72核ARM CPU配252GB显存：惠普这台工作站让普通电脑看起来像玩具

麻薯滑芝士

嘿，各位正在为跑大模型算力不够而愁眉苦脸的AI算法工程师们，还有那些对各种顶级硬件如数家珍的DIY发烧友们，咱们今天得好好聊一个真正称得上“怪兽级别”的东西。说句掏心窝子的话，这些年我接触过的高性能电脑也算是五花八门了——从几千块的游戏主机到几万块的双路工作站，从苹果的Mac Pro到各种我叫不上名字的定制服务器，自以为对“性能”这两个字已经有了足够的心理准备。

但就在昨天星期四，知名科技媒体Notebookcheck发布了一篇报道，把惠普刚刚官宣的一款新产品从头到尾扒了个干净。我看完那篇文章之后，说实话，好半天没缓过劲儿来。惠普这次端出来的这台机器，名字叫ZGX Fury AI Station，它不是我们平时在京东淘宝上能搜到的那种普通台式机，也不是那种摆在公司工位上用来做做表格、发发邮件的工作电脑。这是一台专门为人工智能领域量身打造的超级工作站，肚子里装的是一颗来自英伟达的GB300 Grace Blackwell Ultra芯片，这颗芯片有多猛呢？72核的ARM架构中央处理器，配上496GB的LPDDR5X内存，再加上一块拥有252GB专用HBM3e显存的Blackwell Ultra图形处理器，显存带宽飙到了7.1TB每秒，FP4精度下的稀疏算力能达到20 petaflops。这些数字单个拎出来哪一个都够吓人的，现在居然全被塞进了一台机器里。今天我就把这个庞然大物的里里外外都给大伙儿掰扯清楚，顺便也聊聊这台据说可能要卖到10万美元的机器，到底凭什么敢开出这个价。



咱们先从这台机器的出身说起。惠普这次推出的ZGX Fury AI Station，并不是惠普一家公司闭门造车搞出来的东西。根据Notebookcheck那篇报道里披露的信息，惠普这次是找了Red Hat这家公司来联手打造的。Red Hat是干什么的？如果你用过企业级的Linux操作系统，那你八成听说过Red Hat Enterprise Linux的大名，也就是我们常说的RHEL。全球范围内，无数大型数据中心、金融机构、政府机构的服务器底层跑的都是Red Hat的系统。惠普选择跟Red Hat合作，这个举动本身就释放了一个强烈的信号：这台ZGX Fury从一开始就没打算卖给普通消费者，它的目标客户非常明确，就是那些需要在本地进行大规模AI模型训练和推理的企业客户和科研机构。你再看看这台机器的名字——ZGX Fury AI Station，后缀直接挂了“AI Station”两个单词，等于是在脑门上贴了一张大字条：我就是为人工智能而生的。

那么，这台为AI而生的工作站，心脏部位跳动的到底是一颗什么样的芯片呢？答案就是英伟达的GB300 Grace Blackwell Ultra。这颗芯片的名字你可能已经在别的地方见过了，因为就在不久之前，微星也推出了一款搭载同样芯片的笔记本产品，型号叫WS300，Notebookcheck在那篇报道里也顺带提了一嘴微星那台机器。GB300这个代号里头，Grace指的是英伟达自己研发的Grace中央处理器，Blackwell则是英伟达最新一代的图形处理器架构，而Ultra这个后缀代表的是这个系列里的顶配版本。这颗芯片的中央处理器部分采用的是ARM架构，具体来说是建立在Neoverse V2核心基础之上的72核处理器。72个核心，这个数字你得好好琢磨一下。咱们普通人家里用的电脑，中央处理器一般是4个核心、6个核心或者8个核心，稍微讲究一点儿的游戏玩家可能会配到16个核心，那已经算是相当奢侈的配置了。72核的ARM处理器，光是核心数量就是普通家用电脑的好几倍。而且Neoverse V2这个核心本身就是英伟达专门为服务器和数据中心这类高负载场景设计的，性能和能效都相当出色。更夸张的是，这颗中央处理器搭配了高达496GB的LPDDR5X内存。496GB，这个数字大到什么程度呢？绝大多数人的家用电脑内存是16GB或者32GB，稍微土豪点的会配到64GB，就算是重度视频剪辑工作者或者3D建模师，128GB也已经是天花板级别的存在了。496GB的内存，意味着你可以同时在内存里加载好几个超大参数的AI模型，或者在处理那种动辄几个TB的超大数据集时，完全不用担心内存不够用导致程序崩溃。



说完中央处理器这边，咱们再来看看图形处理器那边的情况，那才是这台机器真正让人目瞪口呆的地方。ZGX Fury搭载的Blackwell Ultra图形处理器，配备了252GB的专用HBM3e显存。HBM3e是目前业界最先进的显存技术之一，它的特点是带宽极高、功耗相对较低，特别适合AI计算这种需要频繁读写海量数据的场景。252GB的显存容量意味着什么呢？目前市面上最顶级的消费级显卡，比如英伟达自己家的RTX 4090，显存也只有24GB。即使是专业级的数据中心显卡，比如之前被广泛用于AI训练的H100，显存容量通常也在80GB上下。252GB几乎是H100的三倍还多。而且这块显存的带宽达到了惊人的7.1TB每秒。7.1TB每秒是什么概念？我给你打个比方，假设你有一部蓝光原盘电影，文件大小大约是50GB，用7.1TB每秒的带宽来传输，一眨眼的功夫就能传过去140多部这样的电影。这种级别的带宽，目的就是为了让图形处理器在处理超大模型的时候，能够在最短的时间内把海量数据从显存里读取出来进行计算，不浪费一丁点儿时间。

更厉害的地方还在后面。英伟达官方表示，虽然中央处理器那边有496GB内存、图形处理器这边有252GB显存，但整个系统的内存池实际上是可以在一定程度上统一调度使用的，加起来一共是748GB。也就是说，图形处理器在某些情况下可以访问到中央处理器那边的内存，把整个748GB的容量都利用起来。这对于那些需要加载超大模型的场景来说，简直就是雪中送炭。而在算力方面，英伟达宣称这块图形处理器在FP4精度下的稀疏计算能力可以达到20 petaflops。20 petaflops，也就是每秒两万万亿次浮点运算。这个数字对于大多数人来说可能只是一个抽象的概念，但在AI领域，它意味着你可以用这台机器在本地训练和运行那些以前只能放在云端超算中心里跑的巨型模型，而且训练速度会非常快。

当然，惠普也考虑到了一些客户可能有自己特定的需求。ZGX Fury工作站主板上提供了一个PCIe Gen 5 x16插槽，客户可以根据自己的需要，额外安装独立的英伟达RTX Pro系列专业显卡。PCIe Gen 5是目前最快的PCIe接口标准之一，x16的带宽足够让这些顶级显卡充分发挥性能。除此之外，主板上还有另外两个PCIe Gen 5 x16插槽，不过这两个插槽的速度是x8，虽然带宽比x16少了一半，但对于某些扩展卡来说也完全够用了。存储方面，ZGX Fury提供了总共四个M.2插槽，可以安装四块高速固态硬盘，不管是组建RAID阵列还是分层存储，空间都非常充裕。

对于那些需要把多台ZGX Fury工作站组成集群来协同工作的企业和研究机构，惠普也给出了解决方案。客户可以选择配备英伟达的ConnectX-8网卡，这张网卡支持高达800Gbps的网络速度，接口是双QSFP112。800Gbps的速度意味着在多台工作站之间传输数据时，几乎感觉不到延迟，这对于分布式AI训练来说至关重要。除了这些核心部件之外，ZGX Fury在外部接口上也毫不吝啬。机箱背部提供了六个USB 3.2 Gen 2 Type-A接口、两个USB 3.2 Gen 2 Type-C接口、一个3.5毫米音频插孔、独立的麦克风和音频输出接口，以及一个1G以太网口和一个10G以太网口。不管是外接键盘鼠标、U盘、移动硬盘，还是连接专业音频设备和高速网络，这些接口都能满足需求。

说了这么多厉害的配置，大家最关心的问题肯定来了：这台机器到底要多少钱？惠普官方目前并没有公开ZGX Fury的具体售价。但是Notebookcheck在报道中提到，可以参考微星此前推出的那些搭载类似配置的工作站，那些机器的标价大概在10万美元左右。10万美元，按照当前的汇率折算一下，大概就是七十万人民币左右。这个价格足以在很多城市买一套不错的房子了，而现在它只是一台电脑的价格。所以这台机器注定只会属于那些真正有刚需的大型企业、顶级科研机构和AI实验室，普通个人用户基本上只能看看热闹。

不过，对于咱们这些没有10万美元预算的普通用户和AI爱好者来说，也不是完全没有选择。Notebookcheck在报道的最后也给了一条出路：如果只是想尝试在本地运行一些小规模的AI模型，可以考虑搭载AMD Strix Halo平台的GMKtec Evo X2迷你主机，这台机器配备了128GB内存，目前在亚马逊上的售价是3649美元，折合人民币两万多块钱。虽然跟ZGX Fury比起来差距巨大，但作为入门级的本地AI实验平台，也算是一个不错的起点了。

总的来说，惠普这次推出的ZGX Fury AI Station，可以说是把当前消费电子领域最顶尖的技术全部堆叠到了一台机器里。496GB内存、252GB显存、20 petaflops算力，这些数字背后代表的不仅仅是硬件的迭代，更是整个AI产业向更高层次迈进的一个缩影。随着AI模型的规模越来越大、复杂度越来越高，像ZGX Fury这样的超级工作站必然会成为越来越多企业和机构的标配。而对于我们这些普通观察者来说，虽然大概率买不起这台机器，但能看到科技以如此迅猛的速度向前发展，本身也是一件令人兴奋的事情。至于惠普这台机器最终到底定价多少、什么时候正式上市，咱们就等着官方的后续消息吧。

x067

游客请登录后查看回复内容

行了吧

游客请登录后查看回复内容