Lenovo ThinkStation PGX | KI-Workstation | GB10 128GB

NVIDIA GB10 Grace Blackwell Superchip: Das Herzstück der ThinkStation PGX Die Lenovo ThinkStation PGX ist eine kompakte KI-Workstation im Mini-Tower-Formfaktor (MT), die auf dem NVIDIA GB10 Grace Blackwell Superchip basiert — einem Prozessor, der CPU- und GPU-Rechenleistung in einem einzigen SoC vereint und speziell für KI-Inferenz- und Trainingsaufgaben auf Systemebene entwickelt wurde. Mit 128 GB LPDDR5X-Arbeitsspeicher, einer 1-TB-NVMe-SSD mit Self-Encrypting-Funktion, 10GbE- sowie 2x 200GbE-Netzwerkanbindung und dem NVIDIA DGX Base OS richtet sich diese Workstation ausschließlich an KI-Forscher, Data Scientists und Unternehmen, die lokal auf Datacenter-nahem Niveau inferenzieren oder trainieren wollen. Die ThinkStation PGX ist damit keine klassische Desktop-Workstation für CAD oder Medienproduktion, sondern ein hochspezialisiertes KI-System in einem erstaunlich kleinen Formfaktor — laut Hersteller misst das Gerät nur 15 × 15 × 5,05 cm bei einem Gewicht von 1,2 kg. Leistung & Prozessor: Der NVIDIA GB10 Grace Blackwell Superchip erklärt Das Fundament der ThinkStation PGX ist der NVIDIA GB10 Grace Blackwell Superchip — eine Prozessorarchitektur, die NVIDIA nicht als klassische CPU oder GPU positioniert, sondern als integrierten Superchip, der ARM-basierte CPU-Kerne mit NVIDIA-Blackwell-GPU-Logik auf einem Chip zusammenführt. Dieser Ansatz ist direkt von NVIDIAs GH200-Grace-Hopper-Architektur abgeleitet und für Edge-Deployments und kompakte KI-Systeme optimiert. Der GB10 verfügt laut den vorliegenden Spezifikationen über 20 Kerne . Im Gegensatz zu klassischen x86-Workstations mit Intel Xeon oder AMD Threadripper handelt es sich hier um eine heterogene ARM-Architektur: Die CPU-Kerne übernehmen Steuer-, Vorverarbeitungs- und Systemaufgaben, während die integrierte Blackwell-GPU-Einheit die eigentliche Tensor-Last der KI-Workloads trägt. Das ist konzeptionell mit einem Apple M-Chip vergleichbar — allerdings explizit für professionelle KI-Pipelines ausgelegt, nicht für Consumer-Anwendungen. Die Unified Memory Architecture (UMA) ist hier besonders bedeutsam: Die 128 GB LPDDR5X stehen CPU und GPU gleichermaßen zur Verfügung — ohne den klassischen Flaschenhals, der entsteht, wenn Daten zwischen separatem CPU-RAM und dediziertem VRAM hin- und herkopiert werden müssen. Für KI-Workloads, die große Modellgewichte im Speicher halten müssen, ist das ein struktureller Vorteil gegenüber klassischen GPU-plus-CPU-Setups mit getrennten Speicherbereichen. Für Käufer wichtig zu verstehen: Die Blackwell-GPU-Einheit des GB10 ist eine integrierte Komponente, keine eigenständige Grafikkarte. Sie ist für KI-Inferenz optimiert, nicht für klassische Anwendungen wie 3D-CAD, Videorendering oder Spielegrafik. Wer eine Workstation für AutoCAD 3D, SolidWorks oder Adobe Premiere sucht, ist mit einer ThinkStation mit dedizierter RTX- oder Quadro-GPU besser beraten. Die ThinkStation PGX ist ein Spezialsystem — und das ist als Präzisionsaussage gemeint, nicht als Einschränkung. 128 GB LPDDR5X: Warum Unified Memory hier anders ist Der installierte Arbeitsspeicher beträgt 128 GB LPDDR5X SDRAM . LPDDR5X ist die aktuell schnellste Low-Power-DDR-Generation und bietet gegenüber Standard-DDR5-DIMM-Konfigurationen deutlich höhere Speicherbandbreite bei geringerem Energieverbrauch — ein Faktor, der bei einem 240-Watt-System wie der PGX direkt in die Systemleistung einzahlt. Laut den vorliegenden Produktdaten ist der Speicher fest angelötet (soldered) . Eine nachträgliche Erweiterung des Arbeitsspeichers ist damit nicht möglich. Käufer sollten die 128-GB-Konfiguration daher von Anfang an als finales Speicherbudget betrachten — ohne Upgrade-Pfad. 128 GB Unified Memory ermöglichen das lokale Laden und Inferenzieren von Large Language Models (LLMs) mit mehreren Milliarden Parametern, die bei 4-Bit-Quantisierung in diesen Speicherbereich passen. Das ist der primäre Anwendungsfall, für den dieses System konzipiert wurde. Display & Bildqualität Die ThinkStation PGX wird ohne Monitor geliefert — laut Produktdaten ist kein Display integriert oder im Lieferumfang enthalten. Das Gerät ist als stationäre Recheneinheit konzipiert, die über externe Anzeigegeräte betrieben wird. Für die Bildschirmausgabe stehen ein HDMI-Ausgang sowie ein USB-C-Ausgang (USB4/DisplayPort 2.1) an der Rückseite zur Verfügung. Die Wahl des Monitors liegt vollständig beim Käufer. Angesichts des primären Einsatzszenarios — KI-Entwicklung, Modell-Monitoring, Python-basierte Workflows — ist ein hochwertiger 27"- oder 32"-Monitor mit IPS-Panel, mindestens WQHD-Auflösung und USB-C-Anbindung eine praxisgerechte Ergänzung. Für reine Terminalarbeit (SSH, Remote-Jupyter-Notebooks) kann die Bildschirmausgabe sogar vollständig entfallen. Speicher & Erweiterbarkeit Als systemseitiger Massenspeicher ist eine 1-TB-SSD im M.2-Formfaktor verbaut, die das NVMe-Protokoll (NVM Express) unterstützt. NVMe-SSDs kommunizieren direkt über den PCIe-Bus mit dem Prozessor und erzielen gegenüber klassischen SATA-SSDs erheblich höhere sequenzielle Lese- und Schreibraten — was bei großen Datensätzen, die für KI-Training geladen werden müssen, spürbar ist. Die verbaute SSD ist zudem als Self-Encrypting Drive (SED) ausgeführt. Das bedeutet: Die Verschlüsselung der gespeicherten Daten erfolgt hardwareseitig direkt im Laufwerk, unabhängig von der CPU-Last. Für Unternehmensumgebungen mit Compliance-Anforderungen (z. B. DSGVO-konforme Datenhaltung, ISO 27001) ist das ein relevanter Vorteil gegenüber rein softwarebasierter Verschlüsselung. Die SED-Funktionalität ist mit gängigen Enterprise-Key-Management-Systemen kompatibel. Wichtiger Hinweis zur Erweiterbarkeit: Die vorliegenden Produktdaten nennen einen einzelnen M.2-Steckplatz mit 1 TB. Angaben zu weiteren freien M.2-Slots oder PCIe-Erweiterungsmöglichkeiten liegen uns nicht vor. Interessenten, die auf größere lokale Datensätze angewiesen sind, sollten beim Hersteller oder Fachhändler die internen Erweiterungsoptionen klären. Alternativ bietet der 10-GbE-Netzwerkanschluss eine performante Anbindung an externe NAS-Systeme oder Storage-Arrays. Konnektivität & Anschlüsse: Drei Netzwerkebenen für KI-Infrastrukturen Die Konnektivitätsausstattung der ThinkStation PGX ist für ein System dieser Baugröße außergewöhnlich und spiegelt den professionellen Anwendungsfokus klar wider. An der Rückseite sind folgende Anschlüsse verbaut: 4 × USB4 / DisplayPort 2.1 (hinten): Einer davon mit Power Delivery 3.1. USB4 erreicht bis zu 40 Gbit/s Transferrate und ist kompatibel mit Thunderbolt-4-Peripherie. DisplayPort 2.1 unterstützt 8K-Displayausgabe und ist damit für hochauflösende Visualisierungssetups geeignet. 1 × HDMI (hinten): Für den direkten Anschluss von Monitoren oder Displays ohne USB-C/DP-Eingang. 1 × 10-Gigabit-Ethernet (RJ45, hinten): Realisiert durch einen Mellanox ConnectX-7 -Controller — eine Enterprise-Grade-Netzwerkkarte, die in Rechenzentren und High-Performance-Computing-Umgebungen weit verbreitet ist. 10 GbE ermöglicht die schnelle Übertragung großer Datasets von NAS-Systemen oder Netzwerkspeichern. 2 × 200-Gigabit-Ethernet (QSFP, hinten): Das ist das herausragende Merkmal in der Netzwerkausstattung. QSFP-Ports mit 200 GbE sind Datacenter-Standard für InfiniBand- und High-Speed-Ethernet-Fabrics. In Multi-Node-KI-Clustern werden diese Ports genutzt, um mehrere PGX-Systeme direkt miteinander zu koppeln oder an einen Switch mit hoher Backplane-Bandbreite anzubinden — für verteiltes Training oder schnelle Modell-Parameter-Synchronisation. Die Kombination aus 10 GbE für Datenspeicheranbindung und 2× 200 GbE für Inter-Node-Kommunikation ist charakteristisch für KI-Infrastrukturkomponenten — nicht für klassische Desktop-Workstations. Damit ist die ThinkStation PGX explizit für den Betrieb in oder neben einem Rechenzentrum dimensioniert, nicht für den isolierten Einzelplatz. WLAN und Bluetooth Das Gerät verfügt laut Produktdaten über einen integrierten WLAN-Adapter, der Wi-Fi 7 (IEEE 802.11be) sowie Wi-Fi 6 (802.11ax) und ältere Standards unterstützt. Wi-Fi 7 bietet gegenüber Wi-Fi 6E erweiterte Multi-Link-Operation (MLO) für niedrigere Latenz und höhere Durchsatzraten. Zusätzlich ist Bluetooth 5.3 integriert, das für den Anschluss von drahtlosen Eingabegeräten genutzt werden kann. In einer professionellen KI-Infrastruktur wird die kabelgebundene Netzwerkverbindung jedoch typischerweise bevorzugt. Mobilität & Design: Kompaktes Kraftpaket Mit Abmessungen von 15 × 15 × 5,05 cm und einem Gewicht von 1,2 kg ist die ThinkStation PGX bemerkenswerterweise kompakt — kleiner als viele externe Festplatten-Docks und deutlich handlicher als klassische Tower-Workstations. Der Formfaktor wird vom Hersteller als Mini-Tower (MT) klassifiziert, was angesichts der Maße eher einem Mini-PC- oder NUC-ähnlichen Design entspricht. Diese Kompaktheit ist kein Zufall: Der GB10 Grace Blackwell Superchip ist als energieeffizientes SoC konzipiert, das seine Leistung mit einem 240-Watt-Netzteil bewältigt. Zum Vergleich: Eine klassische x86-Workstation mit dedizierter NVIDIA-RTX-6000-Ada-Karte kann leicht 500 Watt und mehr verbrauchen. Die PGX passt damit auch in Umgebungen mit begrenzter Stellfläche und Kühlung — etwa in einem Schreibtischsetup neben einem Datenschrank, als Edge-KI-Knoten in einem Serverraum oder direkt im Büro eines Data Scientists. Eingabegeräte (Tastatur, Maus) sind laut Produktdaten nicht im Lieferumfang enthalten. Das entspricht dem typischen Kaufmuster für Workstations in dieser Klasse, bei denen Käufer auf eigene Peripherie zurückgreifen. Bluetooth 5.3 und die USB4-Ports ermöglichen den Anschluss aller gängigen drahtlosen und kabelgebundenen Eingabegeräte. Sicherheit & Manageability Die Self-Encrypting Drive (SED) bietet hardwareseitige Datenverschlüsselung, die unabhängig vom Betriebssystem arbeitet. Das ist besonders relevant in Szenarien, in denen proprietäre KI-Modelle, Trainingsdaten oder Forschungsergebnisse auf dem Gerät gespeichert sind und physischer Geräteverlust oder -diebstahl ein realistisches Risiko darstellt. Das vorinstallierte NVIDIA DGX Base OS ist ein Ubuntu-basiertes, von NVIDIA optimiertes Linux-Betriebssystem, das speziell für DGX-zertifizierte Systeme entwickelt wurde. Es enthält vorintegrierte NVIDIA-Treiber, CUDA-Toolkit, Container-Runtime (Docker/NVIDIA Container Toolkit) und ist für den sofortigen Einsatz mit NVIDIA AI Enterprise oder Open-Source-KI-Frameworks vorbereitet. Das DGX OS reduziert den Konfigurationsaufwand erheblich und stellt sicher, dass Treiber- und Framework-Versionen aufeinander abgestimmt sind — ein häufiger Schmerzpunkt bei manuell konfigurierten KI-Systemen. Angaben zu TPM, Secure Boot oder Remote-Management-Protokollen (wie AMT) liegen aus den vorliegenden Produktdaten nicht vor. Interessenten mit spezifischen Sicherheits-Compliance-Anforderungen sollten diese Details beim Hersteller erfragen. Garantie und Support Die ThinkStation PGX kommt laut Hersteller mit einer 1-jährigen Vor-Ort-Basisgarantie sowie einer zusätzlichen 1-jährigen verlängerten Vor-Ort-Garantie mit Next-Business-Day-Reaktionszeit . Im Bundle ist außerdem 1 Jahr Lenovo Premier Support enthalten — ein Direktzugang zu spezialisierten Lenovo-Technikern, der für Business-Kunden schnellere und qualifiziertere Unterstützung bietet als der Standard-Support. Ideal für diese Einsatzbereiche Die ThinkStation PGX ist ein hochspezialisiertes System. Die folgenden Einsatzbereiche sind direkt durch die vorliegenden Specs belegt: Lokale KI-Inferenz mit Large Language Models: 128 GB Unified Memory erlauben das Laden und Inferenzieren großer quantisierter LLMs direkt im System, ohne Cloud-Abhängigkeit. Die Blackwell-GPU-Architektur ist für Tensor-Operationen optimiert, die bei LLM-Inferenz dominieren. Für Teams, die Datenschutz-Anforderungen haben oder Latenz-kritische Inferenz lokal betreiben müssen, ist das der primäre Kaufgrund. KI-Modellentwicklung und -Finetuning (Edge-Scale): Mit NVIDIA DGX Base OS, vorintegriertem CUDA-Stack und 128 GB Unified Memory können Entwickler und Forscher kleinere Modelle lokal trainieren oder Fine-Tuning mit eigenen Datensätzen betreiben — ohne GPU-Cloud-Kosten. Multi-Node-KI-Cluster (als Cluster-Knoten): Die zwei QSFP-Ports mit je 200 GbE ermöglichen die Vernetzung mehrerer PGX-Systeme in einem Low-Latency-Fabric. Das ist der klassische Anwendungsfall für verteiltes Training, bei dem mehrere Knoten Gradienten synchronisieren müssen. Edge-KI-Deployment in datensensitiven Umgebungen: Dank des kompakten Formfaktors (1,2 kg, 15 × 15 cm) und des SED-verschlüsselten Speichers eignet sich die PGX für den Einsatz in Branchen, die KI-Inferenz lokal — nicht in der Public Cloud — betreiben müssen (Gesundheitswesen, Behörden, Finanzdienstleistungen). Entwicklungs- und Testumgebung für KI-Pipelines: Das vorinstallierte DGX Base OS mit Container-Runtime reduziert den Aufwand für die Einrichtung reproduzierbarer KI-Entwicklungsumgebungen. Entwickler können Docker-Container mit verschiedenen Framework-Versionen (PyTorch, TensorFlow, JAX) parallel betreiben. Nicht geeignet für: 3D-CAD/CAM (keine dedizierte ISV-zertifizierte GPU), Videobearbeitung und -rendering (keine dedizierte GPU mit VRAM-Trennung), klassische Office-Workstation-Aufgaben (für diese Anwendungen bieten ThinkStation-P-Modelle ein besseres Preis-Leistungs-Verhältnis). Häufige Fragen zur Lenovo ThinkStation PGX Was ist der NVIDIA GB10 Grace Blackwell Superchip und was unterscheidet ihn von einer klassischen CPU? Der GB10 Grace Blackwell Superchip ist ein von NVIDIA entwickeltes System-on-Chip (SoC), das ARM-basierte CPU-Kerne mit einer integrierten Blackwell-GPU auf einem einzigen Chip kombiniert. Er teilt sich eine gemeinsame Speicherarchitektur (Unified Memory) mit dem installierten LPDDR5X-RAM, was bedeutet, dass CPU und GPU auf denselben 128-GB-Speicherpool zugreifen — ohne Datentransfer-Overhead zwischen separatem CPU-RAM und GPU-VRAM. Dieser Ansatz ist für KI-Inferenz- und Trainingsworkloads optimiert und unterscheidet sich grundlegend von klassischen x86-Plattformen mit diskreter GPU. Ist der Arbeitsspeicher aufrüstbar? Nein. Laut Produktdaten ist der Arbeitsspeicher (128 GB LPDDR5X) fest angelötet (soldered). Eine nachträgliche Erweiterung ist technisch nicht möglich. Die ThinkStation PGX sollte daher mit dem Verständnis gekauft werden, dass 128 GB das endgültige Speicherbudget für CPU und GPU darstellen. Welches Betriebssystem ist vorinstalliert und kann Windows installiert werden? Vorinstalliert ist das NVIDIA DGX Base OS — ein Ubuntu-basiertes Linux-Betriebssystem, das von NVIDIA für DGX-Systeme optimiert wurde und einen vorintegriertem CUDA-Toolkit sowie NVIDIA Container Runtime enthält. Angaben zur Windows-Kompatibilität oder ARM-Windows-Unterstützung liegen uns aus den vorliegenden Produktdaten nicht vor. Interessenten sollten die Betriebssystem-Optionen direkt bei Lenovo oder NVIDIA anfragen. Wofür sind die QSFP-Ports (200 GbE) gedacht? Die zwei QSFP-Ports mit jeweils 200-Gigabit-Ethernet sind Datacenter-Standard-Schnittstellen für High-Speed-Netzwerkfabrics. In der Praxis werden sie genutzt, um mehrere ThinkStation-PGX-Systeme zu einem KI-Rechencluster zu vernetzen (z. B. für verteiltes Modelltraining) oder um das System an einen leistungsstarken Netzwerk-Switch in einem KI-Infrastrukturumfeld anzuschließen. Für Standard-Büro-Netzwerke ist der 10-GbE-RJ45-Port die relevante Schnittstelle. Ist die ThinkStation PGX für 3D-CAD oder Videobearbeitung geeignet? Nein. Die ThinkStation PGX ist auf KI-Workloads spezialisiert. Für 3D-CAD-Anwendungen wie SolidWorks, CATIA oder Autodesk Inventor werden ISV-zertifizierte dedizierte Grafikkarten (NVIDIA RTX/Quadro) benötigt, die in der PGX nicht verbaut sind. Für professionelle Videobearbeitung mit Adobe Premiere oder DaVinci Resolve wird ebenfalls eine dedizierte GPU mit eigenem VRAM sowie typischerweise 32 GB RAM oder mehr in einer Standard-x86-Konfiguration empfohlen. Für diese Einsatzbereiche bietet Lenovo die ThinkStation-P-Serie mit dedizierten NVIDIA-RTX-Karten an. Welche Garantie ist enthalten und wie schnell kommt der Techniker vor Ort? Laut Hersteller enthält die ThinkStation PGX eine 1-jährige Vor-Ort-Basisgarantie sowie eine zusätzliche 1-jährige verlängerte Vor-Ort-Garantie mit Next-Business-Day-Reaktionszeit (Reaktion am nächsten Arbeitstag). Zusätzlich ist 1 Jahr Lenovo Premier Support im Bundle enthalten, der direkten Zugang zu spezialisierten Lenovo-Technikern bietet. { "@context": "https://schema.org", "@type": "FAQPage", "mainEntity": [ { "@type": "Question", "name": "Was ist der NVIDIA GB10 Grace Blackwell Superchip und was unterscheidet ihn von einer klassischen CPU?", "acceptedAnswer": { "@type": "Answer", "text": "Der GB10 Grace Blackwell Superchip ist ein von NVIDIA entwickeltes System-on-Chip (SoC), das ARM-basierte CPU-Kerne mit einer integrierten Blackwell-GPU auf einem einzigen Chip kombiniert. Er teilt sich eine gemeinsame Speicherarchitektur (Unified Memory) mit dem installierten LPDDR5X-RAM, was bedeutet, dass CPU und GPU auf denselben 128-GB-Speicherpool zugreifen — ohne Datentransfer-Overhead zwischen separatem CPU-RAM und GPU-VRAM. Dieser Ansatz ist für KI-Inferenz- und Trainingsworkloads optimiert und unterscheidet sich grundlegend von klassischen x86-Plattformen mit diskreter GPU." } }, { "@type": "Question", "name": "Ist der Arbeitsspeicher der Lenovo ThinkStation PGX aufrüstbar?", "acceptedAnswer": { "@type": "Answer", "text": "Nein. Laut Produktdaten ist der Arbeitsspeicher (128 GB LPDDR5X) fest angelötet (soldered). Eine nachträgliche Erweiterung ist technisch nicht möglich. Die ThinkStation PGX sollte daher mit dem Verständnis gekauft werden, dass 128 GB das endgültige Speicherbudget für CPU und GPU darstellen." } }, { "@type": "Question", "name": "Welches Betriebssystem ist auf der Lenovo ThinkStation PGX vorinstalliert und kann Windows installiert werden?", "acceptedAnswer": { "@type": "Answer", "text": "Vorinstalliert ist das NVIDIA DGX Base OS — ein Ubuntu-basiertes Linux-Betriebssystem, das von NVIDIA für DGX-Systeme optimiert wurde und einen vorintegriertem CUDA-Toolkit sowie NVIDIA Container Runtime enthält. Angaben zur Windows-Kompatibilität oder ARM-Windows-Unterstützung liegen aus den vorliegenden Produktdaten nicht vor. Interessenten sollten die Betriebssystem-Optionen direkt bei Lenovo oder NVIDIA anfragen." } }, { "@type": "Question", "name": "Wofür sind die QSFP-Ports (200 GbE) der ThinkStation PGX gedacht?", "acceptedAnswer": { "@type": "Answer", "text": "Die zwei QSFP-Ports mit jeweils 200-Gigabit-Ethernet sind Datacenter-Standard-Schnittstellen für High-Speed-Netzwerkfabrics. In der Praxis werden sie genutzt, um mehrere ThinkStation-PGX-Systeme zu einem KI-Rechencluster zu vernetzen (z. B. für verteiltes Modelltraining) oder um das System an einen leistungsstarken Netzwerk-Switch in einem KI-Infrastrukturumfeld anzuschließen. Für Standard-Büro-Netzwerke ist der 10-GbE-RJ45-Port die relevante Schnittstelle." } }, { "@type": "Question", "name": "Ist die Lenovo ThinkStation PGX für 3D-CAD oder Videobearbeitung geeignet?", "acceptedAnswer": { "@type": "Answer", "text": "Nein. Die ThinkStation PGX ist auf KI-Workloads spezialisiert. Für 3D-CAD-Anwendungen wie SolidWorks oder Autodesk Inventor werden ISV-zertifizierte dedizierte Grafikkarten benötigt, die in der PGX nicht verbaut sind. Für professionelle Videobearbeitung wird ebenfalls eine dedizierte GPU mit eigenem VRAM empfohlen. Für diese Einsatzbereiche bietet Lenovo die ThinkStation-P-Serie an." } }, { "@type": "Question", "name": "Welche Garantie ist in der Lenovo ThinkStation PGX enthalten?", "acceptedAnswer": { "@type": "Answer", "text": "Laut Hersteller enthält die ThinkStation PGX eine 1-jährige Vor-Ort-Basisgarantie sowie eine zusätzliche 1-jährige verlängerte Vor-Ort-Garantie mit Next-Business-Day-Reaktionszeit (Reaktion am nächsten Arbeitstag). Zusätzlich ist 1 Jahr Lenovo Premier Support im Bundle enthalten, der direkten Zugang zu spezialisierten Lenovo-Technikern bietet." } } ] }