联想 ThinkStation PGX AI 工作站：把个人 AI 超算带上桌面，加速高校科研与教学创新

在生成式 AI 进入“规模化应用”阶段的当下，高校科研与教学对算力可得性、数据安全合规与实验效率提出更高要求。面向高等教育与科研场景，联想工作站带来全新 ThinkStation AI 工作站产品——ThinkStation PGX AI 工作站：以“桌面级个人 AI 超算”的产品形态，支持在本地完成大模型的构建、微调与推理，让教师、研究人员与学生能够更快迭代、更稳定运行、更安全地开展 AI 研究与课程实践。

直面高校 AI 落地瓶颈：资源、隐私与成本的三重压力

长期以来，高校在 AI 研发与教学过程中普遍面临三类挑战：

• 共享资源排队：校园集群经常超额订阅，科研实验与课程作业排队时间长；多人并发使用还会带来环境变更与文件误操作等风险。

• 数据隐私与治理压力：敏感科研数据、学生信息与受保护学术内容往往需要留在校园内；一旦依赖公有云，隐私与合规（如 FERPA 相关要求）治理复杂度上升。

• 硬件升级门槛高：传统桌面系统在 CPU/GPU 内存等方面难以满足现代 AI 工作负载；升级成本高、效率低，直接影响模型开发、调优与研究产出节奏。

ThinkStation PGX AI 工作站：桌面级“个人 AI 超算”的硬核底座

ThinkStation PGX AI 工作站以 NVIDIA GB10 Grace Blackwell 超级芯片为核心，将服务器级 AI 能力下沉到桌面端：

• 强劲 AI 性能：基于 Blackwell GPU 架构加速，AI 性能最高可达 1 PFLOP，面向大模型训练准备、微调与推理等关键环节提供算力支撑。

• 统一共享内存：提供 128GB CPU-GPU 统一共享内存，缓解大模型运行时的内存瓶颈，提高本地实验与迭代效率。

• 从桌面到集群的扩展路径：配备 双 200Gb ConnectX-7，为多节点扩展提供高速互联能力，支持从单机桌面算力平滑扩展到更大规模架构。

• AI 就绪软件栈：平台经验证适配 NVIDIA AI 软件栈、ARM 核心架构与 DGX OS（基于 Ubuntu Pro 24.0），降低部署与环境调试成本。

• 面向校园使用的连接与网络：支持 Wi-Fi 7、10GbE RJ-45 等，并提供 USB-C、HDMI 等接口，便于教学演示与外设扩展（以实际配置为准）。

• 数据安全与本地可控：支持自加密 NVMe 存储方案（以实际配置为准），更适合对数据本地留存要求较高的科研与教学任务。

覆盖高校典型工作流：从研究原型到课堂实践

围绕高等教育核心需求，ThinkStation PGX AI 工作站可覆盖多类高频工作负载：

• Research Prototyping（研究原型）：在本地快速跑通大模型实验，减少对共享集群的依赖与等待。

• Model Optimization（模型优化）：支持量化、剪枝、超参数调优等，为进一步规模化应用做准备。

• Curriculum Integration（课程融入）：面向 AI/ML 课程提供真实规模模型能力，提升教学体验与实践深度。

• Parallel Student Projects（并行学生项目）：为编程实验、capstone 项目与团队作业提供更独立的算力，降低资源竞争。

• Fine-tuning & Inference（微调与推理）：为敏感数据与科研项目提供按需本地计算能力，兼顾效率与治理要求。

谁将受益：教师、研究人员、学生与校园 IT 团队

ThinkStation PGX AI 工作站面向高校多角色协同：

• AI 研究人员与实验室负责人：减少排队与环境不确定性，提升本地实验吞吐与迭代速度。

• 教师与授课团队：更稳定地开展课堂演示与实操教学，推动课程体系升级。

• 研究生/博士与本科生：获得更接近真实产业与科研场景的模型训练与数据科学工作流体验。

• 校园 IT 与基础设施团队：在“桌面分布式算力”思路下缓解集群压力，简化部分管理负担，同时提升数据可控性。

推荐联想 AI 工作站：面向高校 AI 升级的更优解

当高校希望同时解决“算力排队”“数据治理”“硬件升级成本”等问题时，推荐联想 AI 工作站成为更高确定性的选择。

作为 ThinkStation AI 工作站产品线的重要成员，ThinkStation PGX AI 工作站以个人 AI 超算形态，为科研创新与教学实践提供更高效、更可控、更可扩展的 AI 底座，加速从探索到落地的每一步。