Acer zaprezentował nową stację roboczą AI – Veriton GN100. To kompaktowe, ale niezwykle wydajne urządzenie stworzone z myślą o programistach i specjalistach AI, którzy chcą lokalnie trenować i testować modele sztucznej inteligencji bez konieczności korzystania z usług chmurowych.

Wydajność na poziomie petaflopa

Veriton GN100 bazuje na najnowszym systemie NVIDIA GB10 Grace Blackwell – to SoC stworzony specjalnie z myślą o przetwarzaniu danych AI. Dzięki zastosowaniu 20 rdzeni ARM oraz 5. generacji rdzeni Tensor, urządzenie osiąga zdumiewającą wydajność sięgającą 1 PFLOPS w precyzji FP4. Taka moc obliczeniowa czyni go idealnym rozwiązaniem do złożonych obliczeń i zaawansowanego rozwoju modeli ML.

Pamięć i dysk – pojemność klasy premium

Urządzenie wyposażono w do 128 GB zunifikowanej pamięci RAM, co umożliwia efektywne przetwarzanie dużych zbiorów danych bez ograniczeń tradycyjnego RAM-u. Do tego nawet 4 TB szybkiej pamięci NVMe pozwala przechowywać złożone modele oraz ogromne ilości danych operacyjnych bez opóźnień, co jest kluczowe w pracy nad AI.

Cena i dostępność – ile to kosztuje w Polsce?

W Stanach Zjednoczonych cena wynosi 3 999 USD, w Europie 3 999 EUR, natomiast w Australii 6 499 AUD. Po przeliczeniu na polską walutę (przy kursie 1 USD = 4,00 PLN, 1 EUR = 4,30 PLN i 1 AUD = 2,70 PLN), ceny prezentują się następująco:

• USA: ok. 15 996 PLN
• Europa: ok. 17 196 PLN
• Australia: ok. 17 547 PLN

Oczywiście ostateczna cena zależy od lokalnych podatków i marży dystrybutorów.

Dla kogo jest Veriton GN100?

Acer kieruje Veriton GN100 do profesjonalistów potrzebujących lokalnej mocy obliczeniowej, którzy nie chcą polegać wyłącznie na usługach chmurowych. To doskonałe rozwiązanie dla:

• deweloperów AI
• badaczy machine learning
• twórców specjalistycznych aplikacji z obszaru analityki danych

—

Veriton GN100 to odpowiedź Acera na rosnące zapotrzebowanie na lokalne, wydajne i kompaktowe stacje robocze dla specjalistów AI. Z wydajnością rzędu 1 PFLOPS i pamięcią 128 GB, urządzenie to może stanowić alternatywę dla chmury – w kompaktowej i cichej formie. Dla wymagających użytkowników to inwestycja, która może znacząco przyspieszyć rozwój projektów AI bez kompromisów.