HP ZGX Fury: GB300, 748GB unificada y plan con Red Hat

¿Qué es la HP ZGX Fury y por qué importa?

HP ya tiene en pedidos la ZGX Fury AI Station, su primera workstation de escritorio basada en el NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip. El equipo está pensado menos como una PC de oficina y más como un nodo de inferencia compartida: una caja que puede sostener a un departamento, una línea de fábrica o una sucursal sin necesidad de tener un data center detrás.

La jugada llega acompañada de un acuerdo con Red Hat y NVIDIA para correr Red Hat AI Factory con NVIDIA sobre la ZGX Fury, con el objetivo declarado de llevar la IA empresarial del data center al edge. El comunicado de HP, replicado por TechPowerUp, lo enmarca como "extender la IA empresarial desde el data center hasta el borde con una plataforma de inferencia abierta de grado enterprise".

Hardware: GB300, 748GB unificada y refrigeración líquida

El corazón del equipo es el mismo silicio que probaron en la MSI XpertStation WS300: una GPU Blackwell Ultra con 252GB de HBM3e a 7,1TB/s, conectada vía NVLink-C2C a una CPU Grace de 72 núcleos con 496GB de LPDDR5X. La suma da los 748GB de memoria coherente que anuncia HP, el espacio necesario para correr inferencia de modelos en el rango del trillón de parámetros o fine-tuning de modelos de ~100 mil millones en una sola caja, cuantizando a FP4 según el fabricante.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

El detalle fino que HP publicó en la spec sheet y que el anuncio de plataforma omitió: la memoria de la CPU son cuatro módulos SOCAMM de 128GB entregando 396GB/s, y la Grace viene soldada al módulo del procesador (no socketed). En almacenamiento hay dos slots M.2 sobre la Grace en PCIe 5.0 para el sistema operativo en RAID 1 espejo, y dos M.2 más sobre el switch PCIe dentro del ConnectX-8 SuperNIC para datos en RAID 0, configurables en 2TB o 4TB NVMe con autocifrado al momento de la compra.

En red, el ConnectX-8 trae dos puertos QSFP112 de 400Gbps cada uno, suficientes para enlazar dos ZGX Fury entre sí, más 10GbE RJ-45 para el host, 1GbE RJ-45 independiente, Mini-DP y micro-USB para el BMC. El resto del I/O es workstation estándar: dos USB-A y dos USB-C al frente, cuatro USB adicionales atrás, jacks de audio, ranura Kensington y entrada C20 para el cable de poder.

La ZGX Fury no tiene salida de video desde la propia GB300: HP ofrece una NVIDIA RTX PRO opcional para mover monitores y dejar la Blackwell Ultra libre para inferencia. El chasis es torre y se entrega con rieles para slot rack de 5U, con refrigeración líquida y flujo de aire optimizado. En la review que StorageReview hizo de la MSI, un loop de 1.400W nominales mantuvo la GPU a 71°C bajo carga completa.

Software: Ubuntu, Z Runtime y certificación Red Hat

HP despacha la ZGX Fury con Ubuntu 24.04 LTS y las herramientas de desarrollo de IA de NVIDIA, un BIOS y firmware BMC aprobados por NVIDIA, y dos capas propietarias:

HP Z Runtime: una CLI preinstalada para descargar, servir y gestionar modelos en local.
HP Z Toolkit: añade frameworks open source, tracking de experimentos con MLflow, y pruebas con Ollama, con descubrimiento y sincronización entre varias ZGX.

La idea es que un equipo prototipe en una ZGX Nano y mueva el mismo workflow a la Fury cuando necesite más memoria, throughput o usuarios concurrentes.

La pieza nueva es Red Hat: la ZGX Fury ya está certificada para Red Hat Enterprise Linux y listada hoy en el Red Hat Ecosystem Catalog. Falta el siguiente paso.

Red Hat AI Factory con NVIDIA: el plan edge de HP

HP y Red Hat están co-desarrollando una plataforma abierta de grado enterprise que correrá Red Hat AI Factory con NVIDIA sobre la ZGX Fury. Red Hat AI Factory es el packaging del vendor que combina RHEL, OpenShift y Red Hat AI Enterprise con NVIDIA AI Enterprise, pensado para desplegar modelos, agentes y aplicaciones en hybrid cloud.

Sobre la Fury, HP dice que la combinación busca:

Cortar el tiempo de setup y el riesgo de despliegue.
Mejorar la utilización de GPU con librerías CUDA optimizadas, scheduling y orquestación multi-GPU.
Permitir que los developers offloadeen cómputo a la caja sin cambiar sus workflows existentes.
Correr múltiples workloads de IA en un mismo sistema con aislamiento y gobernanza.

Jim Nottingham, SVP y Division President de Advanced Compute and Solutions en HP, lo resumió así: "El futuro de la IA se está moviendo más cerca de donde la gente trabaja, las máquinas operan y se toman las decisiones críticas". Chris Marriott, VP de Enterprise Platforms en NVIDIA, lo enmarcó igual: correr "IA poderosa en local manteniendo la seguridad, escalabilidad y consistencia que las empresas demandan". Y Ryan King, VP de AI and Infrastructure Partner Ecosystem en Red Hat, habló - según TechPowerUp - de "consistencia operacional" entre IT y tecnología operacional.

La integración con Red Hat AI Factory es una solución planificada, no un SKU que ya se envíe. HP dice que los clientes podrán evaluarla en un entorno sandbox sobre dispositivos HP antes de moverla a producción; los detalles de timing, elegibilidad y configuraciones soportadas se compartirán más adelante. HP no publicó pricing en el anuncio.

Competidores directos: MSI WS300 y DGX Station para Windows

La foto competitiva se está completando rápido. La MSI XpertStation WS300 ya se está enviando con el mismo superchip. AMD apunta al mismo perfil de cargas con su Threadripper Halo Station. Y la propia NVIDIA DGX Station para Windows, anunciada en Computex 2026 y esperada para Q4 2026, está construida sobre el mismo GB300 pero con Windows y un stack de seguridad para agentes llamado NVIDIA OpenShell; sus socios de manufactura son ASUS, Dell Technologies, GIGABYTE, HP, MSI y Supermicro, según TweakTown y Yahoo Finance.

StorageReview tiene una ZGX Fury en laboratorio y anunció que viene una review completa con el mismo banco de pruebas que aplicó a la MSI.

¿Qué significa esto para tu startup?

Si corres inferencia en la nube y pagas por tokens: una Fury te permite mover modelos medianos (en el rango de 100B de parámetros) a local, lo que cambia la ecuación de costo cuando tienes tráfico alto y predecible. Antes de comprar, modela el TCO a 18-24 meses comparando tu factura actual de inferencia contra el capex + energía + mantenimiento de la caja.
Si trabajas con datos sensibles o regulados: la combinación Fury + RHEL certificado + (en el futuro) Red Hat AI Factory te da una ruta de despliegue on-premise con aislamiento, gobernanza y consistencia de software entre desarrolladores y producción. Es la alternativa local a depender exclusivamente de APIs en la nube.

La Fury es una caja cara para una startup temprana, pero el ecosistema (MSI, Dell, ASUS, Gigabyte, Supermicro) ya está bajando el mismo silicio a precios y formatos distintos. Esperá reviews comparadas antes de elegir.