Nvidia DGX Station-pc met Windows verschijnt in december vanaf 100.000 euro

De eerste Nvidia DGX Station-pc's met Windows 11 verschijnen in december. De prijzen variëren van 100.000 tot 150.000 euro, afhankelijk van de configuratie. De systemen hebben zeker 748GB gedeeld geheugen en zijn bedoeld voor enterprisegebruik.

Nvidia bevestigde de releasemaand van de DGX Station for Windows tijdens een conferentie in Berlijn, schrijft de gpu-maker in een persbericht. De komst van die workstation-pc was al bekend, al was nog niet bekend wanneer dat precies gaat gebeuren.

Het zal dan niet eenvoudig zijn om een DGX Station for Windows te bemachtigen. De Linux-variant van de DGX Station wordt al enkele maanden verkocht, maar is in de praktijk amper te krijgen, merkt ook Computerbase op.

Gebruikers kunnen een offerte aanvragen bij een van de fabrikanten die een DGX Station-variant verkopen, zoals ASUS, Dell, HP, Gigabyte, MSI of Supermicro. Volgens Computerbase, dat aanwezig is bij de conferentie, worden de pc's dan verkocht voor 100.000 tot 150.000 euro.

GB300-chip en 748GB gedeeld geheugen

Een GB300-'superchip'. Bron: Nvidia

De DGX Station for Windows beschikt over een Nvidia Grace Blackwell Ultra GB300-'superchip'. Die combineert 72 cpu-cores met een Blackwell Ultra-gpu.

De chip heeft daarnaast twee soorten werkgeheugen: 496GB aan Lpddr5X-ram en 252GB HBM3e-geheugen. In totaal beschikt de chip daarom over 748GB werkgeheugen, dat volledig coherent is en daarmee gebruikt kan worden door zowel de cpu als de gpu.

De DGX Station krijgt daarnaast een extra Nvidia RTX PRO-videokaart. Het gaat maximaal om een RTX PRO 6000 Blackwell. De specificaties daarvan lijken sterk op die van de RTX 5090, al beschikt hij over 96GB vram.

Een DGX Station for Windows. Bron: Nvidia

Reacties (41)

[partyondude]

Kan iemand mij in Jip en Janneke taal uitleggen wat voor bedrijven dit soort computers kopen?

De grafische sector? Autofabrikanten waarbij deze dan op de ontwerp afdeling komen te staan?

[Maxdehaas19]

Ik denk dat het bedrijf waar ik werk hier nog wel naar zou kijken.

Ik kan niet te veel zeggen over het bedrijf zelf, omdat ik in een sector werk met veel eisen (zoals banken, zorg en defensie). Dit betekent dat cloudoplossingen niet voor heel veel taken kunnen worden gebruikt.

Het probleem is alleen dat zo’n (AI-)server die rack-mounted is, 15+ kilowatt aan warmte per uur moet wegkoelen (los van de huidige stroom capaciteit waar ons "data centertje" op is ingericht). Onze huidige infrastructuur is hier binnen het bedrijf gewoon niet geschikt voor. Een nieuw datacenter bouwen (ook als het om een kleine variant gaat) kost miljoenen. Dit staat bovendien los van het uitbreiden van de stroomcapaciteit.

Zo’n machine is echter wel een relatief goedkope oplossing voor een bedrijf om een paar teams te voorzien van een lokaal AI-model en dit als proef te gebruiken.
Mijn verwachting is dat er in ieder geval één besteld wordt.

[Zeerob]

Het probleem is alleen dat zo’n (AI-)server die rack-mounted is, 15+ kilowatt aan warmte per uur moet wegkoelen ...

Interessante reactie. Alleen is kilowatt al (energie) per tijd. Dus niet kilowatt per uur, maar gewoon kilowatt.

[Themperror]

bedrijven die lokaal AI willen runnen, ipv via cloud ivm privacy concerns.

[wiseger]

Dan zal je toch eerder een lokaal data center opzetten i.p.v. een desk computer te nemen?

[SinergyX]

Veel bedrijven hebben geen fullblown lokaal datacenter meer, die hebben alles 'ergens anders' staan en is zo'n werkstation op de afdeling meer dan prima, je kan on the fly lokale modellen wisselen, of eigen modellen draaien. Vergeet niet dat een potentieel 'programmeur' met zo'n machine zijn output zo extreem kan verhogen, dat zo'n losse machine als werkstation zichzelf prima kan terugverdienen, plus je al je data netjes 'in house' houd.

[Themperror]

de schaal hoeft niet zo extreem te zijn, je kan best 10-20 werknemers hebben die dan zoiets kunnen gebruiken, hoeft niet ineens 2000 man te zijn (een data center is extreem duur, 100k voor een PC staat dan in het niets)

[Gropah]

Maar denk je niet dat bedrijven die 100k kunnen neerleggen voor zo'n computer, niet ergens ook al wat cloud afhuren of een eigen (mini of colo) datacenter hebben?

[recyclebin]

Maar 100k voor één enkele desktop/workstation PC? Ik denk dat bedrijven eerder voor zo'n bedrag eerder een (Linux) server aanschaffen die remote te benaderen valt en voor meerdere personen te gebruiken valt, toch?

[MehHuntah]

Er zijn developers die 200k per jaar aan tokens verbranden.. dan is de rekensom redelijk snel gemaakt.

Ook day traders verbranden enorme hoeveelheden tokens. Bij hun analysis die hebben zo een berg agents continue runnen,

[Reactie gewijzigd door MehHuntah op 22 oktober 2026 14:48]

[gesmurfed]

Misschien bedrijven die met privacy-gevoelig data werken?

[jpsch]

Wil je dan Windows draaien?

[Sharky]

Windows is niet inherent onveilig. Met de juiste beveiligingssoftware is er niets aan de hand. Ervan uitgaande dat de gebruiker geen domme dingen doet (90% van de incidenten komt door onoplettendheid of onwetendheid) en dat de overige infra ook in orde is.

[JPK1960]

Grote Artist Impression Lumion producties voor bedrijven met 50 werknemers?

[GeroldM]

Computer zal vast ook wel op een eigen electriciteitsgroep (al dan niet met 3-dfasen aaunsluiting) moeten worden aangesloten. Dat komt er nog eens bovenop de aanschafprijs.

Geheugen-modules, geconstrueerd volgens de HBM principes, dat is de grootste bron van ergernis in de RAMpocalypse die de hele wereld en haar economieen in een wurggreep heeft.

Ja, het is supersnel geheugen, maar verbruikt tijdens elke stap in het gehele fabricage-proces heel veel aan materiaal, arbeidstijd en zeer gespecialiseerde machines vanwege hoge kans op fouten gedurende de 'packaging'-stappen in het gehele proces. Kortom, het slokt de productue-capaciteit op van de 'fabs' die dit normaal gesproken veel eerlijker verdelen zonder daarbij de wereldeconomieen een geweldig oor aan te naaien.

En dat allemaal omdat er een paar personen rondlopen die de wereld opjutten voor AI, puur en alleen om er zelf rijker van te worden en de rest van de wereld laat vechten voor de spreekwoordelijke kruimels die van hun tafel vallen.

Een (veel) langzamer tempo in dit opjutten, daar had iedereen in het algemeen en AI in het specifiek meer aan gehad.

[Umbrah]

Z'n PSU is maar 1600W; dat kan op een gewoon 10A stopcontact nog wel. Tenzij je in de VS woont, daar moet je wel een aparte groep er voor hebben.

[rjmno1]

Wie koopt nou zoiets dit is veel te gortig en echt overkill.plus veel te duur.

[SomerenV]

Ligt eraan. Genoeg bedrijven die aardig wat knaken betalen iedere maand aan OpenAI of Anthropic bijvoorbeeld. Als je dat niet meer hoeft te doen én je al je data zelf in beheert hebt dan zo'n systeem van 100.000 euro wellicht een prima investering zijn.

[sworpie]

Maar Anthropic/OpenAI modelllen kun je bij mijn weten niet lokaal draaien.

[Vullisbak]

Deze machines maken het mogelijk om andere grote modellen als bijv Qwen lokaal te draaien. Deze doen bij bepaalde taken niet heel veel onder voor Claude en OpenAI.

Als ik zie dat onze kosten van AI tokens in 3 maanden van enkele duizenden naar 70k/maand geschoten is, denk ik dat de uitgaven voor een monster als deze wel te rechtvaardigen is.

[klakkie.57th]

Een groot publiek beschikbaar model nemen en daar dan al “jouw” data aan toevoegen.

[SHiNeye]

Overkill voor wie? Volgens mij zijn er genoeg sectoren waarin dit geen overkill is.

[QuestionMarc]

Wij hebben ook net 600k uitgegeven voor 10 HPC servers, puur omdat die dingen in de cloud al snel tienduizenden euro's per jaar kosten per stuk.

En ze zijn ook nog eens een stuk sneller.

[starquake]

But can it run crysis?

[360Degreez]

It'll run you into a financial crysis...

[diejeremo]

Mensen denken meteen dat dit voor thuis bedoeld is..

[Lordfox73]

Ik dacht: dat is mooi, dan kan ik eindelijk 20 Chrome tabs open hebben in plaats van maar 12.
Maar daar is het dus niet voor bedoeld...?
Maar het kan wel toch?

Nee, dit zijn geen systemen voor thuis. De enige overeenkomst is dat de systemen voor thuis ook al bijna niet meer betaalbaar zijn....

[TeunSegers]

100.000 is onrealistisch goedkoop in de huidige markt waar dit soort systemen voor makkelijk meer dan 150.000 over de digitale toonbank gaan in basisuitvoering. Als je met de configuratiepagina begint te spelen kom je vrij gemakkelijk boven het miljoen.

Voor de mensen die zich afvragen wat je hiermee kan doen. Een paar toepassingen zijn:
* Lokale finetuning van modellen (bijv. QLoRA)
* ~60 mensen voorzien van vrij snelle threads op een middelgrote lokale AI. Dat getal variert natuurlijk flink afhangekelijk van een boel factoren, het is maar om een idee te geven.

Windows is een heel vreemde keuze btw. In AI land draait vrijwel alles op Linux.

[Reactie gewijzigd door TeunSegers op 22 oktober 2026 14:47]

[Zjemm]

Hoeveel bandbreedte kan die aan?

[Umbrah]

Weet niet of je vraag serieus is, maar een paar leuke specs:

• Het RAM zit dus in twee poules, waar van 252GiB op 7.1TB/s (grote B), en 496GiB op 396GB/s. Alles is ECC. Dat laatste is indrukwekkend.
• Er is een chip-to-chip interconnect (zo zit de GPU aan de CPU vastgelijmd, dus niet met PCIe) van 900GB/s; ter info: een PCIe gen5 x16 GPU zit met "maar" 63,04GB/s aan de CPU. Dit is ook hoe zowel GPU als CPU het RAM kunnen delen
• Er is ook een 800Gb/s (kleine b) netwerkkaart beschikbaar, die óók dingen als RDMA aankan. Dus zonder de overhead van TCP/IP direct... RAM/VRAM delen over het netwerk. Dat is dus in theorie nog eens 80GB/sec (grote B) om data mee uit te wisselen mocht je er twee aan elkaar willen linken. Dat zijn snelheden die realistisch genoeg zijn om met iets als raycasting het geheel als één computer te laten werken.
• Er is ook een 10gbit ethernet kaart beschikbaar
• Een 1gbit beheer poort (voor als je hem in een rack wil)
• paar 20gbit USB, en 10Gbit USB poorten
• een 80/120Gbit displayport poort
• een paar 480mbit USB poorten

Er zijn gewoon workflows waar de mogelijkheid om een hele dataset in één keer in een unified pool te zetten erg krachtig is. Ik doe het zelf vaak op DGX Sparks (twee aan elkaar met maar 400GB/sec). 256GB aan puntenwolken/foto's in een reconstructie... pats boem pow... met een paar functies de resultaten die ik wil... terwijl ik met traditionele hardware 95% van mijn tijd bezig ben met... kopiëren/schrijven/lezen/stukje doen/opnieuw.

Ik zal wel een use-case hebben voor deze DGX-station eigenlijk... zou in één keer een hele scan van een station als Utrecht kunnen inladen...

[crazylemon]

Laatst zag ik op social media een Threadripper bak met 1Tb geheugen en een aantal (ik dacht 4x of 6x) de RTX PRO 6000. Iemand in de comments "grapte" over een systeem van 200.000 Euro. Nu ik dit lees was dat geen grap zo te zien... Bijzondere tijden.
Ik ben benieuwd hoe zich dat verhoudt tot dit systeem.

[Reactie gewijzigd door crazylemon op 22 oktober 2026 14:46]

[bones]

Hmm dit zal wel een snelle machine zijn voor Blender lijkt me. Erg benieuwd naar de rendertests.

[allo2u]

Hoewel het duur is zie ik wel een use-case. In defensie en andere kritische sectoren is alles aan de cloud hangen, of zelfs aan een eigen datacenter, gewoon een risico. En als je dan toch LLM’s wil draaien, zoals hierboven gezegd voor ~60 mensen (of nightly agentic taken van ai agents), dan heb je 1 keer de kosten en niet al het gedoe met legal, security en token optimization van andere providers. Interessant dus. En overdreven duur (maar dat komt door de huidige markt). En waarom Windows?

Trouwens: Toch wel grappig dat de eerste computers enorme bakbeesten, soms hele gebouwen waren, en we daar nu eigenlijk bij terug zijn. Kun je je voorstellen dat we over 50 jaar een telefoon formaat hebben dat een heel datacenter van nu bevat?