{"product_id":"lenovo-thinkstation-pgx-30kl-nvidia-gb10-grace-blackwell-128-gb-ram-1-tb-nvme-dgx-os","title":"Lenovo ThinkStation PGX 30KL Personal AI Supercomputer – NVIDIA GB10 Grace Blackwell – 128 GB Unified Memory – 1 TB NVMe","description":"\u003ch2\u003ePersonal AI Supercomputer für lokale AI- und Machine-Learning-Workloads\u003c\/h2\u003e\n\u003cp\u003eDie \u003cstrong\u003eLenovo ThinkStation PGX 30KL\u003c\/strong\u003e ist keine klassische Office-Workstation, sondern eine kompakte Entwicklungsplattform für \u003cstrong\u003eGenerative AI, Machine Learning und datenintensive AI-Workflows\u003c\/strong\u003e. Der NVIDIA GB10 Grace Blackwell Superchip kombiniert eine 20-Core-Arm-CPU mit Blackwell-GPU-Technologie und \u003cstrong\u003e128 GB Unified Memory\u003c\/strong\u003e. Dadurch können große Modelle und Datensätze lokal verarbeitet werden, ohne sie für jeden Entwicklungsschritt in eine externe Cloud übertragen zu müssen.\u003c\/p\u003e\n\u003cfigure style=\"margin:24px 0;text-align:center;\"\u003e\u003cimg src=\"https:\/\/cdn.shopify.com\/s\/files\/1\/0680\/6572\/2470\/files\/lenovo-thinkstation-pgx-hero.png?v=1788205098\" alt=\"Lenovo ThinkStation PGX Personal AI Supercomputer – front three-quarter view\" style=\"max-width:720px;width:100%;height:auto;\"\u003e\u003cfigcaption style=\"font-size:0.9em;\"\u003eLenovo ThinkStation PGX – kompakte Grace-Blackwell-Plattform für lokale AI-Entwicklung.\u003c\/figcaption\u003e\u003c\/figure\u003e\n\u003cp\u003eNVIDIA spezifiziert die GB10\/DGX-Spark-Plattform mit bis zu \u003cstrong\u003e1 PFLOP FP4 AI-Rechenleistung\u003c\/strong\u003e, für \u003cstrong\u003eInference von Modellen bis 200 Milliarden Parametern\u003c\/strong\u003e und \u003cstrong\u003eFine-Tuning bis 70 Milliarden Parametern\u003c\/strong\u003e. Die tatsächlich nutzbare Modellgröße und Geschwindigkeit hängen unter anderem von Modellarchitektur, Präzision, Quantisierung, Kontextlänge, Framework und Workload ab.\u003c\/p\u003e\n\n\u003ch3\u003eWarum diese Plattform für AI und Machine Learning interessant ist\u003c\/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\n\u003cstrong\u003e128 GB Unified Memory:\u003c\/strong\u003e CPU und GPU greifen auf einen großen gemeinsamen Speicherbereich zu. Das ist besonders wertvoll für LLMs und andere Modelle, deren Speicherbedarf typische Desktop-GPUs übersteigt.\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eNVIDIA Blackwell:\u003c\/strong\u003e moderne Tensor-Rechenleistung für AI-Inference, Modelltraining und Fine-Tuning.\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eDGX Base OS \/ NVIDIA AI Software Stack:\u003c\/strong\u003e eine für AI-Entwicklung ausgelegte Softwarebasis statt eines generischen Desktop-Setups.\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eLokale Datenverarbeitung:\u003c\/strong\u003e sensible Unternehmens-, Entwicklungs- oder Forschungsdaten können für viele Workflows auf dem eigenen System verbleiben.\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eSchnelle Vernetzung:\u003c\/strong\u003e 10GbE sowie 2 × 200GbE QSFP über Mellanox ConnectX-7 ermöglichen schnellen Datentransfer und bieten eine Grundlage für anspruchsvolle vernetzte AI-Workflows.\u003c\/li\u003e\n\u003c\/ul\u003e\n\n\u003ch3\u003eTypische AI-\/ML-Einsatzbereiche\u003c\/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\n\u003cstrong\u003eLokale LLM-Inference:\u003c\/strong\u003e private Chatbots, technische Assistenten, Coding-Copilots und interne Sprachmodelle direkt im Unternehmen ausführen.\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eRAG und Enterprise Search:\u003c\/strong\u003e Dokumente, technische Handbücher, Wissensdatenbanken oder interne Daten vektorisieren und mit einem lokalen Sprachmodell verbinden.\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eFine-Tuning und LoRA\/QLoRA:\u003c\/strong\u003e bestehende Foundation Models an firmenspezifische Sprache, Aufgaben oder Domänen anpassen.\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eAgentic AI:\u003c\/strong\u003e AI-Agenten entwickeln und testen, die Modelle mit Datenbanken, APIs, Suchsystemen oder eigenen Werkzeugen kombinieren.\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eComputer Vision und multimodale AI:\u003c\/strong\u003e Bild-, Video- und kombinierte Text\/Bild-Modelle entwickeln, testen und ausführen.\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eData Science und Deep Learning:\u003c\/strong\u003e PyTorch-basierte Experimente, Datenanalyse, Embeddings, Klassifikation, Regression und neuronale Netze lokal entwickeln.\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003ePrototyping für Edge und Robotik:\u003c\/strong\u003e AI-Pipelines lokal vorbereiten und anschließend auf Zielhardware oder andere NVIDIA-Plattformen übertragen.\u003c\/li\u003e\n\u003c\/ul\u003e\n\n\u003cfigure style=\"margin:28px 0;text-align:center;\"\u003e\u003cimg src=\"https:\/\/cdn.shopify.com\/s\/files\/1\/0680\/6572\/2470\/files\/lenovo-hybrid-ai-advantage-framework.webp?v=1788205122\" alt=\"Lenovo Hybrid AI Advantage with NVIDIA framework for AI development and deployment\" style=\"max-width:520px;width:100%;height:auto;\"\u003e\u003cfigcaption style=\"font-size:0.9em;\"\u003eEinordnung in Lenovos Hybrid-AI-Ansatz: lokale Entwicklung und Tests auf der Workstation, anschließend Skalierung auf größere AI-Infrastruktur.\u003c\/figcaption\u003e\u003c\/figure\u003e\n\n\u003ch3\u003ePraktische Nutzung – ein typischer Workflow\u003c\/h3\u003e\n\u003col\u003e\n\u003cli\u003e\n\u003cstrong\u003eArbeitsplatz oder AI-Server:\u003c\/strong\u003e Die PGX kann direkt mit Monitor, Tastatur und Maus verwendet werden oder headless im Netzwerk stehen. Entwickler greifen dann per SSH, Jupyter oder Remote-IDE wie VS Code darauf zu.\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eAI-Umgebung vorbereiten:\u003c\/strong\u003e DGX OS aktualisieren und einen geeigneten NVIDIA-\/CUDA-Container beziehungsweise eine kompatible AI-Umgebung auswählen.\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eFramework starten:\u003c\/strong\u003e beispielsweise PyTorch, TensorRT-LLM, NVIDIA NIM oder andere für Grace Blackwell und Arm64 geeignete AI-Frameworks verwenden.\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eModell und Daten bereitstellen:\u003c\/strong\u003e ein Modell aus einem internen Repository oder einer Modellplattform laden, lokale Unternehmensdaten beziehungsweise Trainingsdaten einbinden und bei Bedarf eine Vektordatenbank für RAG vorbereiten.\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eInference oder Fine-Tuning:\u003c\/strong\u003e das Modell lokal testen, quantisieren, evaluieren oder mit LoRA\/QLoRA beziehungsweise einem passenden Fine-Tuning-Verfahren anpassen.\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eAnwendung entwickeln:\u003c\/strong\u003e REST-API, Chat-Oberfläche, Agent, RAG-Service oder andere AI-Anwendung gegen das lokale Modell entwickeln und testen.\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eWeiter skalieren:\u003c\/strong\u003e nach erfolgreichem Prototyping können Modell, Container und Anwendung auf weitere Systeme, ein Rechenzentrum oder eine Cloud-Umgebung übertragen werden.\u003c\/li\u003e\n\u003c\/ol\u003e\n\n\u003ch3\u003eWichtiger Kompatibilitätshinweis\u003c\/h3\u003e\n\u003cp\u003eDer GB10 verwendet eine \u003cstrong\u003eArm64-\/Grace-Architektur\u003c\/strong\u003e. Für Drittanbieter-Software, vorkompilierte Bibliotheken und Container sollte deshalb vorab geprüft werden, ob eine Arm64-kompatible Version verfügbar ist. Gängige NVIDIA-AI-Workflows sind für die Plattform vorgesehen, aber nicht jede klassische x86-Desktop-Anwendung ist automatisch kompatibel.\u003c\/p\u003e\n\n\u003ch3\u003eKernausstattung\u003c\/h3\u003e\n\u003cul\u003e\n\u003cli\u003eNVIDIA GB10 Grace Blackwell Superchip, 20 Kerne\u003c\/li\u003e\n\u003cli\u003e128 GB LPDDR5X Unified Memory\u003c\/li\u003e\n\u003cli\u003e1 TB M.2 NVMe SSD, Self-Encrypting Drive\u003c\/li\u003e\n\u003cli\u003eNVIDIA DGX Base OS\u003c\/li\u003e\n\u003cli\u003e10 Gigabit Ethernet, 2 × 200 Gigabit Ethernet (QSFP), Wi-Fi 7, Bluetooth 5.3\u003c\/li\u003e\n\u003cli\u003eUSB4 \/ DisplayPort 2.1, HDMI\u003c\/li\u003e\n\u003cli\u003e240-W-Netzteil\u003c\/li\u003e\n\u003cli\u003eKompaktes Gehäuse: 15 × 15 × 5,05 cm; Systemgewicht ca. 1,2 kg\u003c\/li\u003e\n\u003cli\u003e1 Jahr Lenovo Premier Support inklusive; 3-Jahres-Premier-Support-Upgrade separat erhältlich\u003c\/li\u003e\n\u003c\/ul\u003e\n\n\u003cp\u003e\u003cstrong\u003eIdeal für:\u003c\/strong\u003e AI-Entwickler, Machine-Learning-Teams, Forschung, Engineering, Start-ups und Unternehmen, die große Modelle lokal entwickeln, testen oder betreiben möchten, ohne für jeden Arbeitsschritt auf externe GPU-Cloud-Ressourcen angewiesen zu sein.\u003c\/p\u003e\n\n\u003ch3\u003eGarantie \u0026amp; Service\u003c\/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\n\u003cstrong\u003e1 Jahr Lenovo Premier Support\u003c\/strong\u003e inklusive.\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003e1 Jahr Vor-Ort-Service (Onsite)\u003c\/strong\u003e laut den TD SYNNEX Produktdaten für die Variante 30KL0002GF.\u003c\/li\u003e\n\u003cli\u003eOptionales Upgrade auf \u003cstrong\u003e3 Jahre Lenovo Premier Support\u003c\/strong\u003e separat erhältlich und nicht im Standardpreis enthalten.\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003cp\u003eFür gesetzliche Gewährleistungsansprüche ist LIKUA Ihr Vertragspartner. Lenovo-Herstellerservices ergänzen diese Rechte und schränken sie nicht ein.\u003c\/p\u003e\n\n\u003ch3\u003eHersteller- \u0026amp; Produktsicherheitsinformationen (EU)\u003c\/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\n\u003cstrong\u003eHersteller:\u003c\/strong\u003e Lenovo PC HK Limited, 23\/F Lincoln House, Taikoo Place, 979 King's Road, Quarry Bay, Hong Kong.\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eEuropäischer Regulierungskontakt:\u003c\/strong\u003e Lenovo (Slovakia), Landererova 12, 811 09 Bratislava, Slovakia.\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eRegulatorische E-Mail:\u003c\/strong\u003e \u003ca href=\"mailto:compliance@lenovo.com\"\u003ecompliance@lenovo.com\u003c\/a\u003e\n\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eTelefon EU-Regulierungskontakt:\u003c\/strong\u003e +421 2 6868 3018\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003cp\u003eAktuelle Konformitäts-, Sicherheits- und regulatorische Dokumente stellt Lenovo über \u003ca href=\"https:\/\/www.lenovo.com\/compliance\" rel=\"noopener noreferrer\"\u003eLenovo Compliance\u003c\/a\u003e bereit. Produktspezifische regulatorische Kennzeichnungen können sich am Gerät, auf der Verpackung oder im elektronischen E-Label befinden.\u003c\/p\u003e\n\u003cp\u003e\u003cstrong\u003eFunkhinweis:\u003c\/strong\u003e In den Frequenzbereichen 5150–5350 MHz und 5945–6425 MHz ist die Nutzung dieses Geräts auf Innenräume beschränkt.\u003c\/p\u003e","brand":"Lenovo","offers":[{"title":"Default Title","offer_id":46736213246054,"sku":"30KL0002GF","price":5249.0,"currency_code":"EUR","in_stock":false}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0680\/6572\/2470\/files\/lenovo-thinkstation-pgx-hero.png?v=1788205098","url":"https:\/\/www.likua.de\/de\/products\/lenovo-thinkstation-pgx-30kl-nvidia-gb10-grace-blackwell-128-gb-ram-1-tb-nvme-dgx-os","provider":"LIKUA","version":"1.0","type":"link"}