Dynamics srl – HP Amplify Partner – SOCIO FONDAZIONE AMPIORAGGIO

HP ZGX Nano

HP ZGX Nano

Prestazioni AI straordinarie. In un formato super compatto.

Eseguite prototipazione, ottimizzazione e inferenza di modelli fino a 200 miliardi di parametri in locale. Basato sul superchip NVIDIA® GB10 Grace Blackwell[2] e dotato di 128 GB di memoria unificata coerente, HP ZGX Nano offre 1000 TOPS di prestazioni AI FP4 in un formato desktop compatto.

Eseguite esternamente i carichi di lavoro AI, senza ricorrere al cloud

Abbinate i sistemi notebook e desktop esistenti (Windows, Mac o Linux) a un HP ZGX Nano collegato in rete. Accedete a prestazioni da sviluppatore senza le code dei data center e senza costose istanze cloud, riducendo al minimo la latenza e mantenendo in locale le informazioni sensibili.

Architettura CPU Grace

  • CPU basata su NVIDIA Grace con 20 core #Arm di classe workstation, tipicamente organizzati in 10 core #Cortex‑X925 ad alte prestazioni e 10 core #Cortex‑A725 ad alta efficienza.
  • Core Armv9 pensati per HPC e AI, con frequenze fino a circa 3,9 GHz sui core “big” e consumi contenuti per uso continuativo in ambito professionale.

GPU Blackwell integrata

  • #GPU basata su architettura NVIDIA Blackwell con core CUDA di ultima generazione e Tensor Core di quinta generazione per training e inferenza di modelli AI moderni.
  • Supporto nativo a più formati di precisione (FP4, FP8, FP16, FP32) per ottimizzare il rapporto prestazioni/consumi, con picchi fino a ~1 petaFLOP in FP4 con sparsity.

Memoria e interconnessione

  • Fino a 128 GB di memoria unificata LPDDR5X ad alta banda (ordine di 900 GB/s), condivisa tra CPU e GPU per ridurre copie e colli di bottiglia.
  • Interconnessione NVLink‑C2C tra parte Grace e parte Blackwell, con banda molto superiore al PCIe 5.0 tradizionale, pensata per carichi AI e data analytics.

HP ZGX Toolkit: Accelerate il raggiungimento dei risultati

Passate più rapidamente dall’idea alla realizzazione. ZGX Toolkit semplifica i flussi di lavoro AI abbinando potenti strumenti di elaborazione locale a strumenti open source, discovery integrata ed esportazione semplificata, per aiutarvi ad aumentare la produttività e a raggiungere risultati sempre più ambiziosi, ovunque vi porti il lavoro.

Efficienza energetica e processo produttivo

  • NVIDIA® ConnectX™ Networking
  • Lavorate con modelli AI ancora più grandi a livello locale (fino a 405 miliardi di parametri) collegando due sistemi HP ZGX Nano per espandere le risorse di elaborazione locali.

Uso, casi tipici

  • Prototipazione, fine‑tuning e inferenza locale di LLM fino a ~200B parametri su sistemi desktop come NVIDIA DGX Spark, ASUS Ascent GX10 e progetti come Project DIGITS, con possibilità di scalare poi su DGX Cloud o data center.
  • Target: sviluppatori AI, data scientist, ricercatori e aziende che vogliono un “supercomputer AI da scrivania” per modelli generativi, simulazioni e analisi dati avanzata.
  • Ma anche per università e istituti di ricerca, questo è una svolta radicale. Rende il campo di gioco livellato, permettendo a un dottorando o a uno studente universitario con un’idea audace di prototipare e trasformare quell’idea in innovazione reale direttamente in laboratorio.

FAQ:

Quali sono le prestazioni AI dell’HP ZGX Nano? L’HP ZGX Nano offre una potenza di calcolo AI fino a 1.000 TOPS, grazie all’integrazione del Superchip NVIDIA® Grace Blackwell. Questo lo rende ideale per l’addestramento e l’esecuzione di modelli linguistici e carichi di lavoro accelerati.

Che tipo di processore utilizza l’HP ZGX Nano? Il sistema utilizza un’architettura avanzata che combina una CPU Arm a 20 core con una GPU Blackwell, garantendo un’orchestrazione efficiente e un throughput parallelo elevato per applicazioni professionali.

Quanta memoria RAM e storage supporta? L’HP ZGX Nano è equipaggiato con 128 GB di memoria di sistema LPDDR5X unificata e supporta fino a 4 TB di storage NVMe con crittografia automatica per la massima sicurezza dei dati.

E’ possibile accoppiare 2 ZGX Nano tramite la porta NVIDIA ConnectX dedicata, che offre una larghezza di banda di 200 Gbit/s — più veloce persino di Thunderbolt 5.

In tal modo si ottiene una Ram unificata di 256GB e puoi lavorare con modelli AI fino a 400 miliardi di parametri localmente

La Workstation HP ZGX Nano è anche a noleggio a partire da 12 mesi. Vuoi saperne di più?

Acquista ora

wp_1541607

, , , , ,

6 risposte a “HP ZGX Nano”

  1. Avatar Marco Mori
    Marco Mori

    È incredibile vedere come l’architettura NVIDIA Grace Blackwell sia stata integrata in un formato così compatto come quello dello ZGX Nano.

    Raggiungere i 1.000 TOPS di potenza AI con una gestione della memoria unificata da 128 GB lo rende un mostro di produttività per chi si occupa di edge computing o addestramento di modelli on-site. Mi chiedo quale sia l’efficienza termica sotto carico massimo, ma sulla carta sembra una workstation rivoluzionaria per chi non può permettersi ingombri da server farm.

    Complimenti per l’approfondimento tecnico!”

    Rispondi
    1. Avatar wp_1541607
      wp_1541607

      Ottima osservazione. Il passaggio ai 1.000 TOPS è stato possibile grazie alla stretta integrazione tra la CPU Arm a 20 core e la GPU Blackwell. La memoria unificata LPDDR5X da 128 GB gioca un ruolo chiave nel ridurre le latenze che solitamente si riscontrano nei sistemi compatti. Continueremo a pubblicare dati sulle performance reali, quindi resta sintonizzato!

      Rispondi
  2. Avatar Gaetano Mancini
    Gaetano Mancini

    Ho appena finito di configurare il mio setup con due HP ZGX Nano accoppiati tramite la porta dedicata NVIDIA ConnectX e i risultati sono onestamente impressionanti.

    Dal punto di vista tecnico, il vero salto di qualità non è solo nel raddoppio dei TOPS (che arrivano a ben 2.000 combinando i due Superchip Grace Blackwell), ma nella gestione della memoria. Grazie all’interconnessione a 200 Gbit/s, il sistema vede i 256GB di RAM LPDDR5X come un unico pool coerente. Questo mi sta permettendo di far girare modelli LLM fino a 400 miliardi di parametri completamente in locale, senza dover ricorrere a costose istanze cloud o gestire i colli di bottiglia del PCIe 5.0 tradizionale.

    L’architettura CPU Arm a 20 core gestisce l’orchestrazione dei carichi in modo fluido, lasciando alla GPU Blackwell tutto il margine necessario per l’esecuzione accelerata dei modelli in FP4. Anche sotto carico intensivo di data analytics, la latenza rimane minima grazie all’integrazione NVLink-C2C interna ai moduli.

    Per chi fa ricerca AI o prototipazione rapida, avere una workstation così compatta che sprigiona questa potenza è una svolta radicale. Finalmente si può fare fine-tuning serio senza uscire dalla propria rete locale.

    Rispondi
    1. Avatar wp_1541607
      wp_1541607

      Gaetano,
      Grazie per aver condiviso questo feedback così dettagliato sul tuo setup!

      È esattamente questo lo scenario per cui abbiamo progettato l’interconnessione via NVIDIA ConnectX. Raggiungere una larghezza di banda di 200 Gbit/s tra le due unità permette di superare i limiti fisici delle workstation tradizionali, rendendo i 256GB di memoria unificata una risorsa incredibile per l’inferenza di modelli massivi come quelli da 400B di parametri.

      Vedere la potenza di un’architettura Grace Blackwell scalare così bene in un ambiente locale ci conferma che il futuro dell’AI è sempre più decentralizzato e on-premise. Buon lavoro con i tuoi modelli!
      Leo Aruta
      Ceo Dynamics srl

      Rispondi
  3. Avatar Valerio Fontana
    Valerio Fontana

    Da quando ho aggiunto una ZGX Nano al mio workflow, la mia produttività nella prototipazione AI è cambiata radicalmente. Molti sottovalutano cosa significhi avere 128GB di memoria unificata coerente in un formato così piccolo, ma la differenza si vede tutta quando carichi i modelli.

    Attualmente sto utilizzando Llama 3 (70B) e GPT-OSS-120B con quantizzazione Q4_K_M. Far girare un modello da 120 miliardi di parametri localmente, senza alcuna latenza di rete, è quasi surreale. Grazie all’architettura Blackwell e ai Tensor Core di quinta generazione, l’inferenza è fluidissima: ottengo una velocità di generazione token paragonabile (se non superiore) alle versioni cloud, ma con il vantaggio totale della privacy.

    Un aspetto tecnico che mi ha sorpreso è l’efficienza della CPU Grace a 20 core. Spesso i sistemi compatti soffrono di thermal throttling, ma qui la gestione energetica (il TDP dichiarato è di circa 140W) permette di mantenere performance costanti anche durante sessioni di fine-tuning prolungate.

    Per chi come me lavora con dati sensibili o deve iterare velocemente su modelli open-source prima del deployment su larga scala, questa workstation è l’anello mancante. Non dover più fare la fila per le risorse nel cluster aziendale non ha prezzo.
    Ing. Valerio Fontana
    AI Solutions Architect & Lead Developer

    Rispondi
    1. Avatar wp_1541607
      wp_1541607

      Gentile Ing. Fontana,
      la ringraziamo per il suo intervento. Il suo caso d’uso con Llama 3 70B e modelli da 120B evidenzia perfettamente il punto di forza della ZGX Nano: l’efficienza. Molti utenti restano sorpresi dal rapporto tra i 1.000 TOPS di potenza e i consumi contenuti del superchip, ma è proprio l’integrazione stretta tra i core Arm e la GPU Blackwell a fare la differenza rispetto alle architetture discrete.

      La privacy dei dati e l’indipendenza dalle code del cloud sono priorità assolute per noi, ed è un piacere sapere che il sistema stia rispondendo con queste performance ai suoi carichi di lavoro. Restiamo a sua disposizione per qualsiasi ulteriore ottimizzazione del suo workflow!
      Leo Aruta
      Ceo Dynamics srl

      Rispondi

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *