Köp NVIDIA DGX B200 Sverige — GPU Server Specs & Pris | Aixia

NVIDIA DGX B200 – nu tillgänglig för POC och utvärdering

Aixia är stolta över att meddela att vi nu har den senaste generationens AI-infrastruktur, NVIDIA DGX B200, i full drift i vårt datacenter. Med denna satsning stärker vi vår position som ledande inom avancerad AI- och HPC-lösningar i Norden.​

En ny nivå av AI-prestanda

DGX B200 är baserad på NVIDIAs nya Blackwell-arkitektur och levererar upp till 72 petaFLOPS för träning och 144 petaFLOPS för inferens. Systemet är utrustat med åtta NVIDIA Blackwell GPU:er och totalt 1 440 GB HBM3e GPU-minne, vilket möjliggör hantering av de mest krävande AI-arbetsbelastningarna, inklusive stora språkmodeller och generativ AI.

Teknisk specifikation i korthet:

  • GPU: 8x NVIDIA Blackwell

  • GPU-minne: 1 440 GB HBM3e

  • CPU: 2x Intel Xeon Platinum 8570 (112 kärnor totalt)

  • Systemminne: Upp till 4 TB

  • Lagring: 2x 1,9 TB NVMe M.2 (OS) + 8x 3,84 TB NVMe U.2 (data)

  • Nätverk: 8x NVIDIA ConnectX-7 VPI (upp till 400 Gb/s)

  • Effektförbrukning: ~14,3 kW

  • Formfaktor: 10U​

Systemet levereras med NVIDIA AI Enterprise och NVIDIA Base Command, vilket ger en komplett mjukvarustack för AI-utveckling och drift.​

 

Proof of Concept – i vårt datacenter eller hos er

Vi erbjuder nu företag möjligheten att genomföra proof of concept (POC)-projekt med DGX B200:​

  • I vårt datacenter: Testa och utveckla era AI-modeller i en optimerad miljö med tillgång till vår expertis.

  • På plats hos er: Utvärdera DGX B200 i er egen infrastruktur för att se hur den integreras i era arbetsflöden.​

Oavsett val ger vi er stöd genom hela processen, från planering till genomförande.

​

Kontakta oss för mer information

Är ni intresserade av att utforska hur NVIDIA DGX B200 kan accelerera era AI-initiativ? Kontakta oss på Aixia för att diskutera era behov och hur vi kan hjälpa er att realisera dem.

Latest News

Från pilot till produktion: MLOps-fällorna när AI ska skalas

De flesta AI-piloter når aldrig produktion. Här är de fem vanligaste MLOps-fällorna – spårbarhet, övervakning, modell-drift, resursdelning och ägarskap -…
Läs mer

GPU-compute i Norden: var ska AI-infrastrukturen ligga?

Var ska beräkningskraften ligga? Publikt moln, eget datacenter, colocation eller en kombination? Så fattar ni beslutet, och vad försvar, medtech…
Läs mer

Arista tar AI-nätverket till 1,6T: första switcharna levereras i höst

Arista lanserar sin första 1,6T Ethernet-portfölj för AI-nätverk, byggd på Broadcom Tomahawk 6. Vad betyder det för svenska datacenter -…
Läs mer

Storage för AI: varför GPU-kluster svälter utan rätt dataplattform

En GPU kan bara arbeta så snabbt som datan når fram till den. Här är varför AI ställer andra krav…
Läs mer