NVIDIA DGX Station是一家强大的工作站，旨在深度学习和AI分析，并带有几种隐藏的成本和潜在的意外费用，用户应注意：
1。维护和支持成本：DGX站需要大量的年度维护协议。对于诸如带有特斯拉V100 GPU的DGX站之类的较旧型号，标准保修每年的费用约为10,000美元，最低承诺为一年[3]。此费用不包括在初始购买价格中，并且可以随着时间的推移加起来。对于较新的型号，可能适用类似的支持成本。
2。功耗：DGX站具有高功耗，较旧的型号需要高达1500W [5]。这可能会导致电费增加，并且可能需要升级设施中的电源基础设施，这可能是昂贵的。
3。冷却系统维护：DGX站使用水冷却系统，这可能容易出现诸如泵故障等问题，尤其是如果无法正确维护的话[2]。定期清洁和维护对于防止过热和系统故障至关重要。如果系统未正确维护，则可能需要昂贵的维修甚至更换。
4。数据恢复和备份：DGX站对数据恢复的专有硬件的依赖可能会导致大量的停机时间和成本，如果存储失败。必须制定强大的备份策略，例如使用外部存储解决方案或云服务来减轻这些风险[1]。
5。升级和更换成本：鉴于DGX站组件的高成本，例如GPU，升级或更换零件可能很昂贵。此外，系统的自定义设计可能会限制与第三方组件的兼容性，从而进一步增加成本。
6。空间和环境要求：DGX站很重，需要一个干净，无尘，通风的环境才能有效运行[4]。这可能需要在基础设施上进行额外的投资，以确保最佳条件。
总而言之，尽管DGX站为AI和深度学习任务提供了强大的功能，但它带有与维护，功耗，冷却系统维护，数据管理，数据管理和基础架构要求有关的近期持续成本和潜在费用。
引用：
[1] https://www.reddit.com/r/machinelearning/comments/lswpni/d_is_a_a_dgx_a100_worth_it/
[2] https://www.reddit.com/r/watercooling/comments/1it9rzf/nvidia_dgx_station_a100s_overheating/
[3] https://forums.developer.nvidia.com/t/anyone-has-experiences-with-ordering-dgx-1-dgx-station/50528
[4] https://docs.nvidia.com/dgx/pdf/dgx-station-user-guide.pdf
[5] https://www.servethehome.com/nvidia-dgx-station-upgraded-tesla-v100/
[6] https://www.reddit.com/r/localllama/comments/1jedolw/nvidia_dgx_station_station_and_digits_offically_branded/
[7] https://www.tomshardware.com/tech-industry/artcover-intelligence/nvidia-unveils-nvidia-unveils-dgx-station-workstation-pcs-pcs-gb300-blackwell-ultra-inside
[8] https://www.transit.dot.gov/sites/fta.dot.gov/files/docs/research-innovation/114661/strategic-strategic-trategic-transit-automation-automation-automation-automation-automation-automation-earch-earch-reachearch-report-report-report-report-no-report-no-01166_0.pdf
[9] https://www.pcmag.com/news/what-is-nvidias-dgx-station-a-new-pecialized-desktop-line-for-ai-work