ASUS ExpertCenter Pro ET900N G3 to druga stacja GB300 DGX, którą testowaliśmy i pierwsza, którą przetestowaliśmy w naszym laboratorium; nasze testy MSI XpertStation WS300 zostały przeprowadzone zdalnie. Wykorzystuje ten sam układ NVIDIA, co w MSI XpertStation WS300: Grace Blackwell Ultra Desktop Superchip z 72 rdzeniami Grace, procesor graficzny B300, 252 GB HBM3e, 496 GB LPDDR5X i ConnectX-8 SuperNIC wyposażony w dwa porty 400GbE. ASUS pakuje tę platformę ze stałym rdzeniem w kompaktową, biurkową wieżę AI, dodając funkcje, których nie ma w WS300: dwa montowane od góry uchwyty do przenoszenia, dedykowany wentylator przeznaczony do klatek optycznych ConnectX-8 oraz zasilacz 80 PLUS Titanium o mocy 1600 W.

Firma ASUS wysłała komputer ET900N G3 do naszego laboratorium na około tydzień testów porównawczych, obrazowania i kontroli fizycznej, wstępnie skonfigurowany z RTX PRO 2000. Szczegóły dotyczące podstaw platformy bazowej, B300, Grace, NVLink-C2C, MIG i stacji DGX zostały omówione w naszej wcześniejszej recenzji MSI XpertStation WS300. Ta analiza skupia się na implementacji ASUS-a wokół Superchipa i na tym, czy jego wydajność odpowiada pierwszej testowanej przez nas obudowie GB300.

Dane techniczne ASUS ExpertCenter Pro ET900N G3

Projektuj i buduj

ASUS pozycjonuje ET900N G3 jako biznesową stację roboczą z obudową w kolorze szczotkowanego srebra, panelem przednim z ciemnej siatki, chromowanymi wykończeniami na zaślepkach i nóżkach oraz niskoprofilową plakietką ASUS z przodu. Jego wymiary podyktowane są wewnętrzną platformą: 584 x 232 x 565 mm, nieco wyższa i minimalnie węższa od WS300. Ważąc 27 kg, nie można jej łatwo przenosić, co motywuje wybór praktycznego projektu firmy ASUS: dwa górne metalowe uchwyty (z przodu i z tyłu) umożliwiają dwóm osobom podnoszenie wieży na biurka lub wózki bez chwytania paneli obudowy. Te uchwyty wyglądają nie na miejscu na biurowej stacji roboczej, dopóki nie przetransportujesz ciężkiej wieży GB300 przez laboratorium.

Na panelu przednim znajduje się przycisk zasilania, dwa porty USB Type-A 10 Gb/s, dwa porty USB Type-C 10 Gb/s, port USB 2.0 i osobne gniazda audio rozmieszczone pionowo w siatce w prawym górnym rogu. Panel boczny to duża wentylowana płyta z długą perforowaną sekcją przednią na wlot chłodnicy i mniejszą tylną kratką dopasowaną do wentylatorów systemowych. Brakuje oświetlenia okiennego i RGB, odpowiadającego preferencjom docelowego nabywcy.

Z tyłu układ oddziela wejścia/wyjścia stacji roboczej od podstawowego sprzętu serwerowego. Górny klaster zawiera cztery porty USB Type-A 10 Gb/s, porty 10 GbE i 1 GbE RJ45, trzy gniazda audio, konsolę BMC Micro-USB i BMC Mini DisplayPort do konfiguracji. Dwie klatki QSFP112 dla ConnectX-8 znajdują się na osłonie we/wy, obok wentylatora wyciągowego; trzy osłony gniazd rozszerzeń biegną przez środek, a wejście zasilania C19 znajduje się na dole. Podobnie jak WS300, Mini DisplayPort jest przeznaczony wyłącznie dla BMC do wstępnej konfiguracji i rozwiązywania problemów; wyjście na wyświetlacz stacjonarny wymaga karty dodatkowej RTX PRO.

Wewnątrz ET900N G3

Po zdjęciu panelu bocznego ET900N G3 bardzo przypomina WS300, zgodnie z oczekiwaniami, biorąc pod uwagę, że oba korzystają z tej samej płyty głównej NVIDIA. GB300 Superchip znajduje się pod miedzianą płytą chłodzącą po lewej stronie obudowy, moduły SOCAMM mają obok siebie dedykowane miedziane płytki, a ConnectX-8 jest chłodzony przez trzecią zimną płytę w pobliżu tylnych wejść/wyjść. Przewody płynu chłodzącego w oplocie biegną od zimnych płyt do kolektora poprzecznego podwozia, a następnie dalej do chłodnic. Trzy pełnowymiarowe gniazda PCIe znajdują się pod Superchipem, zasilacz znajduje się w dolnym przednim rogu, a metalowa osłona zakrywa dolne prowadzenie kabli.

Wewnętrzny układ przepływu powietrza odzwierciedla model WS300: jedna pionowa chłodnica za przednią siatką, druga chłodnica zamontowana u góry, każda wyposażona w układy wentylatorów oraz tylny wentylator obudowy. Przewody chłodziwa są osłonięte i zabezpieczone paskami z rzepami, a kolektor łączy przewody z czterech płyt chłodzących, dzięki czemu do każdego grzejnika zasilane są tylko dwie rury.

Miłośnik optyki

Jednym z elementów chłodzących, unikalnym dla ET900N G3, jest mały wentylator montowany na wsporniku nad płytą zimną ConnectX-8, skierowany bezpośrednio na klatki QSFP112. Pętla cieczy chłodzi sam krzem SuperNIC, ale transceivery optyczne 400G generują znaczną ilość ciepła w metalowych klatkach, które otrzymują jedynie przewodzące chłodzenie z zimnej płyty. Z naszych wcześniejszych testów wynikało, że ConnectX-8 nagrzewa się pod ciągłym obciążeniem, a moduły optyczne mogą się nagrzewać, dlatego dedykowany przepływ powietrza nad klatkami jest cenną funkcją projektową dla użytkowników korzystających z ciągłych połączeń światłowodowych. W przypadku korzystania z kabli DAC, naszej konfiguracji do ciągłego testu wnioskowania klastrowego łączącego to urządzenie z drugą stacją GB300, ten wentylator radzi sobie z mniejszymi obciążeniami.

Pamięć masowa, rozbudowa i moc

Firma ASUS dostarczyła komputer ET900N G3 z jednym dyskiem NVMe o pojemności 2 TB dla systemu operacyjnego i oprogramowaniem NVIDIA na parze gniazd PCIe 5.0 x4 M.2 2280 połączonych za pośrednictwem Grace. Druga para gniazd M.2 jest podłączana do zintegrowanego przełącznika PCIe ConnectX-8 i jest fabrycznie pusta.

Do naszej jednostki testowej dołączono kartę NVIDIA RTX PRO 2000 Blackwell zainstalowaną w gnieździe PCIe 5.0 x16, co jest jedną z konfiguracji obsługiwanych przez firmę ASUS. Ta karta zapewnia wyświetlanie obrazu bez nadmiernego wykorzystania budżetu mocy GB300; ASUS twierdzi, że obudowa obsługuje tylko jedną kartę RTX PRO Blackwell. Usunęliśmy RTX PRO 2000 przed testami porównawczymi, aby zarezerwować pełny budżet mocy akceleratora dla Superchip, zgodnie z naszymi warunkami testowymi WS300. W tej obudowie nie testowaliśmy kart RTX PRO o większej mocy; ich wpływ na współdzielony zapas mocy zostanie omówiony w przyszłej recenzji stacji GB300.

Zasilacz ATX o mocy 1600 W posiada certyfikat 80 PLUS Titanium, co stanowi ulepszenie w stosunku do jednostki Platinum modelu WS300. Tytan wymaga 94% wydajności przy 50% obciążeniu na wejściu 115 V w porównaniu do Platinum 92% i wymusza minimalną wydajność przy 10% obciążeniu, więc ET900N G3 marnuje mniej watów ściennych pod pełnym obciążeniem GB300. Moc pozostaje współdzielona: Grace, B300, pompy, wentylatory, pamięć masowa i dowolna karta RTX PRO czerpią z tej samej puli 1600 W. Usługa vsloshd firmy NVIDIA dynamicznie przesuwa dostępny zapas mocy między Superchipem a dodatkowym procesorem graficznym w oparciu o pobór mocy, bez stałego twardego limitu dla żadnego komponentu. Te ramy mocy nie uległy zmianie w porównaniu z recenzją WS300. Wdrożenia w Ameryce Północnej wymagają dedykowanego obwodu elektrycznego 20 A.

Łączność

Podwójne porty QSFP112 ConnectX-8 służą jako główne łącze szkieletowe ET900N G3 do pamięci masowej, drugiej stacji DGX lub sieci klastrowej. W naszym laboratorium porty te łączą się za pośrednictwem przetworników DAC 400G z inną stacją GB300 w celu oddzielnej analizy wnioskowania klastrowego. Port Marvell 10GbE obsługuje regularny ruch hosta, natomiast port Realtek 1GbE jest zarezerwowany wyłącznie do zarządzania BMC.

Notatki z testów

Wszystkie wyniki wykorzystują standardową konfigurację pamięci próbki laboratoryjnej: 252 GB HBM3e plus 496 GB LPDDR5X. Testy przeprowadzono bez zainstalowanej karty RTX PRO, co potwierdziło pełny budżet mocy akceleratora GB300 Superchip i odpowiadające warunkom testowym WS300. Stos oprogramowania, konfiguracja vLLM, profile obciążenia i przeglądanie współbieżności są identyczne, co umożliwia bezpośrednie porównanie wież typu side-by-side. Przegląd ten koncentruje się wyłącznie na wydajności wnioskowania; nie zmierzyliśmy poboru mocy ani telemetrii termicznej na tym urządzeniu.

Przeprowadziliśmy dwa standardowe profile wnioskowania na żywo vLLM stosowane na całym lokalnym sprzęcie AI: zrównoważone obciążenie z 512 tokenami wejściowymi / 512 wyjściowymi i duże obciążenie wstępne z 8192 tokenami wejściowymi / 1024 wyjściowymi, obejmującymi współbieżność od 1 do 128 strumieni. W przypadku modeli o skali granicznej porównujemy z serwerem GPU z dwiema lub czterema kartami RTX PRO 6000, co stanowi najbliższą jednoelementową alternatywę dla punktów kontrolnych tych modeli. W przypadku mniejszych modeli porównujemy z pojedynczym RTX PRO 6000 na tym samym serwerze, pojedynczym H200 NVL na innym serwerze korporacyjnym i systemem GB10 DGX Spark identycznym z tym, który został użyty w teście WS300. Metryki ET900N G3 to surowe wartości logarytmiczne; dane porównawcze pochodzą z naszych archiwalnych wykresów wyników.

Wydajność wnioskowania

Modele graniczne w spójnej puli pamięci

GB300 jest przeznaczony do obsługi modeli przekraczających limit 252 GB HBM3e B300. Przetestowaliśmy cztery punkty kontrolne obejmujące tę granicę: DeepSeek V4 Flash i MiniMax M2.7 w pełni mieszczą się w HBM z resztkami pojemności; MiniMax M3 ledwo mieści się i odciąża podzbiór specjalistycznych warstw pamięci Grace; GLM-5.2 odciąża mniej więcej połowę swojej masy. Każdy wykres porównuje wyniki z najbliższą jednoelementową alternatywą: kartami RTX PRO 6000 umieszczonymi w serwerze korporacyjnym, w razie potrzeby przenoszącymi ekspertów do pamięci hosta.

DeepSeek V4 Flash to prosty test: natywny punkt kontrolny FP8 o wielkości ~20 GB obsługiwany z łatwością przez B300. Zrównoważona przepustowość wyjściowa obciążenia wzrosła ze 152 tokenów/s przy 1 strumieniu do 1766 tokenów/s przy 32 strumieniach, a całkowita przepustowość tokenów osiągnęła 3532. W przypadku profilu z dużym obciążeniem wstępnym wydajność ET900N G3 skalowano od 148 do 954 tokenów wyjściowych/s, a całkowita przepustowość osiągnęła 8587. Konfiguracja z dwiema kartami RTX PRO 6000 osiągnęła szczyt w pobliżu 800 tokenów wyjściowych na sekundę przy zrównoważonym obciążeniu i ~490 w przypadku długich monitów, przy nierównej wydajności przy niskiej współbieżności.

MiniMax M2.7 w kwantyzacji NVFP4 zajmuje ~125 GB HBM i zapewnia najsilniejsze skalowanie spośród czterech modeli. Zrównoważona wydajność obciążenia wzrosła z 214 tokenów/s w jednym strumieniu do 4793 w 128 strumieniach, a całkowita przepustowość osiągnęła 9586. Testy wymagające wstępnego wypełnienia zostały skalowane do 1744 tokenów wyjściowych/s i łącznie 15 700 tokenów/s przy 64 strumieniach. Dwie karty RTX PRO 6000 miały tę samą ogólną krzywą, ale osiągnęły mniej niż połowę przepustowości, osiągając prawie 1930 tokenów wyjściowych na sekundę przy zrównoważonych obciążeniach i ~510 w przypadku długich podpowiedzi.

MiniMax M3 ilustruje działanie już na progu pamięci. Punkt kontrolny NVFP4 jest mniejszy niż 252 GB, ale stan środowiska wykonawczego i pamięć podręczna KV zajmują dodatkową przestrzeń, więc część warstw eksperckich znajduje się w pamięci Grace; każdy etap dekodowania umożliwiający dostęp do tych ekspertów przechodzi przez NVLink-C2C. Dzięki dekodowaniu spekulatywnemu EAGLE3, ET900N G3 osiągnął 1041 tokenów wyjściowych/s przy 32 strumieniach dla zrównoważonych obciążeń. Profil wymagający wstępnego wypełnienia osiągnął szczyt przy 282 tokenach/s w dwóch strumieniach, utrzymywał się na poziomie 271 w czterech strumieniach, a następnie spadł do 103 w ośmiu strumieniach, gdy długie monity wyczerpały dostępną pamięć podręczną. Cztery karty RTX PRO 6000 korzystające z tego samego dekodera spekulacyjnego dotrzymywały kroku ośmiu strumieniom, wyprzedzały przy 16 strumieniach do ~1180 tokenów wyjściowych na sekundę, a następnie spadły do ​​około 760 przy 32 strumieniach. W przypadku wstępnie wypełnionych obciążeń system z czterema procesorami graficznymi utrzymywał ~349 tokenów wyjściowych/s przy czterech strumieniach w porównaniu z 271 w przypadku stacji DGX. Ten model dysponujący dokładnie pojemnością HBM jest jedynym przypadkiem w tym zestawie, w którym 384 GB całkowitej pamięci VRAM na czterech kartach konkuruje z 252 GB HBM plus obciążenie Grace.

GLM-5.2 reprezentuje obciążenie, na które pozwala tylko spójna pula pamięci. Korzystając z dekodowania spekulatywnego MTP, punkt kontrolny NVFP4 przechowuje wagi ekspertów ~ 215 GB w pamięci Grace. ET900N G3 dostarczył 35 tokenów wyjściowych/s dla jednego strumienia i 139 dla 32 strumieni przy zrównoważonym obciążeniu, całkowita przepustowość osiągnęła 277. W przypadku testów z dużym obciążeniem wstępnym do 32 strumieni osiągnął 120 tokenów wyjściowych/s i łącznie 1079 tokenów/s. Cztery karty RTX PRO 6000, każda odciążająca ~30 GB pamięci hosta, zarządzały ~40 tokenami wyjściowymi/s przy 32 strumieniach i spłaszczanymi do około 9–10 tokenów/s od czterech strumieni w górę w przypadku długich podpowiedzi. Żaden z systemów nie sprawia, że ​​ten model 433 GB wydaje się szybki, ale łącze LPDDR5X 396 GB/s i NVLink-C2C 900 GB/s karty GB300 do odciążonych ekspertów utrzymuje skalowanie tam, gdzie pamięć hosta podłączona do PCIe na czterech procesorach graficznych zatrzymuje się.

W porównaniu do MSI WS300, wyniki modelu frontierowego ET900N G3 mieszczą się w granicach około 1% we wszystkich pasujących punktach testowych: 1766 tokenów wyjściowych/s dla DeepSeek V4 Flash przy 32 strumieniach na obu wieżach; 4793 w porównaniu do 4801 dla MiniMax M2.7 przy 128 strumieniach; 1041 dla MiniMax M3 przy 32 strumieniach w obu przypadkach; i 139 dla GLM-5.2 przy 32 strumieniach w obu przypadkach.

Udostępnione modele względem RTX PRO 6000, H200 NVL i DGX Spark

Druga grupa testów porównawczych wykorzystuje mniejsze modele, które wszystkie systemy testowe mogą w pełni zmieścić w pamięci: GPT-OSS-20B i natywny MXFP4 120B; Lama 3.1 8B BF16 i FP8; Mistral Small 24B BF16 i FP8; Koder Qwen3 30B BF16 i FP8. Nowością w porównaniu z recenzją WS300 jest pojedynczy procesor H200 NVL, akcelerator NVIDIA Hopper o pojemności 141 GB, który dodaje do zestawu porównawczego procesor graficzny poprzedniej generacji dla centrów danych.

GPT-OSS-20B to najłatwiejsze obciążenie, wygodnie ładowane przez każdego kandydata na sprzęt. Przy zrównoważonym obciążeniu ET900N G3 skalował się do 22 041 tokenów wyjściowych/s przy 128 strumieniach (łącznie 44 082) w porównaniu z ~7920 w przypadku RTX PRO 6000, 6010 w przypadku H200 NVL i 1420 w przypadku DGX Spark. Wydajność pojedynczego strumienia osiągnęła 536 tokenów wyjściowych/s dla stacji w porównaniu do 354 na RTX PRO 6000, 489 na H200 NVL i 120 na Spark. Przebiegi wymagające wstępnego wypełnienia zwiększyły różnicę: 9555 tokenów wyjściowych/s i łącznie 85 994 tokenów/s przy 128 strumieniach w przypadku ET900N G3 w porównaniu z ~2480 w przypadku RTX PRO 6000, 3410 w przypadku H200 NVL i 445 w przypadku Spark.

GPT-OSS-120B ujawnia ograniczenia pamięci w konkurencyjnym sprzęcie. ET900N G3 osiągnął 9280 tokenów wyjściowych/s przy zrównoważonym obciążeniu przy 128 strumieniach, około trzykrotnie więcej niż 3060 w przypadku RTX PRO 6000, 2,8 razy więcej niż 3370 w przypadku H200 NVL i ponad 19 razy w przypadku Sparka 480. W przypadku długich monitów mniejsze systemy wcześnie wyczerpały pojemność pamięci podręcznej KV: RTX PRO 6000 osiągnął szczyt w pobliżu 1170 tokenów wyjściowych/s, a H200 NVL prawie 1820, podczas gdy Stacja kontynuowała wspinaczkę przez 128 strumieni i zakończyła na poziomie 5023 tokenów wyjściowych/s przy całkowitej przepustowości 45 205 tokenów/s.

Llama 3.1 8B FP8 zapewnia najwyższą pojedynczą przepustowość w tym zestawie testów. ET900N G3 przesyłał 25 602 tokenów wyjściowych na sekundę w 128 strumieniach przy zrównoważonych obciążeniach (łącznie 51 205) w porównaniu do ~8060 na RTX PRO 6000 i 11 040 na H200 NVL. Przejście z BF16 na FP8 zwiększyło przepustowość stacji o około 50% (17 074 do 25 602), podczas gdy RTX PRO 6000 zyskał ~70%, a H200 NVL ~37%. Wyniki wymagające wstępnego wypełnienia skompresowały wszystkie wyniki: stacja osiągnęła 6164 tokenów wyjściowych/s, RTX PRO 6000 1480, H200 2040.

Największe wskaźniki wydajności uzyskał Mistral Small 24B FP8. ET900N G3 osiągnął szczytową prędkość wyjściową 11 075 tokenów/s przy zrównoważonym obciążeniu, 3,4x RTX PRO 6000 – 3240, 2,4x H200 NVL – 4610 i prawie 20x Spark 559. Po długich podpowiedziach RTX PRO 6000 osiągnął szczyt przy 32 strumieniach około 480 tokenów/s przed spadkiem; H200 NVL osiągnął szczyt w pobliżu 854 tokenów/s, podczas gdy Stacja osiągnęła 2302 tokenów/s przy 128 strumieniach.

Qwen3 Coder 30B, model będący mieszanką ekspertów z małą liczbą aktywnych parametrów, zawęża luki w pojedynczym strumieniu. Przy zrównoważonym obciążeniu jednego strumienia RTX PRO 6000 dostarczał ~232 tokenów wyjściowych/s w porównaniu do 319 stacji i H200 NVL 308. Batch przywraca hierarchię wydajności: przy 128 strumieniach w FP8, ET900N G3 osiągnął 12 439 tokenów wyjściowych/s, 3,1x w stosunku do 3990 i 1,7x w przypadku procesora graficznego H200 NVL to 7450. W przypadku stacji z dużym obciążeniem wstępnym osiągnięto 3837 tokenów wyjściowych/s; RTX PRO 6000 osiągnął szczyt w pobliżu 880 przy 64 strumieniach, H200 NVL w pobliżu 1820.

W przypadku tych współdzielonych modeli ET900N G3 zapewniał przepustowość 2,8–3,4x w porównaniu z pojedynczym RTX PRO 6000 i 1,7–3,7x H200 NVL przy pełnej współbieżności. Jego przewaga zwiększa się po długich podpowiedziach, gdy konkurencyjny sprzęt wyczerpuje zapas pamięci podręcznej KV. W porównaniu z WS300 te cztery modele ponownie mieszczą się w przedziale 1%: 22 041 w porównaniu z 22 161 w przypadku GPT-OSS-20B; 9280 w porównaniu do 9294 dla GPT-OSS-120B; 11 075 w porównaniu do 11 157 dla Mistral Small FP8; 12 439 w porównaniu z 12 425 dla Qwen3 Coder FP8. Pełne porównanie wszystkich 14 modeli znajduje się w następnej sekcji.

Dwie wieże, jedna płyta główna: ASUS ET900N G3 vs MSI WS300

ET900N G3 i MSI XpertStation WS300 korzystają z tej samej płyty bazowej NVIDIA GB300 DGX Station, umieszczonej w różnych obudowach OEM. Obydwa korzystały z tych samych 14 modeli, dwóch profili obciążenia i przeglądania współbieżności przy użyciu pasujących kompilacji vLLM. Poniższa tabela porównuje szczytową przepustowość wyjściową ET900N G3 z WS300 we wszystkich modelach.

Z 28 par model-obciążenie 24 wyniki różnią się między sobą w granicach 2%, a większość wykazuje ułamkową procentową przewagę WS300. Cztery znajdują się poza tym zakresem, trzy przy zrównoważonym obciążeniu: Llama 3.1 8B FP8 przy 3,5% poniżej WS300 (25 602 w porównaniu z 26 536), Qwen3 Coder 30B BF16 przy 4,6% niższym (10 000 w porównaniu z 10 486), Nemotron 3 Ultra 550B przy 5,2% niższym (159 w porównaniu 168), plus Qwen3 Coder 30B BF16 ponownie o 2,1% niższy w przypadku długich podpowiedzi. Wszystkie punkty danych to pomiary pojedynczej serii dla każdej wieży, zatem 2–5% wariancji w trzech z 14 modeli nie może być przypisane konstrukcji podwozia; po prostu dokumentujemy obserwowaną deltę. Modele zależne od spójnego łączenia pamięci, MiniMax M3 i GLM-5.2, dorównują lub przewyższają wydajność WS300 w obu obciążeniach, potwierdzając, że ścieżka odciążania Grace zachowuje się identycznie w obudowach ASUS i MSI.

GPT-OSS-20B, gęsty model o najwyższej przepustowości i GLM-5.2, obciążenie skupione na odciążaniu, wykazują niemal idealne nakładanie się: wydajność WS300 niemal punkt po punkcie dorównuje ET900N G3.

Będziemy kontynuować te ramy porównawcze, gdy do naszego laboratorium dotrą kolejne wieże GB300. Następny w kolejności jest HP ZGX, a za nim inne wersje OEM. Każda jednostka przeprowadza tę samą analizę współbieżności, więc wszelkie różnice między implementacjami OEM pojawią się w tym środowisku porównawczym, a wykresy poszczególnych modeli zachowują surowe krzywe wydajności.

Wniosek

ASUS ExpertCenter Pro ET900N G3 spełnia to, co powinna robić druga platforma referencyjna: sprawdza oryginalne wyniki testów porównawczych. W przypadku 14 modeli i dwóch profili obciążenia 24 z 28 porównań szczytowej przepustowości vLLM mieści się w granicach 2% wyników MSI XpertStation WS300 i waha się od 1766 tokenów wyjściowych/s dla DeepSeek V4 Flash do 22 041 dla GPT-OSS-20B. Cztery wartości odstające w pojedynczym przebiegu spadają o 2–5% mniej, a system pomyślnie obsługuje GLM-5.2 z warstwami eksperckimi o pojemności 215 GB przechowywanymi w pamięci Grace przy przepustowości, której cztery karty RTX PRO 6000 nie mogą dorównać. Superchip GB300 wyznacza pułap wydajności, a ASUS zapewnia solidne wykonanie.

Wartościowymi dodatkami firmy ASUS są praktyczne ulepszenia inżynieryjne: uchwyty pozwalają dwóm osobom przenosić 27-kilogramową wieżę bez chwytania paneli obudowy; dedykowany wentylator w klatkach QSFP112 zapobiega ryzyku termicznemu podczas długotrwałych przebiegów optycznych 400G; zasilacz tytanowy zmniejsza pobór mocy przez ścianę. Host ARM, obowiązkowy obwód 20 A, wyjście wyświetlacza tylko dla BMC i wspólny budżet mocy 1600 W w przypadku zainstalowania dużych dodatkowych procesorów graficznych to nieodłączne ograniczenia platformy, które w równym stopniu dotyczą obu wież.

Pekin Qianxing Jietong Technology Co., Ltd.
Sandy Yang/dyrektor ds. strategii globalnej
WhatsApp / WeChat: +86 13426366826
E-mail: yangyd@qianxingdata.com
Strona internetowa: www.qianxingdata.com/www.storageserver.com
Koncentracja biznesowa:
Dystrybucja produktów ICT/Integracja systemów i usługi/Rozwiązania infrastrukturalne
Dzięki ponad 20-letniemu doświadczeniu w dystrybucji IT współpracujemy z wiodącymi światowymi markami, aby dostarczać niezawodne produkty i profesjonalne usługi.
„Wykorzystanie technologii do budowy inteligentnego świata”Twój zaufany dostawca usług produktów ICT!