Ещё вчера «серьёзный ИИ» жил где-то далеко: в облаке, в дата-центре, за забором и по подписке. А ты сидел с ноутбуком и делал вид, что “тоже занимаюсь AI”, пока счётчик облачных GPU тихо капал тебе по карте.
Nvidia решила, что хватит этой романтики. На конференции GTC 2026 компания показала DGX Station — настольную (точнее, “подстольную”) машину, которая умеет запускать модели до триллиона параметров локально, без облака. Да, речь про уровень сопоставимый с самыми большими моделями — только локально, без облака.
Почему все упёрлись не в скорость, а в память
В характеристиках больше всего бросаются в глаза два числа: 20 петафлопс и 748 ГБ общей памяти.
Про петафлопсы можно сказать так: это “очень быстро”. Настолько быстро, что ещё меньше десяти лет назад похожие цифры ассоциировались с суперкомпьютером, который занимает зал размером со спорткомплекс. Теперь это коробка рядом с монитором, которая просто… включается в розетку.
Но на практике для больших моделей важнее не «быстро», а «влезло». Модель на сотни миллиардов или триллион параметров — это как огромный архив: если у тебя мало места, хоть обкрутись процессорами, ты его не распакуешь. 748 ГБ памяти — это и есть тот порог, после которого такие штуки вообще начинают запускаться без танцев с бубном.
Что там внутри и почему это не обычный ПК с мощной видеокартой
DGX Station построена на свежем чипе Nvidia: GB300 Grace Blackwell Ultra Desktop Superchip. Звучит как название робота из аниме, но смысл проще: CPU и GPU здесь работают как одна связка и делят общую память, а не перекидывают данные туда-сюда, как в обычных настольных машинах.
За это отвечает фирменная «перемычка» Nvidia, которая даёт очень высокую скорость обмена между процессором и видеочипом.
Для разработчика это означает меньше ситуаций когда ты купил «монстра», а потом упираешься в узкое место — данные просто не успевают доехать.
Зачем Nvidia тащит ИИ обратно домой
Причина простая и немного приземлённая: компании всё больше хотят держать данные и внутренние ИИ‑инструменты у себя, а не отправлять их в чужой дата-центр.
Потому что облако — удобно, но у него есть вечные «но». Данные нужно гонять по сети и иногда платить за это отдельно. Задержки и нестабильность никто не отменял. Безопасность превращается в бесконечные согласования. И главное: ты арендуешь чужой компьютер, который может подорожать в самый творческий момент.
DGX Station — ответ Nvidia на этот запрос: хочешь “умного помощника”, который работает с чувствительными документами, кодом, внутренними базами? Поставь железку рядом и живи спокойнее.
Агенты — это когда ИИ не ждёт твоего запроса
В этой истории есть ещё одна важная линия: Nvidia явно делает ставку на ИИ‑агентов. Это не чат-бот “спроси — отвечу”, а софт, который может планировать, выполнять задачи, запускать инструменты и работать постоянно, как фоновая служба.
Под это Nvidia анонсировала NemoClaw — открытый набор инструментов, где есть модели Nemotron и среда для безопасного запуска агентов с ограничениями по сети и доступам. Идея понятная: если агент работает 24/7, ему нужна постоянная машина под рукой, а не облачная сессия “на пару часов, пока бюджет не закончился”.
Тут даже появляется старая добрая мысль: если у тебя под столом стоит “личный сервер”, то твой агент может жить там же — с локальными файлами и без путешествий по интернету.
Самый хитрый ход: сделал на столе — уехало в дата-центр
Одна из сильных сторон DGX Station — то, что Nvidia продвигает как “непрерывность архитектуры”. По сути: что ты собрал и обкатал локально, можно потом без переписывания переносить на большие серверные системы Nvidia.
Почему это важно? Потому что в ИИ часто дороже всего не железо и даже не облако, а часы инженеров, которые тратятся на переделку под другую инфраструктуру. Если прототип и прод-среда говорят на одном “железном языке”, это экономит недели.
Цена не названа. Но намекают на шестизначную сумму в долларах
Nvidia цену не назвала, но по логике DGX-линейки это будет шестизначная сумма в долларах. То есть не “купил вместо MacBook”, а “купил вместо отдела согласований и половины облачных счетов”.
Целевая аудитория у устройства конкретная. Команды которые работают с чувствительными данными и не хотят выносить их наружу. Компании которым нужен мощный локальный запуск моделей для внутренних инструментов. Исследователи которые прототипируют на месте и потом масштабируют. И отрасли где данные по закону не имеют права покидать здание — медицина, энергетика, финансы.
Облако не умерло. Просто у него появился сосед по столу
Важно понимать: DGX Station не отменяет облака. Обучать “с нуля” модели фронтир-уровня всё равно будут на тысячах GPU в дата-центрах.
Но появляется другой, растущий сценарий: запуск и донастройка больших моделей на своих данных, внутренние агенты, прототипирование без риска “утечь” и без счетов, от которых хочется спрятаться в MФЦ и поменять личность.
И вот здесь “коробка под столом” внезапно выглядит не игрушкой, а прагматичным решением.
Похоже, мы пришли к эпохе, где суперкомпьютер — это не комната с гулом кондиционеров, а просто ещё одна штука рядом с монитором. Как офисный принтер. Только этот принтер, если что, умеет писать код и работать ночью — и вот это уже слегка настораживает.