Acer 發表「Veriton GN100」超小型 AI 工作站,實現桌面級地端 AI 環境
日本 Acer 公司發表了搭載 NVIDIA DGX Spark 平台與 GB10 晶片的超小型 AI 工作站「Acer Veriton GN100」。該產品體積精巧可放置於桌面上,卻具備高達 1 petaFLOP 的運算效能,為企業提供安全的地端 AI 環境。
📋 文章處理履歷
- 📰 發表: 2026年5月21日 21:00
- 🔍 收集: 2026年5月21日 12:31
- 🤖 AI分析完成: 2026年5月22日 00:32(收集後12小時0分鐘)
日本 Acer 股份有限公司(總部:東京都新宿區,代表董事社長:Bob Sen)宣布,支援 AI 開發及大型模型執行的超小型 AI 工作站「Acer Veriton GN100」,於 2026 年 5 月 21 日起正式向企業客戶及 Acer 官方線上商店發售。
本產品將強大的 AI 運算效能濃縮於可放置在桌面上的精巧機殼中,為地端(On-premises)AI 環境提供了全新的選擇。
從桌面展開的地端 AI 環境。
Acer Veriton GN100 以 NVIDIA DGX Spark 平台為基礎,是一款專為讓 AI 開發與大型模型執行能在企業內部獨立完成而設計的精巧型 AI 工作站。搭載 NVIDIA GB10 Grace Blackwell Superchip,實現高達 1 petaFLOP 的優異 AI 運算效能,將過去依賴雲端的 AI 處理轉移至本地環境執行。這不僅能大幅降低雲端使用費與資料傳輸成本,更能確保機密資料與研究數據不外流,實現安全可靠的維運。此外,從開發、驗證到部署皆在企業內部一貫作業,有助於加快開發速度並持續累積技術量能,是讓企業 AI 應用邁向更務實且永續發展的全新 AI 基礎設施選擇。
讓大型 AI 工作負載更有效率。
高速處理大型 AI 工作負載:憑藉專為 AI 處理設計的 NVIDIA GB10 Superchip、128GB 的同調統合系統記憶體(Coherent unified system memory)以及 4TB 的高速 SSD,GN100 能夠穩定且流暢地執行處理龐大數據的 AI 開發、數據分析與模型訓練。在自主進化 AI 代理、大型語言模型、生成式 AI、影像分析、模擬運算以及科學計算等高負載工作流程中,均能顯著縮短處理時間。這讓安全的自主代理能夠在本地環境中運行,藉由加快開發週期與增加驗證次數,為研發與產品開發的生產力帶來顯著貢獻。
節省空間的高效能 AI 基礎。
本體採用約 150 毫米見方的精巧尺寸與約 1.2 公斤的輕量化設計,卻具備媲美 AI 伺服器的處理效能。即使在辦公室桌面或研究室等有限空間也能輕鬆設置,無需建置大型機房即可打造 AI 環境。此外,GN100 支援最多 2 台的堆疊連接,並相容於 Kensington 防盜鎖孔,充分考量了實體安全性,提供兼具省空間、高效能與高安全性的易導入 AI 基礎。
具備卓越擴充性的次世代 AI 平台。
支援透過 NVIDIA ConnectX-7 進行高速網路連接,藉由串聯多台 GN100,可應對更大規模的 AI 工作負載。在雙機配置下,可支援最高達 4050 億參數規模的模型推論;若使用支援 RoCE 的 200 GbE 交換器進行 4 台配置,則能應對最高 7000 億參數規模的最先進 AI 模型本地推論、高通訊負載的作業,甚至是本地 AI 工廠的維運需求。憑藉低延遲且高速的資料傳輸,GN100 打造了能彈性適應大型 AI 處理、研發,以及未來 AI 專案擴編的基礎架構。
多元連接埠支援彈性的導入與維運。
在外部介面方面,除了 NVIDIA ConnectX-7 NIC 之外,還配備了 3 個 USB 3.2 連接埠(Type-C,Gen 2x2,20Gbps)、1 個 USB 3.2 連接埠(Type-C,Gen 2x2,20Gbps,支援 PD)、1 個 HDMI 2.1 輸出埠以及 1 個乙太網路(RJ-45)連接埠。此外,更支援 Wi-Fi 7、10GbE、有線區域網路及 Bluetooth 5.4,全力支援高速資料傳輸、外部設備連接,以及彈性融入各種網路環境。其設計便於配合開發與營運環境調整設備配置,完美具備了企業應用所需的擴充性與連線能力。
從 AI 開發到維運,流程更順暢。
採用 NVIDIA DGX OS,提供專為 AI 與機器學習最佳化的穩定 Linux 環境。開發者可活用 PyTorch、Jupyter、Ollama 等開發工具,在本地環境中一站式完成 AI 代理與模型的開發、驗證與執行。同時,透過運用包含 NVIDIA NemoClaw 與 NVIDIA OpenShell 在內的 NVIDIA AI 軟體堆疊,可將常駐運行的代理安全地部署至本地環境中。
本產品將強大的 AI 運算效能濃縮於可放置在桌面上的精巧機殼中,為地端(On-premises)AI 環境提供了全新的選擇。
從桌面展開的地端 AI 環境。
Acer Veriton GN100 以 NVIDIA DGX Spark 平台為基礎,是一款專為讓 AI 開發與大型模型執行能在企業內部獨立完成而設計的精巧型 AI 工作站。搭載 NVIDIA GB10 Grace Blackwell Superchip,實現高達 1 petaFLOP 的優異 AI 運算效能,將過去依賴雲端的 AI 處理轉移至本地環境執行。這不僅能大幅降低雲端使用費與資料傳輸成本,更能確保機密資料與研究數據不外流,實現安全可靠的維運。此外,從開發、驗證到部署皆在企業內部一貫作業,有助於加快開發速度並持續累積技術量能,是讓企業 AI 應用邁向更務實且永續發展的全新 AI 基礎設施選擇。
讓大型 AI 工作負載更有效率。
高速處理大型 AI 工作負載:憑藉專為 AI 處理設計的 NVIDIA GB10 Superchip、128GB 的同調統合系統記憶體(Coherent unified system memory)以及 4TB 的高速 SSD,GN100 能夠穩定且流暢地執行處理龐大數據的 AI 開發、數據分析與模型訓練。在自主進化 AI 代理、大型語言模型、生成式 AI、影像分析、模擬運算以及科學計算等高負載工作流程中,均能顯著縮短處理時間。這讓安全的自主代理能夠在本地環境中運行,藉由加快開發週期與增加驗證次數,為研發與產品開發的生產力帶來顯著貢獻。
節省空間的高效能 AI 基礎。
本體採用約 150 毫米見方的精巧尺寸與約 1.2 公斤的輕量化設計,卻具備媲美 AI 伺服器的處理效能。即使在辦公室桌面或研究室等有限空間也能輕鬆設置,無需建置大型機房即可打造 AI 環境。此外,GN100 支援最多 2 台的堆疊連接,並相容於 Kensington 防盜鎖孔,充分考量了實體安全性,提供兼具省空間、高效能與高安全性的易導入 AI 基礎。
具備卓越擴充性的次世代 AI 平台。
支援透過 NVIDIA ConnectX-7 進行高速網路連接,藉由串聯多台 GN100,可應對更大規模的 AI 工作負載。在雙機配置下,可支援最高達 4050 億參數規模的模型推論;若使用支援 RoCE 的 200 GbE 交換器進行 4 台配置,則能應對最高 7000 億參數規模的最先進 AI 模型本地推論、高通訊負載的作業,甚至是本地 AI 工廠的維運需求。憑藉低延遲且高速的資料傳輸,GN100 打造了能彈性適應大型 AI 處理、研發,以及未來 AI 專案擴編的基礎架構。
多元連接埠支援彈性的導入與維運。
在外部介面方面,除了 NVIDIA ConnectX-7 NIC 之外,還配備了 3 個 USB 3.2 連接埠(Type-C,Gen 2x2,20Gbps)、1 個 USB 3.2 連接埠(Type-C,Gen 2x2,20Gbps,支援 PD)、1 個 HDMI 2.1 輸出埠以及 1 個乙太網路(RJ-45)連接埠。此外,更支援 Wi-Fi 7、10GbE、有線區域網路及 Bluetooth 5.4,全力支援高速資料傳輸、外部設備連接,以及彈性融入各種網路環境。其設計便於配合開發與營運環境調整設備配置,完美具備了企業應用所需的擴充性與連線能力。
從 AI 開發到維運,流程更順暢。
採用 NVIDIA DGX OS,提供專為 AI 與機器學習最佳化的穩定 Linux 環境。開發者可活用 PyTorch、Jupyter、Ollama 等開發工具,在本地環境中一站式完成 AI 代理與模型的開發、驗證與執行。同時,透過運用包含 NVIDIA NemoClaw 與 NVIDIA OpenShell 在內的 NVIDIA AI 軟體堆疊,可將常駐運行的代理安全地部署至本地環境中。
常見問題
Acer Veriton GN100とは何ですか?
NVIDIA DGX SparkプラットフォームとGB10 Superchipを搭載し、デスク上に設置可能な超小型AIワークステーションです。
Veriton GN100のサイズと重量は?
約150mm四方のコンパクトサイズで、重量は約1.2kgです。
Veriton GN100のAI処理性能はどれくらいですか?
最大1ペタFLOPのAI演算性能を持ちます。複数台接続により、最大7000億パラメータ規模の最先端AIモデルのローカル推論も可能です。
クラウドAIと比較したGN100の利点は?
クラウド利用料やデータ転送コストを削減でき、機密データを外部に出さないセキュアなローカル環境での運用が可能です。
Veriton GN100に搭載されているソフトウェアは?
NVIDIA DGX OSを採用し、PyTorch、Jupyter、Ollama、NVIDIA NemoClaw、NVIDIA OpenShellなどを活用できます。