سوپر کامپیوتر ایسوس ExpertCenter Pro ET900N G3

این سیستم در واقع یک Deskside AI Supercomputer بر پایه NVIDIA DGX Station Architecture است و با یک PC ورک‌استیشن معمولی تفاوت اساسی دارد.

ASUS ExpertCenter Pro ET900N G3 — مشخصات فنی کامل

پردازنده و پلتفرم

ASUS اعلام کرده این معماری برای آموزش، Fine-tuning و Inference مدل‌های بسیار بزرگ طراحی شده و امکان اجرای مدل‌هایی در مقیاس تا 1 تریلیون پارامتر را فراهم می‌کند.

حافظه؛ مهم‌ترین بخش ET900N G3

این قسمت با سیستم‌های معمولی کاملاً متفاوت است.

748GB Coherent Memory

یعنی این 748GB صرفاً «RAM + VRAM جداگانه» نیست؛ معماری Coherent Memory باعث می‌شود CPU و GPU بتوانند از یک فضای حافظه بسیار بزرگ به‌صورت هماهنگ استفاده کنند.

این ویژگی برای مدل‌های LLM بزرگ اهمیت بسیار زیادی دارد.

GPU

GPU اصلی سیستم:

NVIDIA Blackwell Ultra GPU

و در قالب GB300 Grace Blackwell Ultra Superchip با CPU Grace قرار گرفته است.

قابلیت‌های اصلی

• Blackwell Ultra Architecture

• Tensor Cores نسل Blackwell

• پشتیبانی از NVFP4 / 4-bit AI

• NVIDIA NVLink-C2C بین CPU و GPU

• تا 20 PFLOPS AI Performance

• طراحی برای Training و Inference مدل‌های بزرگ

ASUS سیستم را برای AI Training، LLM Fine-tuning، Generative AI، Autonomous AI Agents، Simulation و Deep Learning معرفی کرده است.

اسلات‌های PCIe

ET900N G3 دارای 3 اسلات PCIe است:

اما یک نکته بسیار مهم وجود دارد:

امکان اضافه کردن GPU

ASUS امکان نصب حداکثر یک GPU اضافه را در Slot 1 در نظر گرفته است.

GPUهای رسمی پشتیبانی‌شده:

• NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition

• NVIDIA RTX PRO 4000 Blackwell SFF

• NVIDIA RTX PRO 2000 Blackwell

برای RTX PRO 6000 Max-Q، ASUS توصیه کرده در بارهای سنگین دمای محیط زیر 30°C باشد.

پس این سیستم مثل یک ورک‌استیشن معمولی نیست که مثلاً 4 یا 7 کارت گرافیک روی آن نصب کنیم؛ GPU اصلی GB300 جزو خود Superchip است و فقط یک GPU PCIe اضافه پشتیبانی می‌شود.

Storage

چهار اسلات M.2 دارد:

دو اسلات اول

• M.2 2280

• Key M

• PCIe 5.0 x4

• به‌صورت پیش‌فرض برای OS RAID 1

• کانفیگ استاندارد: 2 × 2TB NVMe

دو اسلات دیگر

• M.2 2280

• Key M

• PCIe 6.0 x4

• مخصوص Training Data

در مجموع تا:

4 × M.2 NVMe

و ASUS ظرفیت کلی را تا 8TB اعلام کرده است.

کانفیگ‌های رسمی

ASUS چند مدل ارائه کرده:

همه این کانفیگ‌ها از GB300 + 748GB Coherent Memory استفاده می‌کنند.

Network

یکی از قسمت‌های بسیار قدرتمند سیستم:

NVIDIA ConnectX-8

2 × NVIDIA ConnectX-8 SuperNIC

هر کدام:

400GbE QSFP112

بنابراین سیستم می‌تواند ارتباط بسیار پرسرعتی با زیرساخت AI و سیستم‌های دیگر داشته باشد.

همچنین:

• 1 × Marvell 10Gb Ethernet

• 1 × Realtek 1Gb Ethernet

  • اختصاصی برای BMC Management

• یک اسلات M.2 Key E برای Wireless

ترنسیور QSFP برای پورت‌های 400GbE در برخی کانفیگ‌ها جداگانه یا به‌صورت آپشن ارائه می‌شود.

پورت‌های جلویی

در Front:

• 2 × USB 10Gbps Type-C

• 2 × USB 10Gbps Type-A

• 1 × USB 2.0

• 1 × Headphone

• 1 × Microphone

پورت‌های پشت

در Rear:

• 4 × USB 10Gbps Type-A

• 2 × 400GbE QSFP112

• 1 × 10GbE LAN

• 1 × 1GbE Management LAN

• 1 × Micro-USB COM برای BMC

• 1 × Mini DisplayPort برای BMC

• 3 × Audio Jack

مدیریت سیستم

برای مدیریت Enterprise، سیستم از:

ASPEED AST2600 BMC

استفاده می‌کند.

پشتیبانی از:

• IPMI 2.0

• DMTF Redfish API

• AMI MegaRAC Firmware

• TPM 2.0

دارد.

این یعنی از نظر مدیریت سخت‌افزار، خیلی بیشتر به سرور/زیرساخت Enterprise نزدیک است تا PC معمولی.

سیستم‌عامل

سیستم به‌صورت رسمی با:

Ubuntu + NVIDIA AI Developer Tools

عرضه می‌شود.

ASUS همچنین این سیستم را برای NVIDIA AI Software Stack و NVIDIA AI Enterprise معرفی کرده و پشتیبانی از محیط‌های AI Agent و NVIDIA NemoClaw را نیز اعلام کرده است.

شبکه بی‌سیم

Wi-Fi به‌صورت اختیاری:

Wi-Fi 7

قابل اضافه شدن است.

منبع تغذیه

برای بازار Global، ASUS ورودی 200–240V را ذکر کرده است.

خنک‌کننده

ASUS برای ET900N G3 یک سیستم خنک‌کنندگی در کلاس دیتاسنتر طراحی کرده است:

Closed-loop AIO liquid cooling

یعنی خنک‌سازی مایع برای مدیریت حرارت Superchip و حفظ عملکرد در بارهای AI طولانی‌مدت.

ASUS صراحتاً سیستم را برای 24/7 AI workloads و بارهای طولانی‌مدت طراحی کرده و روی جلوگیری از Thermal Throttling تأکید کرده است.

ابعاد و وزن

فرم دستگاه Tower است.

شرایط محیطی

Operating

10°C تا 35°C

Non-operating

5°C تا 40°C

رطوبت در حالت خاموش

20% تا 90%، بدون میعان

جمع‌بندی سخت‌افزار

اگر بخواهیم کل سیستم را در یک جدول جمع کنیم: