在生成式 AI 進入“規?；瘧?rdquo;階段的告別I工當下，高校科研與教學對算力可得性、資源作站數據安全合規與實驗效率提出更高要求。排隊面向高等教育與科研場景，及數據泄聯想工作站帶來全新 ThinkStation AI 工作站產品——ThinkStation PGX AI 工作站：以“桌面級個人 AI 超算”的露風產品形態，支持在本地完成大模型的險高?？七x構建、微調與推理，研首讓教師、推薦研究人員與學生能夠更快迭代、告別I工更穩定運行、資源作站更安全地開展 AI 研究與課程實踐。排隊

直面高校 AI 落地瓶頸：資源、及數據泄隱私與成本的露風三重壓力

長期以來，高校在 AI 研發與教學過程中普遍面臨三類挑戰：

· 共享資源排隊：校園集群經常超額訂閱，險高?？七x科研實驗與課程作業排隊時間長；多人并發使用還會帶來環境變更與文件誤操作等風險。研首

· 數據隱私與治理壓力：敏感科研數據、學生信息與受保護學術內容往往需要留在校園內；一旦依賴公有云，隱私與合規（如 FERPA 相關要求）治理復雜度上升。

· 硬件升級門檻高：傳統桌面系統在 CPU/GPU 內存等方面難以滿足現代 AI 工作負載；升級成本高、效率低，直接影響模型開發、調優與研究產出節奏。

ThinkStation PGX AI 工作站：桌面級“個人 AI 超算”的硬核底座

ThinkStation PGX AI 工作站以 NVIDIA GB10 Grace Blackwell 超級芯片為核心，將服務器級 AI 能力下沉到桌面端：

· 強勁 AI 性能：基于 Blackwell GPU 架構加速，AI 性能最高可達 1 PFLOP，面向大模型訓練準備、微調與推理等關鍵環節提供算力支撐。

· 統一共享內存：提供 128GB CPU-GPU 統一共享內存，緩解大模型運行時的內存瓶頸，提高本地實驗與迭代效率。

· 從桌面到集群的擴展路徑：配備 雙 200Gb ConnectX-7，為多節點擴展提供高速互聯能力，支持從單機桌面算力平滑擴展到更大規模架構。

· AI 就緒軟件棧：平臺經驗證適配 NVIDIA AI 軟件棧、ARM 核心架構與 DGX OS（基于 Ubuntu Pro 24.0），降低部署與環境調試成本。

· 面向校園使用的連接與網絡：支持 Wi-Fi 7、10GbE RJ-45 等，并提供 USB-C、HDMI 等接口，便于教學演示與外設擴展（以實際配置為準）。

· 數據安全與本地可控：支持自加密 NVMe 存儲方案（以實際配置為準），更適合對數據本地留存要求較高的科研與教學任務。

覆蓋高校典型工作流：從研究原型到課堂實踐

圍繞高等教育核心需求，ThinkStation PGX AI 工作站可覆蓋多類高頻工作負載：

· Research Prototyping（研究原型）：在本地快速跑通大模型實驗，減少對共享集群的依賴與等待。

· Model Optimization（模型優化）：支持量化、剪枝、超參數調優等，為進一步規?；瘧米鰷蕚?。

· Curriculum Integration（課程融入）：面向 AI/ML 課程提供真實規模模型能力，提升教學體驗與實踐深度。

· Parallel Student Projects（并行學生項目）：為編程實驗、capstone 項目與團隊作業提供更獨立的算力，降低資源競爭。

· Fine-tuning & Inference（微調與推理）：為敏感數據與科研項目提供按需本地計算能力，兼顧效率與治理要求。

誰將受益：教師、研究人員、學生與校園 IT 團隊

ThinkStation PGX AI 工作站面向高校多角色協同：

· AI 研究人員與實驗室負責人：減少排隊與環境不確定性，提升本地實驗吞吐與迭代速度。

· 教師與授課團隊：更穩定地開展課堂演示與實操教學，推動課程體系升級。

· 研究生/博士與本科生：獲得更接近真實產業與科研場景的模型訓練與數據科學工作流體驗。

· 校園 IT 與基礎設施團隊：在“桌面分布式算力”思路下緩解集群壓力，簡化部分管理負擔，同時提升數據可控性。

推薦聯想 AI 工作站：面向高校 AI 升級的更優解

當高校希望同時解決“算力排隊”“數據治理”“硬件升級成本”等問題時，推薦聯想 AI 工作站成為更高確定性的選擇。

作為 ThinkStation AI 工作站產品線的重要成員，ThinkStation PGX AI 工作站以個人 AI 超算形態，為科研創新與教學實踐提供更高效、更可控、更可擴展的 AI 底座，加速從探索到落地的每一步。

最新評論