ซื้อเฉพาะเครื่องอย่างเดียวได้ไหม

ได้ เราส่งมอบฮาร์ดแวร์อย่างเดียวโดยรวมการจัดหา ติดตั้ง และการดูแลหลังส่งมอบไว้ให้แล้ว ส่วน Mimir Suites เป็นตัวเลือก จะเลือกมาพร้อมเครื่องหรือเพิ่มทีหลังก็ได้

ทีมเล็กควรเริ่มที่ Spark หรือ Station

เริ่มจากจำนวนคนที่ใช้พร้อมกันและขนาดโมเดลที่ต้องรัน ทีมหนึ่งถึงสี่คนที่พัฒนาและทดลองเป็นหลักมักพอดีกับ Spark ส่วนทีมสี่ถึงยี่สิบคนที่ต้องใช้เครื่องพร้อมกันทุกวัน หรือมีงาน fine-tune ประจำ มักลงที่ Station เราคำนวณให้ดูก่อนเสนอ ไม่ต้องเดาเอง

ทำไมต้องซื้อเครื่อง ในเมื่อเช่าคลาวด์ก็ได้

สองเหตุผลที่ทีมบอกเราบ่อยที่สุดคือข้อมูลกับค่าใช้จ่ายที่คาดเดาได้ ข้อมูลวิจัย ซอร์สโค้ด และเอกสารของบริษัทไม่ต้องออกนอกห้อง และงบเป็นก้อนเดียวจบ ไม่ใช่บิลที่โตตามจำนวนชั่วโมงที่ทีมทดลอง เครื่องประจำโต๊ะยังหมายถึงไม่ต้องรอคิว GPU ที่แชร์กันทั้งภาควิชาด้วย

เครื่องเสียงดังและกินไฟแค่ไหนถ้าวางในห้องทำงาน

Spark ออกแบบมาให้อยู่บนโต๊ะ ใช้ปลั๊กไฟในห้องทำงานปกติ และเงียบพอที่จะวางข้างตัวได้ทั้งวัน ส่วน Station ได้ยินเสียงพัดลมตอนโหลดเต็ม จึงควรอยู่ใต้โต๊ะหรือมุมห้อง และต้องดูวงจรไฟของห้องก่อนสั่งซื้อ ซึ่งเราสำรวจให้ก่อนเสมอ

ต่อ Spark สองเครื่องเข้าด้วยกันได้จริงไหม

ได้ NVIDIA ระบุว่า Spark สองเครื่องเชื่อมกันผ่าน ConnectX-7 ที่ 200 GbE เพื่อรันโมเดลที่ใหญ่กว่าที่เครื่องเดียวรับไหว เป็นเส้นทางขยายที่ดีสำหรับทีมที่เริ่มจากเครื่องเดียวแล้วโตขึ้น แต่ถ้ารู้ตั้งแต่ต้นว่าต้องใช้หน่วยความจำก้อนใหญ่ก้อนเดียว Station มักคุ้มกว่า

ต้องต่ออินเทอร์เน็ตตลอดเวลาไหม

ไม่ต้องสำหรับการใช้งานประจำวัน โมเดลและ Mimir Suites รันอยู่ในเครื่องและในเครือข่ายของคุณทั้งหมด การเชื่อมออกนอกจำเป็นเฉพาะตอนดาวน์โหลดโมเดลใหม่หรืออัปเดตซอฟต์แวร์เท่านั้น

Thai DGX เกี่ยวข้องกับ NVIDIA อย่างไร

NVIDIA และ DGX เป็นเครื่องหมายการค้าของ NVIDIA Corporation Thai DGX ไม่ใช่ตัวแทนจำหน่ายที่ได้รับอนุญาต พันธมิตร หรือตัวแทนอย่างเป็นทางการของ NVIDIA เราเป็นผู้ให้บริการอิสระที่ช่วยทีมเล็กในไทยเลือก ติดตั้ง และตั้งค่า DGX Spark หรือ DGX Station ให้ใช้งานได้จริง ตัวเลขที่ NVIDIA ประกาศไว้ เราอ้างอิงพร้อมระบุที่มาเสมอ

Thai DGX

ชุด DGX Spark และ Station พร้อม Mimir Suites

เราไม่ได้ขายกล่องเปล่า สิ่งที่ส่งมอบคือชุดที่พร้อมทำงาน เครื่อง DGX หนึ่งเครื่อง DGX OS โมเดลที่โหลดไว้แล้ว และ Mimir Suites ที่ตั้งค่าตามทีมคุณ ติดตั้งถึงโต๊ะ อบรมให้ แล้วดูแลต่อ

Thai DGX คือผู้ส่งมอบชุดเครื่อง NVIDIA DGX Spark หรือ DGX Station พร้อม Mimir Suites ติดตั้ง ตั้งค่า และอบรมให้ทีม AI ขนาดเล็ก กลุ่มวิจัย สตาร์ทอัพ และแล็บมหาวิทยาลัยในประเทศไทยใช้งานได้ตั้งแต่วันแรก

Thai DGX ไม่ใช่ตัวแทนจำหน่ายที่ได้รับอนุญาต พันธมิตร หรือตัวแทนอย่างเป็นทางการของ NVIDIA Corporation

ขอคำแนะนำ DGX Spark หรือ Station ดูว่าในชุดมีอะไรบ้าง

dgx-desk

$ dgx-desk --which
  DGX Spark     GB10    128 GB unified
  DGX Station   GB300   784 GB coherent
# memory as published by NVIDIA
$ dgx-desk --fit "team of 6"
  -> sizing call, not a benchmark. ask us.
$

ตัวอย่างการวางแผน ไม่ใช่ผลการวัดของเรา ตัวเลขหน่วยความจำทั้งสองค่าเป็นค่าตามที่ NVIDIA ระบุ

ขนาดทีมที่ชุดนี้ออกแบบมาให้: 1–20
หน่วยความจำ ตามที่ NVIDIA ระบุ: 128 GB / 784 GB
ทีมเริ่มใช้งานได้: day 1

whats-in-the-bundle

หกอย่างในชุดเดียว ยกมาวางแล้วทีมทำงานได้เลย

ทีมเล็กไม่มีคนว่างมานั่งประกอบ stack เอง ชุดของเราจึงมาครบตั้งแต่เครื่อง ระบบปฏิบัติการ โมเดล ติดตั้งถึงโต๊ะ อบรมให้ แล้วดูแลต่อ ส่วน Mimir Suites เลือกเพิ่มได้ จะตั้งค่าตามโครงสร้างทีมคุณมาพร้อมเครื่องหรือเพิ่มทีหลังก็ได้ ไม่ใช่กล่องที่ส่งมาแล้วบอกให้ไปหาทางเอง

ดูรายละเอียด Mimir Suites ที่ mimir.business

01เครื่อง NVIDIA DGXDGX Spark หรือ DGX Station เครื่องใดเครื่องหนึ่ง เลือกจากงานที่ทีมคุณต้องรันจริง ไม่ใช่จากงบที่เหลือ
02DGX OS และ runtimeระบบปฏิบัติการ ไดรเวอร์ container runtime บัญชีผู้ใช้ และการเชื่อมเข้าเครือข่ายของคุณ ติดตั้งและทดสอบมาแล้ว
03โมเดลที่โหลดไว้แล้วเลือกโมเดลที่ตรงกับงาน ทั้งโมเดลภาษาไทยและโมเดลหลายภาษา โหลดและตั้งค่า serving ไว้ให้พร้อมเรียกใช้
04Mimir Suites ตั้งค่าให้ทีมหัวใจของชุดนี้ แชตกับโมเดลในเครื่องของคุณเอง คลังความรู้จากเอกสารของทีม OCR และแอปงาน พร้อมสิทธิ์ผู้ใช้ที่ตั้งไว้ตามโครงสร้างทีมคุณ
05ติดตั้งหน้างานสำรวจโต๊ะ วงจรไฟ และเครือข่ายก่อนสั่งของ แล้วมาติดตั้งให้ถึงที่ ไม่ใช่ส่งกล่องมาแล้วให้ทีมคุณแกะเอง
06อบรมทีมและดูแลต่อสอนคนดูแลเครื่องและผู้ใช้ประจำวัน ส่งเอกสารภาษาไทย แล้วดูแลต่อเนื่อง ทั้งอัปเดตโมเดลและวางแผนเมื่อทีมโต

Every desk-side DGX can run Mimir Suites, configured with the machine or added later.

spark-vs-station

ชุดเดียวกัน แต่เลือกได้สองเครื่อง

ทุกอย่างในชุดเหมือนกันหมด ต่างกันแค่เครื่องที่อยู่ชั้นล่างสุด ทุกบรรทัดของสองฝั่งนี้อยู่ในระดับเดียวกัน อ่านข้ามเส้นกลางได้เลย ตัวเลขหน่วยความจำเป็นค่าตามที่ NVIDIA ระบุ ส่วนขนาดทีม โมเดลที่พอดี ไฟ เสียง และพื้นที่ เป็นแนวทางที่เราใช้ประเมิน ไม่ใช่ผลการวัด

GB10

DGX Spark

กล่องโลหะขนาดหนังสือปกแข็ง วางข้างจอแล้วเริ่มงานได้เลย

รูปทรงและที่วาง

เดสก์ท็อปขนาดเล็ก อยู่บนโต๊ะเดียวกับคีย์บอร์ดและจอของคุณ

หน่วยความจำ

128 GB unified memory ตามที่ NVIDIA ระบุ

โมเดลที่พอดี

โมเดล 7B ถึง 70B ที่ 4-bit quantization พร้อม embedding และ OCR อยู่ในเครื่องเดียวกัน

ขนาดทีม

1 ถึง 4 คน ที่ใช้งานพร้อมกันเป็นครั้งคราว

ไฟและปลั๊ก

เสียบปลั๊กไฟในห้องทำงานปกติ ไม่ต้องเดินวงจรใหม่

เสียงและความร้อน

เงียบพอที่จะวางไว้ข้างตัวทั้งวัน แอร์ห้องทำงานปกติเอาอยู่

พื้นที่ที่เสียไป

พื้นที่ประมาณหนังสือหนึ่งเล่ม ยังเหลือที่วางสมุดและแก้วกาแฟ

ต่อ Spark สองเครื่องเข้าด้วยกันผ่าน ConnectX-7 ที่ 200 GbE ตามที่ NVIDIA ระบุ เพื่อรันโมเดลที่ใหญ่กว่าที่เครื่องเดียวรับไหว ทีมที่เริ่มจากเครื่องเดียวจึงขยายได้โดยไม่ต้องเปลี่ยนแผน

GB300

DGX Station

ทาวเวอร์ใต้โต๊ะ กำลังระดับเซิร์ฟเวอร์โดยไม่ต้องมีห้องเซิร์ฟเวอร์

รูปทรงและที่วาง

ทาวเวอร์ GB300 Grace Blackwell Ultra ตั้งใต้โต๊ะหรือข้างโต๊ะทำงาน

หน่วยความจำ

784 GB coherent memory ตามที่ NVIDIA ระบุ

โมเดลที่พอดี

โมเดลใหญ่ทั้งตัวโดยไม่ต้องบีบ quantization ลงมาก และ fine-tune ด้วยชุดข้อมูลของแล็บเอง

ขนาดทีม

4 ถึง 20 คน ที่ใช้งานพร้อมกันเป็นปกติ

ไฟและปลั๊ก

ต้องดูวงจรไฟของห้องก่อนสั่งซื้อ เราสำรวจให้ในขั้นตอนที่สอง

เสียงและความร้อน

ได้ยินเสียงพัดลมตอนโหลดเต็ม จึงควรอยู่ใต้โต๊ะหรือมุมห้อง ไม่ใช่ข้างหู

พื้นที่ที่เสียไป

ไม่กินพื้นที่บนโต๊ะเลย แต่ต้องเว้นช่องลมรอบตัวเครื่อง

ทีมที่ยังแย่งคิว GPU ที่ใช้ร่วมกันทั้งภาควิชาหรือจ่ายคลาวด์เป็นรายชั่วโมง มักลงที่ Station เพราะได้เครื่องทั้งเครื่องตลอดเวลา และงบเป็นก้อนเดียวจบ ไม่ใช่บิลรายเดือนที่โตตามการใช้งาน

workloads

สิ่งที่ทีมขนาดนี้รันบนเครื่องของตัวเองจริงๆ

เริ่มจากงาน ไม่ได้เริ่มจากสเปก ทางขวาคือตัวแปรที่กำหนดว่างานนั้นจะลงที่ Spark หรือดันขึ้นไปเป็น Station

ผู้ช่วยเขียนโค้ดของทีม
โมเดลโค้ดที่ทั้งทีมเรียกใช้ได้ โดยซอร์สโค้ดไม่ออกจากออฟฟิศ
sizingขนาดโมเดลโค้ด บวก context ยาวต่อคน คูณจำนวนคนที่พิมพ์พร้อมกัน
RAG จากงานวิจัยและเอกสารของแล็บ
ถามตอบจากเปเปอร์ รายงาน โปรโตคอล และโน้ตที่ทีมสะสมไว้
sizingembedding model บวก vector database บวก LLM ต้องอยู่ในหน่วยความจำก้อนเดียว
Fine-tune ด้วยชุดข้อมูลของคุณเอง
ปรับโมเดลให้ใช้ศัพท์ ฟอร์แมต และวิธีตอบของงานคุณ
sizingขนาด dataset จำนวน epoch และหน่วยความจำที่ optimizer กิน มักเป็นตัวที่ดัน Spark ไปเป็น Station
โมเดลภาษาไทย
งานที่ต้องอ่านและเขียนภาษาไทยให้ถูกบริบท ไม่ใช่แปลตรงตัว
sizingโมเดลไทยอย่าง Typhoon และตระกูลหลายภาษาอย่าง Qwen รันบน stack เดียวกัน
งานเป็นชุดข้ามคืน
ปล่อยงานประมวลผลทั้งชุดไว้ตอนกลับบ้าน แล้วมาดูผลตอนเช้า
sizingจำนวนงานในคิว คูณเวลาต่อชิ้น เทียบกับชั่วโมงที่เครื่องว่างจริง
OCR และเอกสารสแกน
อ่านแบบฟอร์ม ใบเสร็จ และเอกสารเก่าเป็นชุดให้กลายเป็นข้อมูล
sizingจำนวนหน้าต่อชั่วโมง กำหนดว่าเครื่องต้องว่างพร้อมกับงานอื่นแค่ไหน
Vision และวิดีโอ
วิเคราะห์ภาพจากกล้อง สายการผลิต หรือชุดข้อมูลภาพในงานวิจัย
sizingจำนวนสตรีม คูณ FPS คูณขนาดโมเดล บวกงาน encode และ decode
Prototype ของ AI agent
ให้ agent เรียก tool ทำงานหลายขั้นตอนกับระบบภายในทั้งวัน
sizinglatency ต่อการเรียกหนึ่งครั้งสำคัญกว่าจำนวนผู้ใช้ เพราะ agent เรียกซ้ำหลายรอบ

delivery

บันทึกการส่งมอบ ระหว่างโทรครั้งแรกกับการล็อกอินครั้งแรกของทีม

ผู้จัดจำหน่ายส่งกล่องมาให้ เราส่งมอบชุดที่ทีมใช้ได้ในวันเดียวกับที่มันมาถึง แต่ละบรรทัดคือหนึ่งรายการในบันทึก ไม่ใช่กำหนดการที่ผูกกับวันที่

log 01
คุยงานแล้วเลือกเครื่อง
ทีมกี่คน ใช้พร้อมกันกี่คน โมเดลไหน ข้อมูลอยู่ที่ไหน แล้วเราตอบตรงๆ ว่างานของคุณอยู่ที่ Spark หรือ Station พร้อมเหตุผลที่คิดออกมาให้ดู
log 02
สำรวจโต๊ะ ไฟ และเครือข่าย
วัดที่วางจริง ดูวงจรไฟและปลั๊กในห้อง ดูการระบายอากาศ และดูว่าเครื่องจะต่อเข้าเครือข่ายของคุณอย่างไร ก่อนสั่งของ ไม่ใช่หลังของมาถึง
log 03
ติดตั้งและตั้งค่า DGX OS
ประกอบ ติดตั้ง DGX OS ไดรเวอร์ และ container runtime ตั้งค่าเครือข่ายและสิทธิ์ผู้ใช้ แล้วทดสอบบนเครือข่ายของคุณจนผ่าน
log 04
โหลดโมเดลและตั้งค่า Mimir Suites
โหลดโมเดลที่เลือกไว้ ตั้งค่า serving เชื่อมเอกสารและระบบภายใน แล้วเปิด Mimir Suites ให้พร้อมใช้งานในวันเดียวกับที่เครื่องมาถึง
log 05
ส่งมอบและสอนใช้
สอนทีมใช้งานจริง ส่งเอกสารระบบภาษาไทย แล้วดูแลต่อ ทั้งอัปเดตโมเดลและวางแผนเมื่อทีมโตจนเครื่องเดียวไม่พอ

scope

หกอย่างที่คุณได้รับเป็นเอกสารและระบบ

เราเป็นแบรนด์ใหม่ของบริษัทที่ดำเนินงานอยู่แล้ว จึงยังไม่มีโลโก้ลูกค้าให้แสดง สิ่งที่แสดงได้คือสิ่งที่ทีมคุณได้รับจริงเมื่อชุดส่งมอบเสร็จ

บันทึกการเลือกเครื่อง: หน้าเดียวที่บอกว่าทำไมงานของคุณลงที่ Spark หรือ Station พร้อมตัวเลขหน่วยความจำและจำนวนผู้ใช้ที่อยู่เบื้องหลังคำตอบนั้น
ใบเสนอราคาที่ระบุทุกชิ้น: เครื่อง อุปกรณ์ต่อพ่วง งานติดตั้ง และงานตั้งค่า แยกรายการให้เห็น ไม่มีก้อนเดียวที่อธิบายไม่ได้
รายงานสำรวจโต๊ะและไฟ: ที่วางจริง วงจรไฟ ปลั๊ก การระบายอากาศ และพอร์ตเครือข่ายที่ต้องเตรียม ส่งก่อนเครื่องมาถึง
เครื่องที่ตั้งค่าและทดสอบแล้ว: DGX OS ไดรเวอร์ runtime บัญชีผู้ใช้ และการเชื่อมต่อเครือข่าย ทดสอบผ่านแล้วก่อนส่งมอบ
โมเดลและ Mimir Suites ที่พร้อมใช้: โมเดลที่เลือกโหลดไว้แล้ว สิทธิ์ผู้ใช้ตั้งแล้ว เอกสารของทีมเชื่อมแล้ว พร้อมให้คนแรกล็อกอิน
เอกสาร การอบรม และการดูแลต่อ: คู่มือภาษาไทยสำหรับคนดูแลเครื่อง การอบรมสำหรับผู้ใช้ประจำวัน และช่องทางถามเมื่อมีอะไรผิดปกติ

faq

คำถามที่เราได้ยินก่อนคุยครั้งแรก

ซื้อเฉพาะเครื่องอย่างเดียวได้ไหม: ได้ เราส่งมอบฮาร์ดแวร์อย่างเดียวโดยรวมการจัดหา ติดตั้ง และการดูแลหลังส่งมอบไว้ให้แล้ว ส่วน Mimir Suites เป็นตัวเลือก จะเลือกมาพร้อมเครื่องหรือเพิ่มทีหลังก็ได้
ทีมเล็กควรเริ่มที่ Spark หรือ Station: เริ่มจากจำนวนคนที่ใช้พร้อมกันและขนาดโมเดลที่ต้องรัน ทีมหนึ่งถึงสี่คนที่พัฒนาและทดลองเป็นหลักมักพอดีกับ Spark ส่วนทีมสี่ถึงยี่สิบคนที่ต้องใช้เครื่องพร้อมกันทุกวัน หรือมีงาน fine-tune ประจำ มักลงที่ Station เราคำนวณให้ดูก่อนเสนอ ไม่ต้องเดาเอง
ทำไมต้องซื้อเครื่อง ในเมื่อเช่าคลาวด์ก็ได้: สองเหตุผลที่ทีมบอกเราบ่อยที่สุดคือข้อมูลกับค่าใช้จ่ายที่คาดเดาได้ ข้อมูลวิจัย ซอร์สโค้ด และเอกสารของบริษัทไม่ต้องออกนอกห้อง และงบเป็นก้อนเดียวจบ ไม่ใช่บิลที่โตตามจำนวนชั่วโมงที่ทีมทดลอง เครื่องประจำโต๊ะยังหมายถึงไม่ต้องรอคิว GPU ที่แชร์กันทั้งภาควิชาด้วย
เครื่องเสียงดังและกินไฟแค่ไหนถ้าวางในห้องทำงาน: Spark ออกแบบมาให้อยู่บนโต๊ะ ใช้ปลั๊กไฟในห้องทำงานปกติ และเงียบพอที่จะวางข้างตัวได้ทั้งวัน ส่วน Station ได้ยินเสียงพัดลมตอนโหลดเต็ม จึงควรอยู่ใต้โต๊ะหรือมุมห้อง และต้องดูวงจรไฟของห้องก่อนสั่งซื้อ ซึ่งเราสำรวจให้ก่อนเสมอ
ต่อ Spark สองเครื่องเข้าด้วยกันได้จริงไหม: ได้ NVIDIA ระบุว่า Spark สองเครื่องเชื่อมกันผ่าน ConnectX-7 ที่ 200 GbE เพื่อรันโมเดลที่ใหญ่กว่าที่เครื่องเดียวรับไหว เป็นเส้นทางขยายที่ดีสำหรับทีมที่เริ่มจากเครื่องเดียวแล้วโตขึ้น แต่ถ้ารู้ตั้งแต่ต้นว่าต้องใช้หน่วยความจำก้อนใหญ่ก้อนเดียว Station มักคุ้มกว่า
ต้องต่ออินเทอร์เน็ตตลอดเวลาไหม: ไม่ต้องสำหรับการใช้งานประจำวัน โมเดลและ Mimir Suites รันอยู่ในเครื่องและในเครือข่ายของคุณทั้งหมด การเชื่อมออกนอกจำเป็นเฉพาะตอนดาวน์โหลดโมเดลใหม่หรืออัปเดตซอฟต์แวร์เท่านั้น
Thai DGX เกี่ยวข้องกับ NVIDIA อย่างไร: NVIDIA และ DGX เป็นเครื่องหมายการค้าของ NVIDIA Corporation Thai DGX ไม่ใช่ตัวแทนจำหน่ายที่ได้รับอนุญาต พันธมิตร หรือตัวแทนอย่างเป็นทางการของ NVIDIA เราเป็นผู้ให้บริการอิสระที่ช่วยทีมเล็กในไทยเลือก ติดตั้ง และตั้งค่า DGX Spark หรือ DGX Station ให้ใช้งานได้จริง ตัวเลขที่ NVIDIA ประกาศไว้ เราอ้างอิงพร้อมระบุที่มาเสมอ

contact

ขอคำแนะนำ DGX Spark หรือ Station

กรอกเท่าที่ทราบ ไม่ต้องเลือกเครื่องมาก่อน เราจะตอบกลับพร้อมคำถามเพิ่มเติม แนวทางโมเดล และคำตอบตรงๆ ว่าชุดของทีมคุณควรมี Spark หรือ Station อยู่ข้างใน

สิ่งที่คุณได้รับ: บันทึกการเลือกเครื่องหนึ่งหน้า พร้อมตัวเลขหน่วยความจำและจำนวนผู้ใช้ที่อยู่เบื้องหลัง
ระยะเวลา: ตอบกลับภายใน 1 วันทำการ ข้อเสนอภายใน 5 วันทำการหลังคุยงาน
ค่าใช้จ่าย: การประเมินเบื้องต้นไม่มีค่าใช้จ่าย

LINE

ชุด DGX Spark และ Station พร้อม Mimir Suites

หกอย่างในชุดเดียว ยกมาวางแล้วทีมทำงานได้เลย

ชุดเดียวกัน แต่เลือกได้สองเครื่อง

สิ่งที่ทีมขนาดนี้รันบนเครื่องของตัวเองจริงๆ

บันทึกการส่งมอบ ระหว่างโทรครั้งแรกกับการล็อกอินครั้งแรกของทีม

คุยงานแล้วเลือกเครื่อง

สำรวจโต๊ะ ไฟ และเครือข่าย

ติดตั้งและตั้งค่า DGX OS

โหลดโมเดลและตั้งค่า Mimir Suites

ส่งมอบและสอนใช้

หกอย่างที่คุณได้รับเป็นเอกสารและระบบ

คำถามที่เราได้ยินก่อนคุยครั้งแรก

ขอคำแนะนำ DGX Spark หรือ Station