🛒 0

HP ZGX Fury GB300 AI-Workstation

Chip NVIDIA GB300 Grace Blackwell Ultra Superchip
Kohärenter Speicher 748 GB vereint: 496 GB LPDDR5X + 252 GB HBM3e
KI-Leistung 20 PetaFLOPS (FP4)
GPU-Erweiterung RTX Pro 6000 / 4000 / 2000 (3 PCIe 5.0 Slots)
94.000 €

Unser Team wird sich mit einem maßgeschneiderten Preisangebot bei Ihnen melden.

Verwenden Sie dies, um verschiedene Konfigurationen in Ihrem Warenkorb zu unterscheiden – praktisch, wenn Sie dasselbe Produkt mit verschiedenen Optionen bestellen.

Gesamtpreis 94.000 €

Vollständige Spezifikationen

Rechenleistung & Speicher

Superchip

NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip

CPU

NVIDIA Grace CPU Superchip, 72 Arm Neoverse V2-Kerne

GPU

1× NVIDIA Blackwell Ultra GPU

Kohärenter Speicher

748 GB vereint: 496 GB LPDDR5X + 252 GB HBM3e

KI-Leistung

20 PetaFLOPS (FP4)

Speicher & Physische Eigenschaften

Speicher (Steckplätze)

Bis zu 4× M.2 2280 PCIe 5.0 x4 NVMe (max. 8 TB)

Formfaktor

Deskside-Turm, NVIDIA DGX Station-Architektur

Abmessungen

24,78 x 58,27 x 52,79 cm

Netzwerk & Erweiterung

Hochgeschwindigkeitsnetzwerk

2× 400G QSFP112-Ports über NVIDIA ConnectX-8 SuperNIC

PCIe-Erweiterung

PCIe 5.0, 3 Slots (1× x16 + 2× x8), unterstützt NVIDIA RTX Pro 6000 / 4000 / 2000 GPUs

Stromversorgung & Kühlung

Netzteil

1600-W-Titanium-Effizienz-Netzteil, 115–240V flexibel

Kühlung

Luftgekühlter Tower, Standard-Strom- und Luftstromanforderungen für Büroumgebungen

Verwaltung & Software

Betriebssystem

Ubuntu, Windows-Unterstützung als zukünftige Ergänzung geplant

Software-Stack

HP ZGX Toolkit(kostenlos, Open-Source), vorinstalliert mit dem NVIDIA-KI-Software-Stack

Agent Runtime

NVIDIA NemoClaw mit isolierter Sandbox für autonome Agents

Bevorzugen Sie eine schnelle KI-gestützte Zusammenfassung? Überspringen Sie das Lesen – prüfen Sie die vollständigen Spezifikationen und die Eignung für Ihren Anwendungsfall mit einem KI-Assistenten Ihrer Wahl.

HP stellte die ZGX Fury GB300 am 6. Juni 2026 auf der Computex vor und positionierte sie im NVIDIA GB300 Grace Blackwell Superchip-Ökosystem als Deskside-System, das für den lokalen Betrieb von Billionen-Parameter-Modellen entwickelt wurde, mit einer speziell für kontinuierlich laufende KI-Agenten konzipierten Softwarestack.

Hardware-Spezifikationen

Die ZGX Fury GB300 basiert auf einem einzelnen NVIDIA Grace CPU Superchip – 72 Arm Neoverse V2-Kerne und 496 GB LPDDR5X-Speicher – gepaart mit einem NVIDIA Blackwell Ultra GPU mit 252 GB HBM3e-Grafikspeicher, vereinheitlicht über NVLink-C2C zu einem kohärenten Speicherpool von 748 GB. Das System bietet bis zu 4× M.2 2280 PCIe 5.0 NVMe-Speicher (insgesamt 8 TB), eine Dual-Port-ConnectX-8-400G-Netzwerkschnittstelle und drei zusätzliche PCIe-5.0-Steckplätze für optionale RTX Pro GPU-Erweiterungen.

Lokaler KI-Server für den Unternehmenseinsatz

Die ZGX Fury GB300 ist als gemeinsame, lokale KI-Ressource konzipiert. Mehrere Mitarbeiter können während des Arbeitstages Dokumentenverarbeitungsaufgaben einreichen – Vertragsprüfung, Rechnungsextraktion, Berichtserstellung, E-Mail-Triage – wobei Aufträge zentral vor Ort bearbeitet werden, anstatt über externe Cloud-Dienste geleitet zu werden.

Das System wird mit dem HP ZGX Toolkit, einem kostenlosen, vorkonfigurierten Softwarestack, sowie NVIDIA NemoClaw für ständig aktive autonome Agenten ausgeliefert. Agenten arbeiten in einer isolierten OpenShell-Sandbox, sodass wiederkehrende Aufgaben wie Posteingangsüberwachung oder geplante Berichtsgenerierung kontinuierlich ohne manuelle Initiierung laufen können, während die Agentenaktivität eingegrenzt und überprüfbar bleibt.

HP hat zugesagt, Unterstützung für zukünftige NVIDIA-GPU-Generationen auf demselben System zu ermöglichen, und Windows-Support soll später 2026 zur aktuellen Ubuntu-basierten Umgebung hinzukommen – was die Nutzungsdauer der anfänglichen Hardwareinvestition verlängert.

Kostenvergleich: On-Premises vs. Cloud-KI-APIs

Für KMUs, die täglich große Dokumentenmengen verarbeiten, vergrößert sich der Unterschied zwischen einer festen On-Premises-Lösung und nutzungsbasierter Cloud-KI-Abrechnung mit der Zeit erheblich.

Cloud-KI-APIs
~250k € - ~650k €
über 3 Jahre, anhaltende Workload
Nutzungsbasierte Abrechnung skaliert mit dem Volumen. Kosten steigen linear (oder schneller) mit wachsender Dokumenten-/Agenten-Workload, ohne Obergrenze.
HP ZGX Fury GB300 AI-Workstation
~110.000 €
über 3 Jahre, feste Hardware + Betriebskosten
Einmalige Hardwarekosten plus vorhersehbare Strom- und Wartungskosten. Kosten bleiben unabhängig vom Nutzungsgrad gleich.
Geschätzte Kostenaufschlüsselung über 3 Jahre: ZGX Fury vs. Cloud-KI-APIs
KostenkategorieCloud-KI-APIsZGX Fury (On-Premises)
Anfängliche HardwareinvestitionKeine94k Euro (einmalig)
Betriebskosten Jahr 1~90k € - ~220k €~4k € (Strom & Wartung)
Betriebskosten Jahr 2~90k € - ~220k €~4k € (Strom & Wartung)
Betriebskosten Jahr 3~90k € - ~220k €~4k € (Strom & Wartung)
Kumulierte Kosten über 3 Jahre~250k € - ~650k €~110.000 €

Da die Verarbeitung vollständig vor Ort stattfindet, werden Dokumente und Geschäftsdaten nicht an Drittserver übertragen. Dies ist ein relevanter Aspekt für Organisationen in rechtlichen, finanziellen oder anderen datensensitiven Branchen.

Zusammenfassung

Die ZGX Fury GB300 bietet ein einzelnes, festpreisiges System, das kontinuierliche KI-Dokumentenverarbeitung unterstützt, kombiniert mit einem offenen, erweiterbaren Softwarestack für autonome Agenten. Für KMUs mit konstanten KI-Workloads bietet es eine kostengünstigere Alternative zu wiederkehrenden Cloud-KI-Ausgaben, ohne das Unternehmen an einen einzelnen Softwareanbieter zu binden.

DeutschDeutschde🇩🇪EnglishEnglischen🇪🇺bosanskiBosnischba🇧🇦българскиBulgarischbg🇧🇬danskDänischdk🇩🇰EestiEstnischee🇪🇪suomiFinnischfi🇫🇮FrançaisFranzösischfr🇫🇷ΕλληνικάGriechischgr🇬🇷ItalianoItalienischit🇮🇹hrvatskiKroatischhr🇭🇷latviešuLettischlv🇱🇻LietuviųLitauischlt🇱🇹NederlandsNiederländischnl🇳🇱BokmålNorwegischno🇳🇴PolerowaćPolnischpl🇵🇱PortuguêsPortugiesischpt🇵🇹românăRumänischro🇷🇴svenskaSchwedischse🇸🇪СрпскиSerbischrs🇷🇸slovenčinaSlowakischsk🇸🇰SlovenecSlowenischsi🇸🇮EspañolSpanisches🇪🇸češtinaTschechischcz🇨🇿українськаUkrainischua🇺🇦magyarUngarischhu🇭🇺БеларускаяWeißrussischby🇧🇾العربيةArabischar🇸🇦বাংলাBengalischbd🇧🇩မြန်မာBirmanischmm🇲🇲简体Chinesischcn🇨🇳繁體Trad. Chinesischhk🇭🇰ქართულიGeorgischge🇬🇪עבריתHebräischil🇮🇱हिंदीHindihi🇮🇳BahasaIndonesischid🇮🇩日本語Japanischjp🇯🇵ҚазақKasachischkz🇰🇿한국어Koreanischkr🇰🇷MelayuMalaiischmy🇲🇾मराठीMarathimr🇮🇳नेपालीNepalesischnp🇳🇵فارسیPersischir🇮🇷ਪੰਜਾਬੀPunjabipa🇮🇳РусскийRussischru🇷🇺සිංහලSinghalesischlk🇱🇰TagalogTagalogph🇵🇭தமிழ்Tamilta🇱🇰తెలుగుTelugute🇮🇳ไทยThaith🇹🇭TürkçeTürkischtr🇹🇷اردوUrdupk🇵🇰O'zbekUsbekischuz🇺🇿Tiếng ViệtVietnamesischvn🇻🇳