Zum Inhalt springen
HP
HP ZGX Nano G1n AI Station · NVIDIA GB10 Grace Blackwell · DGX-Spark-Plattform
CZ9K4ET / D4DB3ET Kurzfristig lieferbar Preis auf Anfrage 128 GB · 2/4 TB

HP ZGX Nano kaufen - die AI Station für den Schreibtisch

Petaflop-KI im 15-cm-Format: NVIDIA GB10 Grace Blackwell mit 128 GB Unified Memory fährt Modelle bis 200 Mrd. Parameter lokal - zwei gekoppelte Geräte bis 405 Mrd. Dazu HPs Security-Paket (FIPS-Modus, verschlüsselte SSD, Variante ohne Funk) und das kostenlose ZGX Toolkit. Wir liefern den ZGX Nano kurzfristig - einzeln, als 2er-Cluster oder als Flotte. Angebot in 48 h.

IT-Systemhaus für HPC & AI-Infrastruktur · Lieferung EU-weit · Tagesaktuelle Preise & Verfügbarkeit

HP ZGX Nano G1n AI Station - kompakte Desktop-AI-Station mit NVIDIA GB10
HP ZGX Nano G1n AI Station - NVIDIA GB10, 150 × 150 × 51 mm. Bild: HP.
1 PFLOPFP4-Tensor-Leistung (1.000 AI TOPS - Herstellerangabe, mit Sparsity)
128 GBUnified Memory (LPDDR5x, 273 GB/s)
200 Mrd.Parameter lokal (FP4) - 405 Mrd. mit 2 Geräten
150 mmKantenlänge · ca. 1,2 kg · 240-W-Netzteil
Kurz beantwortet

Was ist der HP ZGX Nano?

Die HP ZGX Nano G1n AI Station ist ein Desktop-KI-Rechner auf Basis der NVIDIA-DGX-Spark-Plattform: Der GB10 Grace Blackwell Superchip kombiniert eine 20-Kern-Arm-CPU mit einer Blackwell-GPU und 128 GB gemeinsamem LPDDR5x-Speicher - genug für KI-Modelle bis 200 Milliarden Parameter (FP4), lokal in einem 150-mm-Gehäuse mit 240-W-Netzteil. HP ergänzt die Referenzplattform um ein Security-Paket (TPM 2.0 mit FIPS-140-2-Modus, selbstverschlüsselnde SSD, Variante ohne Funkmodule) und das kostenlose ZGX Toolkit. Zwei Geräte lassen sich per ConnectX-7 (200 GbE) zu 256 GB koppeln. Bei Nelpx ist der ZGX Nano auf Anfrage erhältlich und kurzfristig lieferbar - Angebot in der Regel innerhalb von 48 Stunden.

Preis
Auf Anfrage bei Nelpx - zur Einordnung: im deutschen Handel Anfang August 2026 ab rund 5.199 € brutto (2 TB) bzw. 5.498 € brutto (4 TB); Nelpx bestätigt tagesaktuell im Angebot.
Verfügbarkeit
Kurzfristig lieferbar (Markt: 1–3 Werktage, Stand 08.08.2026) - Neuware aus dem autorisierten Kanal; 1 Jahr HP-Garantie (1/1/0), erweiterbar per Care Pack.
Plattform
NVIDIA GB10 · 128 GB Unified · 2 oder 4 TB NVMe (self-encrypting) · ConnectX-7 · NVIDIA DGX OS 7 mit vollem AI-Stack ab Werk.

Stand: 8. August 2026 · Quellen: HP-Produktseite, HP-QuickSpecs (c09212373) & -Datenblatt, NVIDIA-DGX-Spark-Plattformdaten, deutsche Handelspreise - Herstellerclaims sind gekennzeichnet.

Das Produkt

Grace Blackwell auf dem Schreibtisch - mit HP-Security obendrauf

Der ZGX Nano bringt die DGX-Spark-Plattform ins HP-Workstation-Portfolio: entwickeln, feintunen und testen wie im Rechenzentrum - beschafft und supportet über den klassischen HP-Kanal.

01 · Die PlattformNVIDIA GB10 Grace Blackwell

Blackwell-GPU mit Tensor-Cores der 5. Generation plus 20-Kern-Arm-CPU (10× Cortex-X925 + 10× Cortex-A725), verbunden per NVLink-C2C - CPU und GPU teilen sich 128 GB LPDDR5x als einheitlichen Speicher (273 GB/s). 1.000 AI TOPS in FP4 (Herstellerangabe, mit Sparsity).

02 · Speicher & Modelle200 Mrd. Parameter lokal

Die 128 GB Unified Memory fassen FP4-quantisierte Modelle bis zur 200B-Klasse - MoE-Modelle wie GPT-OSS-120B liegen der Plattform besonders. 2 oder 4 TB selbstverschlüsselnder NVMe-Storage (OPAL); zwei Geräte koppeln sich per ConnectX-7 auf 256 GB für die 405B-Klasse.

03 · HP-ExtrasSecurity & Toolkit ab Werk

TPM 2.0 (in den FIPS-140-2-Modus konvertierbar), Secure-Boot-Kontrollen und eine Ausführung ganz ohne WLAN/Bluetooth für regulierte Umgebungen. Das kostenlose ZGX Toolkit bindet das Gerät per VS Code an den Arbeitsrechner an - inklusive MLflow und Ollama. Fernwartung auf BIOS-Ebene per Remote System Controller (optional).

ChipNVIDIA GB10 Grace Blackwell Superchip (NVLink-C2C)
CPU / GPU20-Kern-Arm (10× Cortex-X925 + 10× Cortex-A725) · Blackwell-GPU, Tensor-Cores 5. Gen
AI-Leistung1.000 AI TOPS (FP4 - Herstellerangabe, mit Sparsity)
Speicher128 GB LPDDR5x-8533 unified · 16 Kanäle · 273 GB/s
Storage2 oder 4 TB NVMe M.2 2242, self-encrypting (OPAL) · beim Kauf wählbar, nicht aufrüstbar
Cluster-NetzNVIDIA ConnectX-7 · 2× QSFP112, je 200 GbE - 2 Geräte koppelbar (bis 405B)
Anschlüsse1× 10-GbE-RJ-45 · 3× USB-C 3.2 (20 Gbit/s, DP 1.4a Alt Mode) + USB-C-Stromanschluss · 1× HDMI 2.1a · WiFi 7 · BT 5.4
SoftwareNVIDIA DGX OS 7 (Ubuntu 24.04) · CUDA 13, DGX Dashboard, AI Workbench, NVIDIA Connect · HP ZGX Toolkit
Format150 × 150 × 51 mm · ca. 1,2 kg · externes 240-W-Netzteil (USB-C)
ArtikelnummernDE: D4DB3ET (2 TB) · CZ9K4ET (4 TB) · Secure-Variante ohne WLAN/BT auf Anfrage

Werte: HP-QuickSpecs c09212373 (V5, 04/2026) und HP-Datenblatt zur ZGX Nano G1n AI Station, Stand 08.08.2026. Gewichtsangaben variieren je HP-Quelle zwischen 1,18 und 1,25 kg - daher „ca. 1,2 kg". Die 1.000 TOPS nennt HP ohne Sparse/Dense-Zusatz; NVIDIAs Fußnote zum identischen GB10 im DGX Spark weist sie als FP4-Wert mit Sparsity aus.

Konfigurator

Ihr ZGX-Nano-Setup.
In 2 Minuten angefragt.

Storage, Ausführung, Stückzahl und Services wählen - als PDF herunterladen oder direkt an uns senden. Angebot mit tagesaktuellem Preis in der Regel innerhalb von 48 Stunden.

01 · System fest - HP ZGX Nano G1n AI Station
HP ZGX Nano G1n AI Station · NVIDIA GB10 · 128 GB Unified Memory (fest verlötet) · NVIDIA DGX OS 7 · ConnectX-7 für 2er-Cluster · Preis auf Anfrage
02 · Storage self-encrypting NVMe (OPAL) - nur beim Kauf wählbar
2 TBArt.-Nr. D4DB3ET - der günstigere Einstieg
4 TBArt.-Nr. CZ9K4ET - Platz für große Modelle & Datensätze
03 · Ausführung
Standardmit WiFi 7 und Bluetooth 5.4
Secure & Regulatedohne Funkmodule - für Air-Gap & regulierte Umgebungen
04 · Anzahl Geräte

= 128 GB Unified Memory · Modelle bis 200 Mrd. Parameter (FP4)

05 · Einsatz
EinzelplatzEntwicklung, Prototyping, lokale Inferenz
2er-Cluster256 GB gekoppelt - bis 405 Mrd. Parameter
Team / Lehremehrere Arbeitsplätze, z. B. Labor oder Kursraum
06 · Integration & Services
Nur LieferungGerät(e) betriebsbereit ab Werk
SetupDGX OS, NVIDIA-Stack, ZGX Toolkit, Wunsch-Modelle
Komplettinkl. Cluster-Kopplung & Netzwerk-Einrichtung
07 · Ihre Daten für PDF & Angebot

Datenschutz: Konfiguration und Kontaktdaten bleiben beim Ausfüllen vollständig in Ihrem Browser - Daten werden erst beim aktiven Absenden der E-Mail übertragen.

Praxis-Check

Was läuft auf 128 GB Unified Memory - und wie schnell?

Die ehrliche Antwort vor dem Kauf: Der Speicher ist riesig, die Bandbreite (273 GB/s) begrenzt das Tempo. MoE-Modelle liegen der Plattform deutlich besser als dichte Modelle.

GPT-OSS 20B (MoE) · MXFP4~50–60 Token/s - flüssiges lokales Arbeiten (LMSYS via Ollama; llama.cpp nach Software-Updates)
~13 GB · läuft gut ✓
Llama 3.1 8B · FP8~20 Token/s einzeln, 368 Token/s bei Batch 32 - Prefill ~8.000 Token/s (LMSYS, Referenzplattform)
~9 GB · läuft gut ✓
GPT-OSS 120B (MoE) · MXFP4am ZGX Nano gemessen: 40–55 Token/s interaktiv (Notebookcheck); vLLM-Serving bis ~2.773 Token/s aggregiert bei Batch 64 (StorageReview); bei vollem Kontext unter 5 Token/s
~65 GB · läuft gut ✓
Llama 3.1 70B (dense) · FP8passt locker - aber nur 2,7 Token/s Decode (LMSYS): Geduld nötig
~70 GB · läuft, langsam
200B-Klasse · FP4Obergrenze für ein Gerät - OS und Runtime reservieren einen Teil der 128 GB (praktisch ~110–120 GB frei, kein offizieller Fixwert)
1 Gerät ✓
Llama 3.1 405B · FP4der Fall für den 2er-Cluster: 256 GB via ConnectX-7 (200 GbE, HP-Kabel C20MQAA)
2 Geräte gekoppelt

Durchsatzwerte: LMSYS-Messungen auf der DGX-Spark-Referenzplattform (Okt. 2025; hardware-identischer GB10), llama.cpp-Messreihe des ggml-Projekts, StorageReview- und Notebookcheck-Tests am ZGX Nano selbst. NVIDIA gibt an, die Plattform-Performance seit Launch per Software im Schnitt um Faktor 2,5 verbessert zu haben (Herstellerclaim, betrifft v. a. Prompt-Processing). Speicherbedarf: Richtwerte inkl. Overhead. Fine-Tuning: QLoRA bis zur 70B-Klasse auf einem Gerät (NVIDIA-Playbooks), volles SFT für kleine Modelle (NVIDIA-Rezepte ~3B; voller 8B-Durchlauf dokumentiert).

Technische Daten

ZGX Nano ehrlich eingeordnet: Speicher top, Bandbreite die Grenze

Kein Marketing-Nebel: Der ZGX Nano schlägt jede Consumer-Grafikkarte beim nutzbaren Modell-Speicher - und verliert beim Durchsatz gegen echte Workstation- und Server-GPUs. Genau dafür ist er gebaut: entwickeln lokal, skalieren im Rechenzentrum.

Speicher für KI-Modelle

GB, GPU-zugänglich - mehr ist mehr Modell

ZGX Nano (GB10)128 GB unified
RTX PRO 6000 Blackwell96 GB GDDR7
RTX 5090 (Consumer)32 GB GDDR7

Speicherbandbreite

GB/s - bestimmt das Generierungs-Tempo; hier liegt die Grenze der Plattform

RTX PRO 6000 Blackwell1.792 GB/s
Mac Studio (M3 Ultra)819 GB/s
ZGX Nano (GB10)273 GB/s

Decode-Durchsatz auf der Plattform

Token/s, Einzelanfrage - MoE schlägt dense deutlich (LMSYS / llama.cpp)

GPT-OSS 120B (MoE)~60 t/s (llama.cpp)
Llama 3.1 8B FP820,5 t/s (LMSYS)
Llama 3.1 70B FP8 (dense)2,7 t/s (LMSYS)

Ein Gerät vs. 2er-Cluster

Unified Memory & Modellgrenze (Herstellerangaben)

1× ZGX Nano128 GB · bis 200 Mrd. Parameter
2× ZGX Nano (ConnectX-7)256 GB · bis 405 Mrd. Parameter

Quellen: HP-/NVIDIA-Produktdaten, LMSYS-Benchmark der DGX-Spark-Referenz (Okt. 2025), llama.cpp-Messreihe (ggml-Projekt, Stand nach den Software-Optimierungen seit Launch), NVIDIA-Datenblätter (RTX PRO 6000: 1.792 GB/s), Apple-Angabe M3 Ultra. Durchsatz hängt stark von Quantisierung, Runtime und Kontextlänge ab.

Alle technischen Daten anzeigen (HP ZGX Nano G1n AI Station)
SpezifikationHP ZGX Nano G1n AI Station
ChipNVIDIA GB10 Grace Blackwell Superchip · NVLink-C2C-Verbindung zwischen CPU und GPU
CPU20-Kern-Arm: 10× Cortex-X925 + 10× Cortex-A725 · 16 MB L2
GPUNVIDIA Blackwell-Architektur, Tensor-Cores 5. Gen, RT-Cores 4. Gen · 1× NVENC, 1× NVDEC
AI-Leistung1.000 AI TOPS (FP4) - Herstellerangabe; laut NVIDIA-Fußnote zum GB10 mit Sparsity
Speicher128 GB LPDDR5x-8533, unified, 16 Kanäle · 273 GB/s · fest verlötet, nicht erweiterbar
Storage2 oder 4 TB NVMe M.2 2242 (PCIe Gen4 x4), self-encrypting (OPAL, TLC) · bis 7.000/6.000 MB/s lesen/schreiben · nur beim Kauf wählbar
Cluster-NetzNVIDIA ConnectX-7, 2× QSFP112 (je 200 GbE) - 2 Geräte koppelbar, bis 405B · HP-DAC-Kabel C20MQAA separat
LAN / WLAN1× RJ-45 10 GbE · WiFi 7 (802.11be, 2×2) · Bluetooth 5.4 · Secure-Variante ohne WLAN/BT verfügbar
Anschlüsse3× USB-C 3.2 20 Gbit/s (DP 1.4a Alt Mode, 30 W gesamt) + 1× USB-C-Stromanschluss · 1× HDMI 2.1a · Display via USB-C bis 4K@120 / 5K@60 / 8K@30 - höhere Auflösungen/Bildraten über HDMI 2.1a (HP-QuickSpecs)
BetriebssystemNVIDIA DGX OS 7 (Ubuntu 24.04) - kein Windows-Support (HP-QuickSpecs) · vorinstalliert: CUDA 13, RTX-Treiber 580, DGX Dashboard, NVIDIA AI Workbench, NVIDIA Connect
HP-SoftwareHP ZGX Toolkit (kostenlos): VS-Code-Erweiterung für Windows-11-/Ubuntu-Clients, Geräte-Discovery, MLflow, Ollama · HP Remote System Controller optional (kostenpflichtig)
SicherheitTPM 2.0 (FIPS-140-2-Modus konvertierbar, Common Criteria EAL4+ zertifiziert - HP-QuickSpecs) · selbstverschlüsselnde OPAL-NVMe · Secure-Boot-/PXE-Kontrollen
Maße / Gewicht150 × 150 × 51 mm (54,5 mm mit Füßen) · ca. 1,2 kg (HP-Angaben variieren: 1,18–1,25 kg)
StromversorgungExternes 240-W-Netzteil (USB-C, 89 % Effizienz) · gemessen: ~36–38 W Leerlauf, max. ~228 W Last · Betriebstemperatur 5–30 °C (HP-Spezifikation)
Lautstärke22 dB(A) Leerlauf (HP-QuickSpecs; StorageReview misst 22/27,6 dB(A) idle/Last, Notebookcheck 30–40 dB(A) - Messungen widersprechen sich)
Nachhaltigkeit75 % des Gehäuse-Aluminiums recycelt (daneben 40 % Recycling-Kunststoff, 20 % Recycling-Stahl), Verpackung bis 93 % recycelt (Herstellerangaben)
ArtikelnummernDE: D4DB3ET#ABD (2 TB) · CZ9K4ET#ABD (4 TB) · daneben D4CY3ET (4 TB) · US u. a. CZ2V2UT (1 TB) · Zubehör: QSFP112-DAC-Kabel C20MQAA, Ersatz-Netzteil CM5A0AA
Garantie1 Jahr eingeschränkte HP-Garantie (1/1/0) · erweiterbar per HP Care Pack - Konditionen weisen wir im Angebot aus; gesetzliche Gewährleistung unberührt
Skalierung

Vom Schreibtisch bis ins Rechenzentrum - ein Stack

Der eigentliche Trick der DGX-Spark-Plattform: Was auf dem ZGX Nano läuft, läuft unverändert auf DGX- und HGX-Systemen. Skalieren heißt migrieren, nicht neu bauen.

Einstieg1 Gerät128 GB unified - Modelle bis 200 Mrd. Parameter (FP4), QLoRA-Fine-Tuning bis zur 70B-Klasse
Cluster2 Geräte256 GB via ConnectX-7 (200 GbE, HP-Kabel C20MQAA) - bis 405 Mrd. Parameter
Team & LehreFlotte15 × 15 cm je Gerät, Steckdose genügt - Kursraum, Labor oder Entwickler-Team ohne Serverraum
ProduktionGPU-Serveridentischer NVIDIA-Stack auf RTX-PRO-, H200- oder HGX-Systemen - Migration ohne Umbau
ZGX Nano für die Entwicklung - die Produktions-Infrastruktur gleich dazu

Wenn das Projekt wächst, liefern wir die nächste Stufe aus einer Hand: GPU-Workstations und -Server für mehr Durchsatz, H200-Karten und HGX-Systeme fürs Rechenzentrum - alles auf demselben NVIDIA-Stack, den der ZGX Nano mitbringt. Und wer auf HPs große KI-Station wartet: Die angekündigte ZGX Fury (NVIDIA GB300, 748 GB) beschaffen wir, sobald sie verfügbar ist.

Jetzt konfigurieren
Einsatzszenarien

Wofür lohnt sich der HP ZGX Nano?

01Lokale LLM-Entwicklung

Prompten, quantisieren, evaluieren - mit 128 GB laufen auch große Modelle, die auf keine Consumer-Grafikkarte passen. Ollama, llama.cpp und vLLM sind auf der Plattform nachweislich im Einsatz; das ZGX Toolkit bindet den Nano direkt an VS Code an.

02Fine-Tuning & Experimente

QLoRA-Fine-Tuning bis zur 70B-Klasse direkt auf dem Gerät (NVIDIAs DGX-Spark-Playbooks liefern fertige Rezepte) - Experimente lokal statt teurer Cloud-Stunden, auf Wunsch verteilt über den 2er-Cluster.

03Lehre & Forschung

KI-Praxis im Kursraum: 15 × 15 cm, gut 5 cm flach, normale Steckdose, DGX OS vorinstalliert - und die Migration in den Serverraum ist dank identischem Stack inklusive.

04Regulierte Branchen

HPs Stärke in der GB10-Klasse: TPM 2.0 im FIPS-140-2-Modus, selbstverschlüsselnde OPAL-SSD und - bislang HP-exklusiv - eine Ausführung ganz ohne Funkmodule. KI-Entwicklung auch dort, wo Air-Gap und Compliance-Vorgaben gelten.

05DSGVO-konforme KI

Prompts, Dokumente und Modelle bleiben im Haus. Die lokale Alternative zur US-Cloud-API für sensible Daten und Prototypen - mit Verschlüsselung ab Werk.

06Sprungbrett ins Rechenzentrum

Der gleiche NVIDIA-Stack wie auf DGX-Systemen: Was lokal entsteht, geht mit minimalen Änderungen in Produktion - auf eigene GPU-Server oder in die Cloud.

Plattform-Kompass

ZGX Nano, DGX Spark oder andere GB10-Boxen - was ist der Unterschied?

Alle GB10-Geräte teilen dieselbe NVIDIA-Referenzplattform: gleicher Chip, gleiche 128 GB, gleiche Software. Unterschiede gibt es bei Gehäuse, Storage, Security, Preis und Kanal:

Diese Seite · kurzfristig lieferbar HP ZGX Nano G1n D4DB3ET (2 TB) · CZ9K4ET (4 TB)
  • Security-Paket: TPM 2.0 mit FIPS-140-2-Modus, OPAL-SSD - plus funklose Secure-Variante, in der GB10-Klasse bislang HP-exklusiv
  • ZGX Toolkit kostenlos: VS-Code-Anbindung, MLflow, Ollama ab Werk
  • Gehäuse mit Recycling-Aluminium, zweigeteilt für leichten Zugang
  • Klassischer HP-B2B-Kanal, Care Packs optional
NVIDIA DGX Spark (Founders Edition) eigene Seite
  • Das NVIDIA-Original - 4 TB, goldenes Referenzgehäuse
  • Technisch identische Plattform (GB10, 128 GB, ConnectX-7)
  • Die Wahl, wenn es das NVIDIA-Branding sein soll
Weitere GB10-Partner ASUS · MSI · GIGABYTE · Acer · Dell · Lenovo
  • ASUS Ascent GX10 (Preisbrecher der Klasse), MSI EdgeXpert, GIGABYTE AI TOP ATOM, Dell Pro Max GB10, Lenovo ThinkStation PGX u. a.
  • Gleiche Referenzplattform - Unterschiede bei Kühlung, Storage und Preis
  • Wir beschaffen auf Wunsch auch diese Varianten und vergleichen im Angebot

Basis: NVIDIA-DGX-Spark-Plattformdaten und Herstellerangaben der jeweiligen OEMs, Stand 08.08.2026. Unabhängige Tests (ServeTheHome) bestätigen: Die Kern-Hardware aller GB10-Geräte ist identisch - die Kaufentscheidung fällt über Storage, Security, Support und Preis.

Einordnung

HP ZGX Nano kaufen - oder etwas anderes?

Die ehrliche Entscheidungshilfe - denn der ZGX Nano ist ein Entwicklungs-Werkzeug, kein Durchsatz-Monster:

Darum der ZGX Nano

  • 128 GB für Modelle: mehr GPU-zugänglicher Speicher als jede Consumer-Grafikkarte - die 200B-Klasse läuft lokal, MoE-Modelle richtig gut.
  • Security ab Werk: FIPS-fähiges TPM, verschlüsselte SSD, Variante ohne Funk - die GB10-Box für regulierte Umgebungen.
  • Kompletter NVIDIA-Stack: DGX OS 7, CUDA 13, AI Workbench - identisch mit dem Rechenzentrum; dazu HPs kostenloses ZGX Toolkit.
  • 150-mm-Würfel, 240 W: Steckdose statt Serverraum - auch als Flotte für Kursraum oder Team.
  • Kurzfristig lieferbar: Neuware aus dem autorisierten Kanal, Angebot in 48 h.

Die Alternativen ehrlich betrachtet

  • NVIDIA DGX Spark FE: dieselbe Plattform im NVIDIA-Gehäuse (zur DGX-Spark-Seite).
  • Andere GB10-Boxen: ASUS Ascent GX10 ist der Preisbrecher der Klasse, der MSI EdgeXpert setzt auf Vapor-Chamber-Kühlung - Kern-Hardware jeweils identisch.
  • Workstation mit RTX PRO 6000: 1.792 GB/s statt 273 - um ein Vielfaches schnellerer Token-Durchsatz, dafür teurer und größer (Workstation konfigurieren).
  • Apple Mac Studio: bis 819 GB/s Bandbreite (M3 Ultra) - schnellere Antwort-Generierung bei großen Modellen, aber ohne CUDA-Ökosystem und NVIDIA-Toolchain.
  • Produktions-Inferenz: für Durchsatz und Multi-User-Serving führt der Weg zu H200- oder RTX-PRO-Servern - der ZGX Nano bleibt die Entwicklungsstufe davor.
  • Cluster-Training: jenseits von Fine-Tuning beginnt die HGX-Klasse.
FAQ

Häufige Fragen zum HP ZGX Nano

Was kostet der HP ZGX Nano?

Bei Nelpx ist der HP ZGX Nano auf Anfrage erhältlich - Angebot in der Regel innerhalb von 48 Stunden über den Konfigurator auf dieser Seite. Zur Einordnung: Im deutschen Handel liegt die 2-TB-Variante (D4DB3ET) Anfang August 2026 ab rund 5.199 € brutto (ca. 4.369 € netto), die 4-TB-Variante (CZ9K4ET) ab rund 5.498 € brutto (ca. 4.620 € netto); der HP Store selbst führt die 4-TB-Variante für 6.849 € brutto. Die Launch-UVP von 3.929 € (Dezember 2025) ist am Markt nicht mehr erreichbar - die Preise der gesamten GB10-Klasse sind 2026 deutlich gestiegen. Nelpx bestätigt den Preis tagesaktuell im Angebot.

Ist der HP ZGX Nano lieferbar?

Ja - der HP ZGX Nano ist kurzfristig lieferbar; im deutschen Handel werden für die 2- und 4-TB-Varianten aktuell 1 bis 3 Werktage genannt, der HP Store liefert in 48 Stunden (Stand: 8. August 2026). In Deutschland ist das Gerät seit dem 8. Dezember 2025 im Handel; die Stückzahlen hängen von NVIDIAs GB10-Kontingenten ab. Nelpx bestätigt Verfügbarkeit und Liefertermin verbindlich im Angebot - in der Regel innerhalb von 48 Stunden.

Welche Varianten und Artikelnummern hat der HP ZGX Nano?

In Deutschland gelistet sind vor allem zwei Varianten der HP ZGX Nano G1n AI Station, beide mit 128 GB Unified Memory: D4DB3ET (2 TB NVMe) und CZ9K4ET (4 TB NVMe); daneben existiert die 4-TB-Listung D4CY3ET, in den USA auch eine 1-TB-Variante. Wichtig: Der Speicher ist fest verlötet und die selbstverschlüsselnde SSD (M.2 2242, OPAL) muss beim Kauf gewählt werden - HP weist das Gerät ausdrücklich als nicht aufrüstbar aus. Zusätzlich bietet HP eine Ausführung für regulierte Umgebungen ohne WLAN und Bluetooth an (Air-Gap-Betrieb); diese Variante beschafft Nelpx auf Anfrage.

Was unterscheidet den HP ZGX Nano vom NVIDIA DGX Spark?

Technisch sind beide dieselbe Plattform: Der ZGX Nano basiert auf der NVIDIA-DGX-Spark-Referenz mit GB10 Grace Blackwell Superchip, 128 GB Unified Memory (273 GB/s), ConnectX-7 und NVIDIA DGX OS - wie auch die GB10-Geräte von ASUS, MSI, GIGABYTE, Acer, Dell und Lenovo. HP differenziert sich über das Gehäuse mit Recycling-Aluminium (laut HP sind bis zu 75 Prozent des Aluminiums recycelt; zweigeteilt für leichteren Zugang), die Security-Ausstattung (TPM 2.0 mit FIPS-140-2-Modus, selbstverschlüsselnde OPAL-SSD, Variante ohne Funkmodule für regulierte Umgebungen), das kostenlose HP ZGX Toolkit mit VS-Code-Anbindung sowie den klassischen HP-B2B-Kanal mit Care-Pack-Optionen. Software und KI-Ökosystem sind identisch - zur DGX-Spark-Seite.

Läuft Windows auf dem HP ZGX Nano?

Nein. Der ZGX Nano ist ein Arm-System (GB10) und läuft ausschließlich mit NVIDIA DGX OS 7 auf Ubuntu-24.04-Basis - HPs QuickSpecs schließen Microsoft Windows ausdrücklich aus. In der Praxis arbeitet man vom eigenen Windows- oder Linux-Rechner aus: Das kostenlose HP ZGX Toolkit bindet das Gerät per VS-Code-Erweiterung an, alternativ per SSH oder Browser-Tools. Wer eine Windows-fähige KI-Station mit großem Speicher sucht: Die angekündigte HP ZGX Fury (NVIDIA GB300, 748 GB kohärenter Speicher) soll als Windows-System erscheinen - geplant für später in 2026.

Wie schnell ist der HP ZGX Nano bei großen Sprachmodellen wirklich?

Messungen am ZGX Nano selbst: GPT-OSS-120B erreicht rund 40 bis 55 Token pro Sekunde im interaktiven Betrieb (Notebookcheck) - beim Batch-Serving mit vLLM skaliert das Gerät auf über 2.700 Token pro Sekunde aggregiert (StorageReview, Batch 64). Bei komplett gefülltem Kontextfenster bricht die Rate laut Notebookcheck allerdings auf unter 5 Token pro Sekunde ein; große Modelle brauchen bis zu 3 Minuten Ladezeit. Auf der identischen DGX-Spark-Referenz misst LMSYS: Llama 3.1 8B rund 20 Token/s einzeln und 368 Token/s bei Batch 32, ein dichtes 70B-Modell dagegen nur 2,7 Token/s. Der Grund ist die Speicherbandbreite von 273 GB/s: Sie trägt Mixture-of-Experts-Modelle wie GPT-OSS-120B gut, bremst aber dichte Großmodelle. Bis zu 200 Milliarden Parameter (FP4) passen in die 128 GB - für interaktives Arbeiten und Prototyping geeignet, für Produktions-Durchsatz skaliert man auf RTX-PRO- oder H200-Systeme - der Software-Stack bleibt derselbe.

Kann ich zwei ZGX Nano koppeln?

Ja - der ZGX Nano hat einen NVIDIA-ConnectX-7-NIC mit 2× QSFP112 (je 200 GbE). Zwei gekoppelte Geräte bündeln 256 GB Unified Memory und fahren laut HP Modelle bis 405 Milliarden Parameter (z. B. Llama 3.1 405B in FP4). HP führt dafür ein eigenes Direktkabel als Zubehör (HP ZGX 0.4m QSFP112 DAC, P/N C20MQAA - separat erhältlich). Praxis-Hinweis aus unabhängigen Tests: Die interne PCIe-5.0-x4-Anbindung des GB10 reizt die nominellen 200 Gbit/s nicht voll aus - für den 2er-Verbund funktioniert die Kopplung dennoch wie vorgesehen. Im Konfigurator auf dieser Seite lässt sich das 2er-Cluster direkt anfragen.

Ist Fine-Tuning auf dem HP ZGX Nano möglich?

Ja - NVIDIAs DGX-Spark-Playbooks (das Gerät läuft auf demselben DGX OS) dokumentieren QLoRA-Fine-Tuning bis zur 70B-Klasse auf einem einzelnen Gerät, LoRA für mittlere Modellgrößen und volles Supervised-Fine-Tuning für kleine Modelle (NVIDIAs Rezepte nennen die 3B-Klasse; ein voller 8B-Durchlauf mit 16.000 Token Kontext ist dokumentiert). HP nennt Prototyping, Fine-Tuning und Inferenz ausdrücklich als Einsatzzweck. Volles Training großer Modelle ist nicht das Einsatzgebiet - dafür sind DGX- und HGX-Systeme gebaut, auf die sich Projekte dank identischem NVIDIA-Stack ohne Umbau migrieren lassen.

Welche Software läuft auf dem HP ZGX Nano - und was ist das ZGX Toolkit?

Der ZGX Nano kommt mit NVIDIA DGX OS 7 (Ubuntu 24.04) und vorinstalliertem NVIDIA-Stack: CUDA 13, DGX Dashboard, NVIDIA AI Workbench und NVIDIA Connect. Dazu liefert HP das kostenlose ZGX Toolkit: eine VS-Code-Erweiterung für den eigenen Arbeitsrechner (Windows 11 oder Ubuntu), die das Gerät findet, koppelt und Werkzeuge wie MLflow und Ollama einrichtet. In unabhängigen Tests nachweislich im Einsatz: Ollama, llama.cpp und vLLM. Optional verkauft HP den Remote System Controller für Fernwartung auf BIOS-Ebene. Projekte skalieren mit minimalen Änderungen auf NVIDIA-Datacenter- oder Cloud-Infrastruktur - der Stack ist derselbe.

Welche Garantie hat der HP ZGX Nano?

HP gewährt auf den ZGX Nano 1 Jahr eingeschränkte Herstellergarantie (1/1/0: Teile und Arbeit, keine Vor-Ort-Reparatur) - das ist kürzer als bei klassischen HP-Z-Workstations. Eine Erweiterung ist über HP Care Packs möglich; die für Ihre Bestellung geltenden Garantie- und Servicekonditionen weist Nelpx transparent im Angebot aus. Die gesetzliche Gewährleistung gilt unabhängig davon. Geliefert wird ausschließlich Neuware aus dem autorisierten Kanal.

Wie laut ist der HP ZGX Nano?

HPs QuickSpecs nennen 22 dB(A) Schalldruck im Leerlauf; StorageReview hat 22 dB(A) im Leerlauf und 27,6 dB(A) unter Last gemessen, Notebookcheck dagegen rund 30 dB(A) im Leerlauf und bis 40 dB(A) im Stresstest. Die Messungen widersprechen sich also - die Tests beschreiben den Betrieb am Schreibtisch als leise bis moderat hörbar. Zur Einordnung der Rahmenbedingungen: HP spezifiziert den Betrieb für Umgebungstemperaturen von 5 bis 30 °C; die Leistungsaufnahme liegt zwischen rund 36 W im Leerlauf und maximal etwa 228 W.

Für wen lohnt sich der HP ZGX Nano?

Für Entwickler und Data Scientists, die Modelle lokal bauen, feintunen und testen, bevor sie ins Rechenzentrum gehen; für Hochschulen und Labore, die KI-Praxis in Lehre und Forschung bringen (15 × 15 cm klein, normale Steckdose genügt); und für regulierte Branchen: TPM 2.0 mit FIPS-140-2-Modus, selbstverschlüsselnde OPAL-SSD und eine Geräteausführung ganz ohne Funkmodule - Letztere in der GB10-Klasse bislang HP-exklusiv - machen den ZGX Nano fit für Umgebungen mit strengen Compliance-Vorgaben. Nicht gedacht ist er als Produktions-Inferenz-Server - diesen Part übernehmen GPU-Server, auf die der identische NVIDIA-Stack direkt migriert.

Jetzt Projekt starten

Ihr HP ZGX Nano - angefragt in 2 Minuten

Petaflop-KI auf dem Schreibtisch, kurzfristig lieferbar. Ob ein Gerät für die Entwicklung, das 2er-Cluster für die 405B-Klasse oder eine Flotte für den Kursraum: Konfiguration wählen, PDF laden, Angebot in 48 h.

Jetzt konfigurieren & Angebot einholen

Kurzfristig lieferbar · Angebot in der Regel innerhalb von 48 h · Lieferung & Integration EU-weit