ASUS ET900N G3 MÁY TÍNH AI CHO DOANH NGHIỆP

ASUS ExpertCenter Pro ET900N G3: máy trạm cho đội ngũ phát triển AI

ASUS ExpertCenter Pro ET900N G3 được xây dựng trên kiến trúc NVIDIA DGX Station, hướng đến doanh nghiệp, phòng nghiên cứu và đội ngũ cần phát triển AI trên hệ thống riêng. Thay vì gửi mọi tác vụ lên dịch vụ đám mây, đơn vị có thể chủ động bố trí mô hình và dữ liệu trên máy tại chỗ, theo chính sách quản lý của mình.

Điểm đáng chú ý của mẫu máy trạm này nằm ở sự kết hợp giữa nền tảng GB300, bộ nhớ dung lượng lớn và phần mềm AI chuyên dụng. Đây là lựa chọn cần được đánh giá theo mô hình, dữ liệu và môi trường phần mềm thực tế của từng dự án.

CPU Grace 72 nhân và GPU Blackwell Ultra phối hợp xử lý

NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip kết hợp CPU NVIDIA Grace 72 nhân Arm Neoverse V2 với GPU NVIDIA Blackwell Ultra. CPU đảm nhiệm những công việc như chuẩn bị dữ liệu, điều phối chương trình; GPU tăng tốc các phép tính phù hợp trong quá trình huấn luyện, tinh chỉnh và chạy mô hình AI.

NVLink-C2C là kết nối tốc độ cao giữa CPU và GPU, giúp hai bộ xử lý trao đổi dữ liệu hiệu quả. Khi lựa chọn máy, đội kỹ thuật cần kiểm tra thư viện, công cụ và ứng dụng có hỗ trợ kiến trúc Arm cùng nền tảng NVIDIA tương ứng hay không.

748GB bộ nhớ: hiểu đúng để chọn đúng bài toán

Con số 748GB là tổng bộ nhớ nhất quán của hệ thống, gồm 496GB LPDDR5X phía CPU và 252GB HBM3e phía GPU. Không nên hiểu toàn bộ 748GB là bộ nhớ riêng của GPU. Thiết kế này tạo điều kiện xử lý mô hình và dữ liệu lớn trong cùng hệ thống, giảm trở ngại do phải di chuyển dữ liệu giữa các thành phần.

Mô hình chạy được ở mức nào còn phụ thuộc cách lưu trọng số, độ dài ngữ cảnh, số người truy cập đồng thời và phần mềm triển khai. Với nhu cầu hỏi đáp tài liệu nội bộ hoặc trợ lý AI, nên thử bằng chính bộ dữ liệu và mức tải dự kiến để đánh giá sát nhu cầu.

SSD lên đến 8TB, lựa chọn theo dữ liệu thực tế

ET900N G3 hỗ trợ lưu trữ SSD NVMe lên đến 8TB, tùy cấu hình, với tối đa bốn vị trí M.2 2280 theo thiết kế hệ thống. Dung lượng tối đa thể hiện khả năng lựa chọn cấu hình; số ổ, dung lượng từng ổ và cách thiết lập lưu trữ cần được chốt trong báo giá.

Không gian lưu trữ nên tính cả mô hình gốc, dữ liệu đã xử lý, các phiên bản thử nghiệm và kết quả xuất ra. Nếu dự án tăng dữ liệu thường xuyên, cần dự trù thêm dung lượng và phương án sao lưu riêng.

Hình minh họa ứng dụng từ ASUS; màn hình và thiết bị đi kèm không mặc định thuộc cấu hình cung cấp.

Ubuntu và công cụ NVIDIA cho quy trình phát triển AI

Hệ thống sử dụng Ubuntu cùng NVIDIA AI Developer Tools, với các thành phần phần mềm phục vụ phát triển AI, khoa học dữ liệu và chạy mô hình tại chỗ. ASUS cũng công bố khả năng tương thích với NVIDIA NemoClaw và NVIDIA AI Enterprise. Phiên bản phần mềm, giấy phép thương mại và dịch vụ kèm theo cần được xác nhận theo gói cung cấp.

Nền tảng phù hợp để đội kỹ thuật xây dựng các ứng dụng như tìm kiếm và hỏi đáp trên tài liệu doanh nghiệp, phân tích dữ liệu hoặc xử lý hình ảnh, tùy mô hình được triển khai. Việc kiểm soát dữ liệu vẫn cần đi cùng phân quyền truy cập, quy trình bảo mật và sao lưu phù hợp.

Kết nối tốc độ cao và quản trị từ xa

Cổng mạng 10GbE phục vụ kết nối vào mạng nội bộ tương thích. Hai cổng QSFP 400Gb/s trên nền tảng NVIDIA ConnectX-8 dành cho hạ tầng tốc độ cao; cần lựa chọn cáp hoặc mô-đun kết nối phù hợp, không mặc định chúng đi kèm máy.

Máy còn có cổng mạng 1GbE riêng cho BMC, tức bộ điều khiển giúp quản trị viên theo dõi và quản lý phần cứng từ xa. Cổng mini DisplayPort dành cho BMC phục vụ quản trị; không nên coi đây là cổng xuất hình của một card đồ họa RTX PRO đã được lắp sẵn. Card RTX PRO bổ sung là tùy chọn cấu hình.

Tản nhiệt chất lỏng trong thiết kế máy dạng tháp

ASUS sử dụng tản nhiệt chất lỏng AIO khép kín để đáp ứng các tác vụ AI nặng. Thân máy có kích thước 584 × 232 × 565mm và khối lượng tịnh khoảng 27kg theo công bố hãng, vì vậy cần bố trí vị trí chắc chắn, thông thoáng và thuận tiện cho bảo trì.

Bộ nguồn 1600W chuẩn Titanium là thông số khả năng cấp điện, không có nghĩa máy luôn tiêu thụ 1600W. Điện năng thực tế thay đổi theo cấu hình và khối lượng công việc.