
JWIPC W638 kompakte AI-Workstation in fünf Fahrwerks ausstattungen gezeigt
SHENZHEN, China- JWIPC hat den W638 eingeführt, eine kompakte generative KI-Workstation für Unternehmen und Entwickler, die große Sprach modelle, multimodale Anwendungen und KI-Agenten in der Nähe ihrer Daten ausführen müssen. Das System ist mit NVIDIA Jetson T4000-oder T5000-Modulen erhältlich und liefert bis zu 2.070 spärliche FP4-TFLOPS KI-Leistung, 128GB einheitlichen Speicher und 273 GB/s Speicher bandbreite.
Wenn KI-Workloads vom Experimentieren in den täglichen Betrieb übergehen, müssen Teams Modell funktionen mit Cloud-Inferenz kosten, Latenz, Daten-Governance und Bereitstellung komplexität in Einklang bringen. Der W638 bietet eine Plattform auf der Schreibtisch seite für Workloads, die lokal gehostet werden können. So können Modelle und Daten auf dem Gerät verbleiben und gleichzeitig die Abhängigkeit von gemetzten Cloud-APIs verringern.
Compute und Speicher für lokale KI
Der W638 basiert auf der NVIDIA Jetson Thor-Plattform und verwendet eine Blackwell-Architektur-GPU mit Tensor-Kernen der fünften Generation. Die T5000-Konfiguration kombiniert eine 14-Kerne Arm Neoverse V3AE CPU mit bis zu 2.070 spärlichen FP4-TFLOPS, während die T4000-Konfiguration bis zu 1.200 spärliche FP4-TFLOPS und 64GB Speicher bietet. In diesem Bereich können Kunden eine Plattform basierend auf Modell größe, Durchsatz zielen und Bereitstellung budget auswählen.
T5000-und T4000-Konfigurationen skalieren das W638 für verschiedene lokale KI-Workloads
Der einheitliche Speicher ermöglicht der CPU und der GPU Zugriff auf denselben Speicher pool, wodurch unnötige Daten bewegungen zwischen separaten Speicher räumen reduziert werden. Mit einer Kapazität von bis zu 128GB und einer Bandbreite von 273 GB/s ist der W638 für Open-Weight-Sprach modelle, Vision-Sprach modelle und langfristige Agent-Workflows konzipiert. Die tatsächliche Modell kapazität und der Durchsatz hängen von der Modell architektur, der Quantisierung, der Kontext länge und der Laufzeit optimierung ab.
Bereitstellung lokaler Agenten
Für lokal ausgeführte Workloads kann der W638 Eingabe aufforderungen, Dateien, Modelle und Inferenz daten auf der Workstation speichern. Dieses Bereitstellung modell unterstützt Unternehmen, die eine strengere Kontrolle über proprietäre Informationen, vorhersehbare Betriebs kosten oder einen Zugriff mit geringer Latenz benötigen, ohne auf eine kontinuierliche Cloud-Verbindung angewiesen zu sein. Außerdem werden Cloud-API-Gebühren pro Anfrage für auf dem Gerät ausgeführte Inferenz entfernt, obwohl weiterhin Infrastruktur-, Software-und Energie kosten anfallen.
Der W638 kann je nach gewählter Konfiguration mit NVIDIA NemoClaw-oder JWIPC JWiClaw-Software optionen geliefert werden. NVIDIA NemoClaw ist ein Open-Source-Referenz stapel zum Ausführen von unterstützten KI-Agenten in NVIDIA OpenShell-Sandboxen mit Richtlinien steuerungen für Dateien, Netzwerke und Anmelde informationen. JWiClaw bietet eine visuelle Oberfläche, die die Modell bereitstellung und die Installation von Fähigkeiten für Benutzer vereinfachen soll, die einen geführten Workflow bevorzugen.

W638 kann in vielen Senarios verwendet werden
JWIPC interne Leistungs prüfung
JWIPC bewertete den W638 mit lokalen Inferenz-und Agenten-Workloads. In einem Code-Generierung stest an einer Jetson AGX Thor-Konfiguration erreichte das System mit vLLM 42,3 Token pro Sekunde und mit Ollama 32,25 Tokens pro Sekunde. Eine T5000-Konfiguration mit einer 2-TB-SSD erreichte 90,7 Tokens pro Sekunde, wenn Qwen 30B A3B in der angegebenen Labor umgebung ausgeführt wurde.
Test | Konfiguration | Gemeldete Ergebnis |
Code generierung | Jetson AGX Thor mit vLLM | 42.3 Token/s |
Code generierung | Jetson AGX Thor mit Ollama | 32.25 Token/s |
Qwen 30B A3B | T5000 Modul und 2TB SSD | 90,7 Token/s |
System leistung | VLLM-Test konfiguration | 96W |
Leistungs hinweis: Die Ergebnisse spiegeln die internen JWIPC-Tests unter bestimmten Software-, Modell-und Hardware einstellungen wider. Die Leistung kann je nach Modell version, Quantisierung, Laufzeit, Kontext länge und System abstimmung variieren.
Kompaktes Design und Hoch geschwindigkeit konnektivität
Der W638 misst 130x125x75mm und wiegt ca. 1,3 kg. Damit eignet er sich für die Entwicklung am Schreibtisch, Studio umgebungen und Büros mit Einschränkungen. Das luftgekühlte Gehäuse verwendet eine Waben belüftung, um einen dauerhaften Betrieb auf kompakter Grundfläche zu unterstützen. Zu den Speicher optionen gehören 1TB oder 2TB NVMe SSDs.

Der W638 misst 130x125x75mm und wiegt ca. 1,3 kg
Die Konnektivität umfasst zwei 10-GbE-RJ45-Anschlüsse, vier USB-3.2 Typ-A-Anschlüsse, einen USB-Typ-C-Anschluss und zwei HDMI 2.1-Ausgänge, die bis zu 4K bei 60Hz unterstützen. Wi-Fi 6 und Bluetooth 5.3 sind ebenfalls verfügbar. Der Schnitts telle satz unterstützt lokale Datensätze, NAS-basierte Workflows, mehrere Anzeiges und allgemeine Entwicklungs peripherie geräte, ohne auf zusätzliche Adapter für die Kern konnektivität angewiesen zu sein.
Schlüssels pezifi kationen
Kategorie | Spezifikation |
Plattform | NVIDIA Jetson T4000 oder T5000 |
KI-Leistung | Bis zu 2.070 spärliche FP4 TFLOPS |
Gedächtnis | 64GB oder 128GB einheitlicher Speicher bis zu 273 GB/s |
Lagerung | 1TB oder 2TB NVMe SSD |
Vernetzung | 2x10GbE RJ45 Wi-Fi 5 oder 6 Bluetooth 5.3 |
Anzeige | 2 x HDMI 2.1 bis zu 4096x2160 bei 60Hz |
USB | 4 x USB 3.2 Typ-A und 1 x USB Typ-C |
Betriebs system | NVIDIA Ubuntu 24.04 mit JetPack 7.1 |
Abmessungen und Gewicht | 130x125x75mm ca. 1,3 kg |
Produkt informationen
Für Spezifikationen und Konfiguration details besuchen Sie die JWIPC W638 Produkts eite. Für OEM-und ODM-Anfragen wenden Sie sich an Overseasales@jwele.com.cn.
Über JWIPC
JWIPC ist ein börsen notierter Anbieter intelligenter Hardware-und Computer lösungen für KI-Infrastruktur, industrielles IoT, IKT, kommerzielle Terminals und Consumer-Systeme. Das Unternehmen unterstützt Kunden von der Produkt definition und Hardware entwicklung über System integration, Validierung und Massen produktion. JWIPC ist an der Shenzhen Stock Exchange unter dem Aktien code 001339 notiert.
Technische ReferenzenJWIPC W638 | NVIDIA Jetson Thor | NVIDIA NemoClaw




