Harga NVIDIA DGX Station (GB300) di 2026: Berapa Biayanya, dan 6 Alternatif yang Lebih Murah

NVIDIA tidak mempublikasikan harga DGX Station. Berikut setiap listing OEM, model Windows, berapa biayanya per bulan, dan apa lagi yang memberikan Anda kapasitas AI lokal yang serius.

DGX Station tidak memiliki harga resmi. Listing publik AS dimulai dari $92.887,47, sebagian besar berada di antara $96.000 dan $130.000, listing Dell ada di $159.283, dan storage, GPU tambahan, serta layanan mendorong penawaran lebih tinggi. Berikut apa yang sebenarnya dicakup oleh harga tersebut, apa lagi yang memberikan Anda kapasitas AI lokal yang serius, dan alasan yang tidak nyaman mengapa sebagian besar alternatif murah juga menjadi mahal. Jika Anda masih mencari tahu DGX mana yang Anda butuhkan, mulailah dengan ikhtisar alternatif NVIDIA DGX kami, dan jika yang Anda maksud adalah yang kecil, lihat alternatif DGX Spark.

Harga DGX Station: yang dikenakan setiap OEM (Oktober 2026)

Semuanya membawa superchip GB300 yang sama dan memori koheren 748 GB yang sama. Yang mengubah harganya adalah semua hal di sekitarnya.

Bagaimana dengan DGX Station untuk Windows? Setiap listing di atas adalah versi Linux yang menjalankan NVIDIA DGX OS. Versi Windows belum memiliki harga atau tanggal; lihat bagian berikutnya.

Berapa harga DGX Station di India? Kami tidak menemukan harga India dari NVIDIA atau OEM sendiri, tetapi MSI XpertStation WS300 terdaftar oleh pengecer India. Pada 22 Oktober 2026 NationalPC mencantumkannya seharga ₹1,44,05,932,20 ditambah PPN 18% (₹1,69,99,000, sekitar ₹1,7 crore), terbuka untuk pre-booking dengan deposit 25%, dan PC Studio mencantumkannya seharga ₹1,49,99,990 termasuk pajak. Untuk versi lain, minta penawaran dari reseller India.

Apa yang sebenarnya dimaksud dengan "harga DGX Station". NVIDIA memasok papan GB300 dan mitra membangun workstation di sekitarnya, sehingga ada setidaknya enam harga, bukan satu. Angka yang tercantum adalah konfigurasi dasar. Storage, kartu RTX PRO opsional untuk tampilan dan pekerjaan grafis, panjang garansi, dan layanan di tempat semuanya merupakan tambahan. Distributor Eropa pi3g mengutip keluarga yang sama dari sekitar $99.000 hingga $194.500 tergantung vendor dan konfigurasi, dengan waktu tunggu dua hingga enam belas minggu per pertengahan September.

Biaya yang tidak ada di faktur. NVIDIA menilai total daya sistem sebesar 1.600 W. Bizon mencatat catu daya mentok di sekitar 1.300 W pada outlet standar 100–114 V, 15 A, sehingga 1.600 W penuh membutuhkan sirkuit 115–240 V. Anggarkan untuk teknisi sebelum mesin tiba. Exxact juga menawarkan harga pendidikan dan pemerintah, yang layak ditanyakan kepada setiap vendor.

Tempat membeli DGX Station

Anda tidak bisa membeli DGX Station langsung dari NVIDIA. Jalur yang berbeda memiliki keunggulan yang berbeda:

• Supermicro, Dell, dan HP menjual langsung melalui situs mereka. Dell dan HP keduanya mengizinkan Anda untuk memulai checkout online, meskipun ketersediaan bervariasi.
• Exxact dan Bizon menggunakan konfigurator penawaran: pilih storage dan aksesori, kirim permintaan, dan Anda mendapatkan penawaran dalam beberapa hari.
• MSI, Gigabyte, dan ASUS mendistribusikan melalui Newegg, CDW, CyberPowerPC, dan AVADirect. Ini membuatnya lebih mudah untuk dibeli, tetapi ketersediaan stok di reseller pihak ketiga lebih tidak menentu daripada mengonfigurasi langsung melalui OEM.

Waktu tunggu di semua vendor bervariasi dari dua hingga enam belas minggu. Jika Anda membutuhkan mesin sebelum waktu tertentu, pesan dari setidaknya dua OEM sekaligus dan pilih yang dapat memenuhi jadwal Anda.

DGX Station untuk Windows: harga dan ketersediaan

NVIDIA mengumumkan DGX Station untuk Windows di Computex 2026 dan memperlihatkannya pada 7 Oktober 2026. Per awal November 2026 tidak ada harga yang dipublikasikan dan tidak ada OEM yang membuka pre-order.

Laporan media mengarah ke Q4 2026 untuk ketersediaan, tetapi tidak ada tanggal yang dikonfirmasi. Setiap DGX Station yang dapat Anda periksa harganya saat ini adalah versi Linux dengan DGX OS.

Berapa biaya DGX Station per bulan?

Sekitar $2.580 per bulan jika Anda membagi listing termurah seharga $92.887,47 ke dalam 36 bulan, ditambah sekitar $110 hingga $175 per bulan untuk listrik jika mesin berjalan sepanjang waktu. Dengan uang yang sama, Anda bisa menyewa sekitar 386 jam per bulan B200 on-demand dengan $6,69 per GPU-jam.

Kepemilikan jarang menang di bawah 60% utilisasi. Jika beban kerja Anda memiliki puncak dan periode menganggur, sewa hampir selalu lebih murah dari sudut pandang biaya per komputasi. Kepemilikan menang ketika data tidak boleh keluar dari gedung Anda atau utilisasi tetap di atas sekitar 60 persen.

Apa itu DGX Station?

DGX Station adalah workstation AI lokal yang dibangun di sekitar superchip NVIDIA GB300. Satu unit menyertakan:

• GPU GB300 NVL2: dua chip Blackwell yang terhubung melalui NVLink, memberikan 1.920 TFLOPS FP8 dan 192 inti Tensor generasi keempat
• 748 GB memori koheren: 252 GB HBM3e pada 7,1 TB/s ditambah 496 GB LPDDR5X. Anda mungkin melihatnya dikutip sebagai 768 GB atau 784 GB, tetapi 748 GB adalah angka dari NVIDIA
• Platform CUDA penuh: setiap perpustakaan dan alat NVIDIA yang berjalan tanpa perubahan kode untuk deployment cloud

Ini adalah mesin yang paling mendekati cluster B200 yang bisa Anda letakkan di bawah meja Anda. Ini bukan mesin yang murah, dan ini bukan mesin yang bisa dibeli dengan cepat—waktu tunggu dua hingga enam belas minggu adalah norma di semua vendor.

Tunggu. Yang Anda maksud Station atau Spark?

DGX Spark adalah mesin yang berbeda. Spark menggunakan GB10 dengan 128 GB memori terpadu pada sekitar 273 GB/s seharga $6.950 (64 GB: $4.999). Station menggunakan GB300 dengan 748 GB dan HBM3e pada 7,1 TB/s mulai dari $92.887,47. Spark adalah mesin pengembangan; Station adalah mesin komputasi kelas workstation.

Jika model yang ingin Anda jalankan lokal tidak muat dalam 128 GB—model triliunan parameter dan model 70B+ yang dijalankan pada presisi tinggi untuk data yang tidak boleh keluar dari gedung Anda—Anda membutuhkan Station. Jika Anda mencocokkan deployment cloud berbasis CUDA untuk pengembangan, Spark lebih murah dan jauh lebih mudah diperoleh.

Mengapa setiap alternatif DGX Station menjadi lebih mahal

Kelangkaan GB300 membuat jalur ke kapasitas GPU lokal menjadi mahal secara mengejutkan. Berikut perbandingan cepat setiap alternatif yang dibahas di bawah:

Tidak ada satu pun yang mendekati 748 GB memori koheren atau throughput 7,1 TB/s Station. Ini kompromi dengan bentuk yang berbeda, bukan alternatif langsung—kecuali jika pekerjaan Anda tidak memerlukan skala itu.

RTX PRO 6000 Blackwell 96GB: alternatif yang tidak lagi jelas

RTX PRO 6000 Blackwell hadir dengan 96 GB GDDR7 dan throughput memori sekitar 1,9 TB/s. Ini adalah GPU workstation untuk model 70B hingga 120B: sesuatu yang bisa Anda jalankan sepenuhnya di dalam VRAM tanpa offloading lambat ke RAM sistem.

Harga saat ini sekitar $16.000, yang tampaknya masuk akal dibandingkan dengan $92.000+ untuk DGX Station, sampai Anda menyadari bahwa ini adalah GPU tunggal tanpa memori terpadu. Model yang lebih besar dari 120B memerlukan offloading atau multi-GPU, dan membangun sistem multi-GPU di sekitar kartu-kartu ini cepat mendekati angka DGX Station.

Ambil ini jika inferensi lokal 70B–120B adalah beban kerja utama Anda dan data tidak boleh keluar. Lewati jika Anda membutuhkan model triliunan parameter atau pelatihan skala penuh.

Mac Studio M5 Ultra

Mac Studio M5 Ultra membawa hingga 512 GB memori terpadu pada sekitar 800 GB/s, dimulai dari $5.499 untuk konfigurasi 128 GB dan mencapai sekitar $14.999 untuk konfigurasi 512 GB.

Ini adalah desktop yang paling mendekati DGX Station berdasarkan kapasitas memori untuk tim kecil, tanpa CUDA. Jika tumpukan Anda berjalan di Metal atau Anda menggunakan framework yang mendukung akselerasi GPU Apple, ini adalah jalur terbaik Anda ke memori terpadu besar dengan anggaran yang jauh lebih kecil. Jika Anda membutuhkan CUDA—untuk model atau alat pelatihan yang bergantung pada pustaka NVIDIA—ini bukan mesin Anda.

DGX Spark: pilihan untuk kesetaraan CUDA

DGX Spark menawarkan kesesuaian kode penuh dengan deployment cloud NVIDIA: kernel CUDA yang sama, pustaka yang sama, stack kontainer yang sama. Jika Anda membangun di DGX Spark, kode tersebut berjalan tanpa perubahan pada cluster B200. Harga $6.950 (64 GB) atau $6.950 (128 GB, pre-order) menempatkannya di kategori yang sangat berbeda dari DGX Station.

Keterbatasannya adalah kedalaman memori. 128 GB pada sekitar 273 GB/s sudah cukup untuk pengembangan dan model menengah, tetapi tidak untuk model triliunan parameter, fine-tuning setengah presisi dari model besar dengan dataset yang tidak bisa keluar, atau inferensi throughput tinggi di atas batas 128B parameter pada batch besar.

Mini PC Strix Halo 128GB

ASUS ROG Strix Halo dan sistem serupa menggunakan chip Strix Halo AMD dengan hingga 128 GB memori terpadu pada sekitar 256 GB/s, dalam faktor bentuk mini PC kompak seharga sekitar $4.000–$6.000.

Kapasitas memorinya sesuai dengan DGX Spark, throughputnya lebih rendah, dan ini tidak mendukung CUDA—tetapi lebih murah dan lebih kecil dari hampir semua hal di daftar ini. Cocok untuk inferensi lokal yang hemat biaya, edge deployment, atau privasi ketika throughput bukan faktor pembatas.

Multi-GPU RTX 5090: jalur DIY

RTX 5090 hadir dengan 32 GB GDDR7 pada sekitar 1,8 TB/s per kartu. Dua kartu memberikan 64 GB dan sekitar 3,6 TB/s gabungan; empat kartu memberikan 128 GB dan 7,2 TB/s. Harga saat ini di kisaran $4.200–$7.400 per kartu di atas MSRP, membuat platform empat kartu mendekati $30.000 sebelum workstation, catu daya, dan pendinginan.

Hambatannya bukan harga; ini adalah NVLink. RTX 5090 tidak mendukung NVLink, sehingga GPU multi-GPU tidak berbagi memori secara mulus. Model yang lebih besar dari memori satu GPU mengalami penalti komunikasi antar-kartu yang signifikan. Ini adalah jalur DIY untuk pelatihan dan inferensi batch, bukan untuk menjalankan model tunggal besar secara mulus di semua memori.

Menyewa perangkat keras kelas DGX alih-alih membelinya

Penyedia cloud utama—AWS, Google Cloud, CoreWeave, Lambda Labs—menawarkan instans B200 on-demand. Harga di kisaran $6,69–$7 per GPU-jam untuk B200 on-demand pada awal November 2026.

Hitungan sewa versus beli: sekitar $92.000 hingga $100.000 untuk DGX Station dibagi sekitar $7 per GPU-jam B200 menghasilkan 13.800 hingga 14.300 GPU-jam, atau sekitar 19 bulan pemakaian terus-menerus hingga titik impas. Membeli menang dalam tiga kasus: data tidak boleh keluar dari gedung Anda secara hukum, utilisasi di atas sekitar 60 persen, dan pekerjaan interaktif yang sensitif terhadap latensi.

Untuk semua lainnya, sewa biasanya lebih murah.

Apakah Anda membutuhkan DGX Station untuk agen AI?

Banyak orang yang menghitung harga DGX Station mengatakan kepada saya bahwa mereka membutuhkannya "untuk agen AI." Hampir tidak ada yang membutuhkannya. Agen otonom menghabiskan waktunya untuk orkestrasi, tool call, pencarian memori, dan round trip API. Inferensi modelnya biasanya berupa panggilan API yang di-hosting. Hambatan utamanya adalah penjadwalan dan pengelolaan konteks, bukan FLOP lokal.

Memilih alternatif DGX Station berdasarkan apa yang sebenarnya Anda kerjakan

Melatih atau fine-tuning model triliunan parameter on-premises, dengan data yang tidak boleh keluar: belilah DGX Station. Mintalah penawaran dari setidaknya dua OEM dan terima waktu tunggu 2 hingga 16 minggu.

Inferensi lokal 70B hingga 120B untuk tim kecil: RTX PRO 6000 96GB, atau Strix Halo jika kapasitas dan privasi lebih penting daripada throughput; Mac Studio M5 Ultra (hingga 512GB) jika Anda membutuhkan lebih dari 96GB.

Pengembangan berbasis CUDA agar sesuai dengan deployment cloud Anda: DGX Spark.

Riset yang beban kerjanya melonjak lalu menganggur: sewa. Kepemilikan jarang menang di bawah utilisasi sekitar 60 persen.

Membangun agen AI, bukan melatih model: tidak perlu workstation. Mulailah dari lapisan orkestrasi; lihat perangkat keras model lokal untuk beban kerja agen.

Kesalahan perangkat keras termahal di 2026 bukanlah membeli mesin yang salah. Kesalahannya adalah membeli mesin apa pun untuk beban kerja yang sejak awal tidak dibatasi oleh komputasi.

Apa yang akan saya katakan kepada teman yang sedang membuka purchase order

Jangan membandingkan keputusan ini dengan harga tahun lalu. Itulah seluruh pelajaran dari 2026.

DGX Station adalah mesin yang luar biasa, dan sekelompok kecil tim sebaiknya membelinya tanpa ragu. Jika Anda mengelola data yang diatur regulasi dan membutuhkan model triliunan parameter di gedung Anda sendiri, alternatifnya bukanlah alternatif; semuanya adalah kompromi dengan bentuk yang berbeda.

Bagi semua orang lainnya, kelangkaan ini memaksa munculnya pertanyaan yang berguna: apakah Anda sungguh perlu memiliki daya komputasinya, atau apakah memilikinya hanya terasa lebih serius daripada menyewanya? Teman saya dengan spreadsheet itu akhirnya menyewa selama enam bulan sambil mencari tahu jawabannya. Ia belum kembali ke purchase order tersebut.

Pertanyaan yang Sering Diajukan

Berapa harga NVIDIA DGX Station?

NVIDIA tidak memublikasikannya dan tidak menjual Founders Edition, jadi harganya berasal dari OEM. Listing publik termurah di AS adalah Super AI Station dari Supermicro seharga $92.887,47 sebelum pajak dan ongkos kirim. Exxact mulai dari $96.250, MSI XpertStation WS300 seharga $99.999, build Gigabyte, Bizon, dan ASUS berkisar $116.999 hingga $129.827,99, dan Dell mencantumkan $159.283. Storage, GPU tambahan, dan layanan mendorong penawaran lebih tinggi.

Berapa biaya DGX Station per bulan?

Sekitar $2.580 per bulan jika listing termurah seharga $92.887,47 dibagi ke dalam 36 bulan, ditambah sekitar $110 hingga $175 per bulan untuk listrik jika mesin berjalan sepanjang waktu. Dengan uang yang sama, Anda bisa menyewa sekitar 386 jam per bulan B200 on-demand.

Apakah ada DGX Station untuk Windows, dan berapa harganya?

NVIDIA mengumumkannya di Computex 2026 dan memperlihatkannya pada 7 Oktober 2026, tetapi belum ada harga maupun tanggal rilis yang dipublikasikan; laporan media mengarah ke Q4 2026. Setiap DGX Station yang bisa Anda cek harganya saat ini adalah versi Linux yang menjalankan DGX OS.

Di mana saya bisa membeli DGX Station?

Dari OEM dan reseller, bukan dari NVIDIA: Supermicro, Dell, dan HP menjual langsung, Exxact dan Bizon melalui konfigurator, dan build MSI, Gigabyte, serta ASUS melalui Newegg, CDW, CyberPowerPC, dan AVADirect. Waktu tunggunya berkisar sekitar dua hingga enam belas minggu.

Berapa kapasitas memori DGX Station?

748GB memori koheren: 252GB HBM3e pada 7,1 TB/s ditambah 496GB LPDDR5X. Anda mungkin melihatnya dicari sebagai 768GB atau 784GB, tetapi 748GB adalah angka dari NVIDIA.

Apa alternatif DGX Station terbaik?

RTX PRO 6000 Blackwell 96GB seharga sekitar $16.000 adalah alternatif kredibel yang termurah. Untuk kapasitas, Mac Studio M5 Ultra (hingga 512GB, mulai $5.499) adalah desktop yang paling mendekati, tanpa CUDA. Untuk pekerjaan triliunan parameter, tidak ada perangkat di bawah $20.000 yang bisa menggantikannya; menyewa GPU kelas B200 adalah padanan yang lebih dekat.

Bagaimana perbandingan DGX Station dengan DGX Spark?

Kelas mesin yang berbeda. Spark menggunakan GB10 dengan 128GB pada sekitar 273 GB/s seharga $6.950 (64GB: $4.999); Station menggunakan GB300 dengan 748GB dan HBM3e pada 7,1 TB/s mulai $92.887,47. Spark adalah mesin pengembangan; Station adalah mesin komputasi kelas workstation.

Apakah menyewa perangkat keras kelas DGX lebih murah daripada membeli?

Untuk sebagian besar tim, ya. Dengan tarif $6,69 per GPU-hour B200, DGX Station termurah setara dengan sekitar 13.900 GPU-hour, lebih dari satu setengah tahun pemakaian terus-menerus. Membeli unggul terutama ketika data tidak boleh keluar dari lokasi Anda atau utilisasi tetap di atas sekitar 60 persen.

Apakah saya membutuhkan DGX Station untuk menjalankan agen AI?

Hampir pasti tidak. Agen menghabiskan waktunya untuk orkestrasi, tool call, memori, dan round trip API, bukan inferensi lokal. Kecuali bobot model Anda harus tetap berada di gedung Anda, platform agen terkelola dengan API key Anda sendiri menghilangkan persoalan perangkat keras.