HP ZGX Nano als einsatzbereite lokale KI-Plattform erhalten? WZ-IT richtet Open WebUI, lokales Modell, Benutzer, Netzwerk, Härtung, Backup und Supportweg vollständig ein. AI Cube ansehen
Die HP ZGX Nano G1n AI Station ist HPs kompakte GB10-Plattform für lokale KI. Sie verbindet 128 GB Unified Memory mit DGX OS und dem HP ZGX Toolkit. Damit eignet sie sich für Modelltests, Inferenz und Entwicklung direkt im Unternehmen. Für den Einsatz durch Fachabteilungen muss die Entwicklerbasis jedoch um Identitäten, Oberfläche, Datenhaltung und Betrieb ergänzt werden.
HP-spezifische Grundlage
HP dokumentiert Konfigurationen mit 1 TB und bis zu 4 TB NVMe-Speicher. Das System verwendet einen 20-Kern-Arm-Prozessor, eine integrierte Blackwell-GPU, 10-GbE und ConnectX-7. Windows wird nicht unterstützt; vorgesehen ist DGX OS auf Ubuntu-Basis.
Seit Oktober 2026 gehört HP zu den OEM-Partnern, über die NVIDIA eine GB10-Variante mit 64 GB Unified Memory vertreibt (NVIDIA-Blog). Diese Variante ist ab dem 23.10.2026 erhältlich und für Modelle bis etwa 100 Milliarden Parameter ausgelegt. Ob ein konkretes ZGX-Nano-Modell 64 oder 128 GB mitbringt, hängt von der SKU ab; die Angaben in diesem Artikel beziehen sich auf die 128-GB-Ausführung.
Für deutlich größere Modelle ist die HP ZGX Fury seit September 2026 bestellbar. Sie basiert auf dem NVIDIA GB300 mit 748 GB kohärentem Speicher und gehört damit zu einer anderen Geräteklasse als die ZGX Nano.
Das HP ZGX Toolkit bündelt Werkzeuge wie VS Code, Python, MLflow und Ollama. Diese helfen Entwicklungsteams, ersetzen aber keine zentrale Benutzeroberfläche und kein Betriebsmodell für Mitarbeitende.
Von der Workstation zum internen KI-Dienst
Für einen produktiven Aufbau sind mindestens diese Schritte nötig:
- DGX OS, Firmware, Treiber und Toolkit auf einen dokumentierten Stand bringen;
- Administrationskonten und SSH-Zugriffe personalisieren;
- Modell-Runtime und Modell anhand des tatsächlichen Einsatzes auswählen;
- Open WebUI mit TLS, Benutzern, Gruppen und Modellrechten bereitstellen;
- Speicher für Modelle, Chats und Wissensbereiche mit Reserve planen;
- Backup auf ein unabhängiges Ziel und Restore-Verfahren definieren;
- Systemressourcen, Dienste und Modellendpunkt überwachen;
- Updates, Störungen und Herstellerfälle voneinander abgrenzen.
Speicherwahl nach Nutzung
Eine 1-TB-Konfiguration kann für wenige Modellartefakte und Tests genügen. Wer mehrere Quantisierungen, multimodale Modelle oder größere Wissensbestände lokal hält, benötigt mehr Reserve. Der verfügbare Speicher sollte nicht vollständig verplant werden, da Container, Logs, Updates und temporäre Dateien ebenfalls wachsen.
Ein lokales Backup auf derselben SSD schützt nicht vor einem Geräte- oder Datenträgerausfall. Konfiguration, Chatdaten und Wissensbereiche gehören auf ein externes Ziel.
Wann die HP ZGX Nano passt
Die ZGX Nano ist interessant, wenn HP als strategischer Arbeitsplatz- oder Workstation-Lieferant gesetzt ist und das ZGX Toolkit für Entwicklungsteams einen Mehrwert bietet. Für reine Fachanwender ist nicht das Toolkit, sondern die fertig eingerichtete Chat- und Wissensoberfläche entscheidend.
Die kleinere SSD-Variante eignet sich eher für einen eng definierten Modellbestand. Mehrere Modelle, lange Testreihen und umfangreiche lokale Dokumente sprechen für zusätzliche Kapazität. Weil die Plattform kein Windows unterstützt, sollten Unternehmen außerdem prüfen, ob eigene Agenten, Skripte oder Treiber ARM64-kompatibel sind. Browserzugriff der Mitarbeitenden ist davon nicht betroffen.
AI Cube und laufender Betrieb
Der AI Cube macht aus der Hardware eine vorbereitete Plattform mit Open WebUI, Runtime, abgestimmtem Modell, Härtung, Funktionstest, Ersteinrichtung und Support. Mitarbeitende können anschließend über den Browser chatten und eigene oder geteilte Wissensbereiche nutzen.
Auf Wunsch übernimmt WZ-IT Updates, Monitoring und Support dauerhaft. Für mehr Durchsatz oder größere Modelle wird die Plattform um weitere AI Cubes oder AI Cube Custom erweitert.
