo costante. Per progettare l'installazione vanno considerati il carico previsto, la linea elettrica disponibile e l'eventuale gruppo di continuità.
Anche il raffreddamento a liquido richiede una collocazione adeguata. Il calore prodotto deve essere smaltito nell'ambiente e le aperture di ventilazione devono restare libere. In un ufficio o in un laboratorio occorre quindi valutare posizione, temperatura del locale e accessibilità per la manutenzione.
Questi aspetti incidono sull'utilizzo quotidiano quanto le specifiche di calcolo. Verificarli prima dell'arrivo del sistema evita di dover modificare all'ultimo momento la postazione o l'armadio destinato a ospitarlo.
Rete, storage e gestione del sistema
La dotazione della Super AI Station GB300 comprende due porte da 400 GbE, una porta da 10 GbE e una porta da 1 GbE dedicata al BMC. Sono disponibili funzioni di gestione remota tramite IPMI e Redfish.
Per sfruttare una connessione veloce, però, anche il resto del percorso deve essere adeguato. Switch, collegamenti e storage possono limitare il trasferimento dei dati prima che venga raggiunta la capacità della workstation.
Il dimensionamento dovrebbe distinguere almeno tre esigenze: spazio per il sistema e gli strumenti, spazio di lavoro per dataset e risultati temporanei, conservazione dei dati che devono essere protetti. Questa distinzione aiuta a definire capacità, prestazioni e backup senza confondere lo storage di lavoro con l'archivio.
Per la gestione remota è opportuno prevedere accessi riservati agli amministratori e una rete dedicata. La configurazione iniziale dovrebbe inoltre lasciare una documentazione chiara delle impostazioni, così da rendere più semplici gli interventi successivi.
Come si acquistano in Italia la Super AI Station GB300 e il GB200 Developer Kit
La DGX Station GB300 è una piattaforma proposta da più produttori. La versione Supermicro, la Super AI Station, si configura in base al progetto: storage, eventuale seconda GPU, kit per il montaggio in rack, estensioni di garanzia e servizi di installazione.
Per ricevere un'offerta serve quindi una configurazione definita: Mactronics.IT prepara un preventivo su misura a partire dalle applicazioni e dall'ambiente in cui il sistema verrà installato.
Per la Super HPC Station GB200 il percorso è diverso. Il GB200 Developer Kit nasce dalla collaborazione tra NVIDIA e Supermicro ed è proposto attraverso Supermicro come piattaforma dedicata agli sviluppatori: è un sistema esclusivo, che nessun altro produttore offre.
L'ottenimento del prodotto richiede verifiche specifiche da parte di NVIDIA, da affrontare durante il percorso di fornitura. Per questo è utile valutare il progetto in anticipo e chiarire le condizioni di accesso e le tempistiche applicabili alla richiesta.
Mactronics.IT è felice di aver già venduto uno di questi sistemi a un cliente affezionato. La consegna è attesa e, non appena il prodotto sarà disponibile presso il cliente, saremo lieti di occuparci della sua installazione.
Supermicro è il partner tecnologico di riferimento di Mactronics.IT per le soluzioni destinate ad aziende, università e centri di ricerca. Anche per queste workstation, il punto di partenza è comprendere il carico di lavoro e il ruolo che il sistema avrà nell'infrastruttura, insieme alle nostre soluzioni HPC e AI e all'offerta di server e workstation.
Possiamo assisterti nella valutazione della piattaforma, nella verifica della configurazione proposta e nel percorso di fornitura. Gli aspetti relativi all'installazione e all'integrazione vengono definiti in funzione del progetto, considerando software, rete, storage e ambiente operativo. L'obiettivo è arrivare all'ordine con un quadro chiaro: quale sistema viene fornito, quali requisiti deve soddisfare e quali attività sono necessarie per iniziare a utilizzarlo.
Domande frequenti
Chi può acquistare il GB200 Developer Kit?
Il GB200 Developer Kit è un prodotto esclusivo di Supermicro, sviluppato con NVIDIA, e la fornitura richiede apposite verifiche da parte di NVIDIA sul progetto. Mactronics.IT, che ne ha già venduto uno, può accompagnare la richiesta fin dalle prime fasi: puoi partire da una richiesta di informazioni.
Che differenza c'è tra la Super AI Station e la DGX Station?
La DGX Station GB300 è la piattaforma di riferimento NVIDIA, costruita attorno al superchip GB300. La Super AI Station ARS-511GD-NB-LCC è la versione progettata da Supermicro su questa base: stessi 748 GB di memoria coerente, con raffreddamento a liquido a circuito chiuso e uno chassis tower da 5U che si può montare anche in rack.
DGX Station o DGX Spark: quale scegliere?
La DGX Spark (superchip GB10, 128 GB di memoria unificata) è un sistema compatto per il singolo sviluppatore, adatto a prototipi e prove. La DGX Station GB300 offre circa sei volte la memoria e fino a 20 PFLOPS in FP4: è pensata per un gruppo che lavora ogni giorno su modelli grandi o con più utenti.
La DGX Station GB300 si può usare con Windows?
La Super AI Station viene fornita con Ubuntu 24.04 LTS e gli strumenti NVIDIA per lo sviluppo AI, come indicato nella scheda Supermicro.
È disponibile in Italia e in quanto tempo arriva?
Supermicro ha annunciato la disponibilità generale della Super AI Station a Computex 2026. Mactronics.IT, partner Supermicro, la fornisce in Italia.
Che differenza c'è tra GB300 e GB200?
La Super AI Station GB300 è orientata all'intelligenza artificiale, con fino a 20 PFLOPS in FP4. La Super HPC Station GB200 è pensata per lo sviluppo di applicazioni scientifiche e HPC, con fino a 40 TFLOPS in FP64 secondo le specifiche preliminari. La scelta dipende dal tipo di carico, non dalla sigla.
Quali requisiti di installazione servono?
La GB300 ha un alimentatore da 1.600 W, raffreddamento a liquido a circuito chiuso, pesa circa 40 kg e lavora tra 15 e 32 °C. In rack occupa 6U complessive. Vanno verificati linea elettrica, eventuale gruppo di continuità, ventilazione del locale e rete fino a 400 GbE.
Stai valutando una DGX Station GB300 o una workstation Supermicro per il calcolo scientifico?
Raccontaci quali applicazioni utilizzi, le dimensioni dei tuoi dati e gli obiettivi del progetto. Mactronics.IT può aiutarti a individuare la soluzione e accompagnarti nella fornitura.
