<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>Архивы Lenovo - Майнинг Кластер</title>
	<atom:link href="https://cluster-mining.com/бренд/lenovo/feed/" rel="self" type="application/rss+xml" />
	<link>https://cluster-mining.com/бренд/lenovo/</link>
	<description></description>
	<lastBuildDate>Wed, 16 Sep 2026 19:23:40 +0000</lastBuildDate>
	<language>ru-RU</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=7.1.3</generator>

<image>
	<url>https://cluster-mining.com/wp-content/uploads/2025/06/favicon-100x100.png</url>
	<title>Архивы Lenovo - Майнинг Кластер</title>
	<link>https://cluster-mining.com/бренд/lenovo/</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>AI‑сервер Lenovo ThinkStation PGX — GB10 Grace Blackwell Superchip (128GB unified memory)</title>
		<link>https://cluster-mining.com/catalog/ai-servers/ai-superkompyutery/ai-server-lenovo-thinkstation-pgx-gb10-grace-blackwell-superchip-128gb-unified-memory/</link>
					<comments>https://cluster-mining.com/catalog/ai-servers/ai-superkompyutery/ai-server-lenovo-thinkstation-pgx-gb10-grace-blackwell-superchip-128gb-unified-memory/#respond</comments>
		
		<dc:creator><![CDATA[Майнинг Кластер]]></dc:creator>
		<pubDate>Mon, 20 Apr 2026 16:04:38 +0000</pubDate>
				<guid isPermaLink="false">https://cluster-mining.com/?post_type=product&#038;p=6322</guid>

					<description><![CDATA[<p>Lenovo ThinkStation PGX — компактная AI‑рабочая станция класса desktop supercomputer на базе GB10 Grace Blackwell Superchip, предназначенная для локального инференса, RAG‑систем, дообучения моделей и разработки AI‑сервисов с возможностью масштабирования в кластер. Система объединяет ARM CPU архитектуры v9.2‑A (Grace) и GPU Blackwell в одном суперчипе с 128GB LPDDR5x unified memory. Общий пул памяти используется одновременно как [&#8230;]</p>
<p>Сообщение <a href="https://cluster-mining.com/catalog/ai-servers/ai-superkompyutery/ai-server-lenovo-thinkstation-pgx-gb10-grace-blackwell-superchip-128gb-unified-memory/">AI‑сервер Lenovo ThinkStation PGX — GB10 Grace Blackwell Superchip (128GB unified memory)</a> появились сначала на <a href="https://cluster-mining.com">Майнинг Кластер</a>.</p>
]]></description>
										<content:encoded><![CDATA[<p><strong>Lenovo ThinkStation PGX</strong> — компактная AI‑рабочая станция класса desktop supercomputer на базе GB10 Grace Blackwell Superchip, предназначенная для локального инференса, RAG‑систем, дообучения моделей и разработки AI‑сервисов с возможностью масштабирования в кластер.</p>
<p>Система объединяет ARM CPU архитектуры v9.2‑A (Grace) и GPU Blackwell в одном суперчипе с 128GB LPDDR5x unified memory. Общий пул памяти используется одновременно как RAM и VRAM, что позволяет эффективно работать с длинным контекстом, KV‑cache и несколькими параллельными задачами без необходимости multi‑GPU конфигурации.</p>
<p>ThinkStation PGX ориентирован на локальную разработку и эксплуатацию AI‑решений с последующим переносом в дата‑центр или облако без серьёзной адаптации благодаря полной совместимости с AI‑экосистемой.</p>
<hr>
<h3>AI‑производительность:</h3>
<ul>
<li>FP4 Tensor Core: до 1 PFLOP (с sparsity)</li>
<li>FP4: 0.5 PFLOP</li>
<li>FP8: 0.25 PFLOP</li>
<li>FP16: 0.125 PFLOP</li>
<li>Unified memory: 128GB LPDDR5x (≈273 GB/s)</li>
<li>архитектура: Grace + Blackwell</li>
</ul>
<h3>Совместимость с LLM:</h3>
<ul>
<li>GPT‑OSS 120B FP4 MoE — ~63GB — полностью совместимо</li>
<li>Qwen3‑Next 80B NVFP4 — ~47.6GB — полностью совместимо</li>
<li>GLM‑4.5 Air NVFP4 — ~62GB — полностью совместимо</li>
<li>Gemma‑4 31B NVFP4 — ~32.7GB — полностью совместимо</li>
</ul>
<p>128GB unified memory позволяет комфортно работать с моделями уровня 30B–80B без ограничений и до ~120B в FP4‑режиме с запасом под контекст и параллельные inference‑нагрузки.</p>
<h3>Подходит для задач:</h3>
<ul>
<li>локальный inference LLM</li>
<li>RAG системы</li>
<li>agent frameworks</li>
<li>fine‑tuning до ~70B</li>
<li>AI research и prototyping</li>
<li>код‑ассистенты</li>
<li>аналитика и обработка данных</li>
<li>multimodal pipelines</li>
</ul>
<h3>Совместимость с diffusion моделями:</h3>
<ul>
<li>Stable Diffusion 3 Medium — high‑res генерация</li>
<li>FLUX schnell ONNX — быстрый inference</li>
<li>Stable Video Diffusion — короткие видео</li>
<li>Kandinsky 5 Lite — стабильная генерация</li>
<li>WAN NVFP4 — ускоренные пайплайны</li>
</ul>
<h3>Особенности платформы:</h3>
<ul>
<li>GB10 Grace Blackwell Superchip</li>
<li>ARM v9.2‑A CPU</li>
<li>128GB unified LPDDR5x memory</li>
<li>DGX OS и AI stack</li>
<li>ConnectX‑7 200Gb/s (2× QSFP56)</li>
<li>10GbE LAN</li>
<li>Wi‑Fi 7 / Bluetooth 5.3</li>
<li>NVMe SSD 4TB (self‑encrypting)</li>
<li>поддержка объединения узлов (до ~405B моделей)</li>
<li>компактный SFF форм‑фактор</li>
</ul>
<h3>Технические характеристики:</h3>
<ul>
<li>CPU: Grace ARM v9.2‑A</li>
<li>GPU: Blackwell (GB10)</li>
<li>RAM / VRAM: 128GB LPDDR5x unified memory</li>
<li>AI performance: до 1 PFLOP FP4</li>
<li>Storage: 4TB NVMe SSD</li>
<li>Network: 10GbE + ConnectX‑7 200Gb/s</li>
<li>форм‑фактор: SFF</li>
<li>Гарантия: 1 год</li>
</ul>
<p>Сообщение <a href="https://cluster-mining.com/catalog/ai-servers/ai-superkompyutery/ai-server-lenovo-thinkstation-pgx-gb10-grace-blackwell-superchip-128gb-unified-memory/">AI‑сервер Lenovo ThinkStation PGX — GB10 Grace Blackwell Superchip (128GB unified memory)</a> появились сначала на <a href="https://cluster-mining.com">Майнинг Кластер</a>.</p>
]]></content:encoded>
					
					<wfw:commentRss>https://cluster-mining.com/catalog/ai-servers/ai-superkompyutery/ai-server-lenovo-thinkstation-pgx-gb10-grace-blackwell-superchip-128gb-unified-memory/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
	</channel>
</rss>
