
XpertStation WS300 NVIDIA DGX Station
Stacja robocza AI na platformie NVIDIA DGX Station: superchip GB300 Grace Blackwell Ultra, 748 GB spójnej pamięci CPU+GPU, 2 × 400GbE
- NVIDIA DGX Station - superchip GB300 Grace Blackwell Ultra (72-rdzeniowy Grace Arm + GPU Blackwell Ultra)
- 748 GB spójnej pamięci CPU+GPU: 252 GB HBM3e (7,1 TB/s) + 496 GB LPDDR5X
- Do 20 PFLOPS wydajności AI (FP4), modele do 1 biliona parametrów wg NVIDIA
- 2 × 400GbE QSFP112 na panelu plus 10GbE do sieci firmowej
- Zarządzanie zdalne - BMC AST2600, IPMI 2.0, Redfish, dedykowany port 1GbE
- 2 × 2 TB NVMe w RAID1 fabrycznie
- Chłodzenie cieczą do 1400 W, zasilacz 1600 W, obudowa tower
- Ubuntu 24.04 LTS z preinstalowanymi NVIDIA AI Developer Tools
Darmowa dostawa
Promocja cenowa na model HDR-15-5
Produkt przeznaczony wyłącznie do zastosowań profesjonalnych
XpertStation WS300 NVIDIA DGX Station
Opis
MSI · NVIDIA DGX Station
MSI XpertStation WS300 - stacja robocza AI na platformie NVIDIA DGX Station
Współdzielona stacja AI dla zespołu, zbudowana na superchipie NVIDIA GB300 Grace Blackwell Ultra. Uruchamia lokalne modele LLM, które nie mieszczą się w VRAM zwykłej stacji roboczej. Jest dostępna przez sieć i zarządzana zdalnie jak serwer, a modele, dane i inference zostają w Twojej firmie.
748 GB pamięci w jednej przestrzeni adresowej
Grace CPU i GPU Blackwell Ultra tworzą jeden superchip GB300 połączony przez NVLink-C2C. GPU sięga do pamięci CPU bez kopiowania danych przez PCIe: HBM3e trzyma working set, a LPDDR5X mieści resztę modelu, cache KV i dane wejściowe.
CPU
NVIDIA Grace
- Rdzenie
- 72 × Arm Neoverse V2
- Pamięć
- 496 GB LPDDR5X
- Przepustowość
- 396 GB/s
GPU
NVIDIA Blackwell Ultra
- Pamięć
- 252 GB HBM3e
- Przepustowość
- 7,1 TB/s
- Wydajność AI
- do 20 PFLOPS FP4
Co wyróżnia MSI XpertStation WS300
Sieć 2 × 400GbE QSFP112
Wpięcie w fabric AI i storage bez karty rozszerzeń. Port 10GbE do sieci firmowej dla dostępu użytkowników.
Zarządzanie zdalne
BMC ASPEED AST2600 z IPMI 2.0 i Redfish na wydzielonym porcie 1GbE. Reset, konsola i monitoring bez wizyty przy maszynie.
Storage w RAID1
2 × 2 TB NVMe w RAID1 z fabryki. Awaria dysku systemowego nie zatrzymuje środowiska.
Chłodzenie cieczą do 1400 W
Pełna moc w obudowie tower, zasilacz 1600 W. Bez szafy rack.
Gotowy stack NVIDIA
Ubuntu 24.04 LTS z NVIDIA AI Developer Tools. Środowisko rusza bez instalowania sterowników.
Do czego służy stacja AI z NVIDIA GB300
Lokalne LLM i inference
Duże modele językowe we własnej infrastrukturze, bez chmury.
Fine-tuning i trening
Dostrajanie modeli na danych firmowych bez kolejki do GPU.
RAG i agenci AI
Wiele modeli i agentów pracujących równolegle dla całego zespołu.
Data science i physical AI
Duże zbiory danych, symulacje i systemy wizyjne.
Co sprawdzić przed zakupem stacji DGX Station
Architektura Arm64
Grace to Arm, nie x86. Kontenery z NGC działają, ale własne obrazy budowane tylko pod x86 wymagają przebudowy.
Zasilanie i otoczenie
Zasilacz 1600 W, wtyk C19, MSI wskazuje obwód 20 A. Temperatura pracy 10-30 °C.
Infrastruktura 400GbE
Potrzebny switch, transceivery i okablowanie. Bez nich stacja pracuje na 10GbE.
Dane techniczne: karta techniczna MSI XpertStation WS300 (WS300T60L), wersja D z 29.07.2026.
Porównanie z DGX Spark (MSI EdgeXpert), zastosowania i FAQ
Różnice między MSI a referencyjną DGX Station, dobór platformy z portfolio MSI AI i odpowiedzi na najczęstsze pytania.
Pytania o konfigurację: [email protected]
Specyfikacja
| Model | MSI XpertStation WS300 (WS300T60L) |
| Platforma | NVIDIA DGX Station |
| Superchip | NVIDIA GB300 Grace Blackwell Ultra |
| Procesor | NVIDIA Grace, 72 rdzenie Arm Neoverse V2 |
| GPU | NVIDIA Blackwell Ultra |
| Pamięć GPU | 252 GB HBM3e, 7,1 TB/s |
| Pamięć CPU | 496 GB LPDDR5X, 396 GB/s |
| Pamięć łącznie | 748 GB spójnej przestrzeni CPU+GPU |
| NVLink-C2C | do 900 GB/s |
| Wydajność AI | do 20 PFLOPS (FP4, sparse) |
| Sieć | 2 × 400GbE QSFP112, 10GbE do sieci firmowej, 1GbE dla BMC |
| Storage systemowy | 2 × 2 TB NVMe M.2, RAID1 |
| Rozbudowa storage | wyłącznie M.2, bez zatok hot-swap |
| PCIe | 1 × PCIe 5.0 x16 FHFL (podwójna szerokość) 2 × PCIe 5.0 x16 FHFL (pojedyncza szerokość, sygnał x8) 1 × M.2 2230 PCIe 2.0 x1 na kartę WiFi/BT |
| Zarządzanie | BMC ASPEED AST2600 (AMI MegaRAC), IPMI 2.0, DMTF Redfish, dedykowany port 1GbE |
| Bezpieczeństwo | TPM 2.0, czujnik otwarcia obudowy, opcjonalnie Hardware Root of Trust CEC1736 |
| System | Ubuntu 24.04 LTS z NVIDIA AI Developer Tools |
| Chłodzenie | cieczą, do 1400 W |
| Zasilacz | 1600 W, ATX, wtyk C19 |
| Wymiary (S × W × G) | 245,7 × 529,0 × 570,4 mm |
| Temperatura pracy | 10-30 °C |
Źródło: karta techniczna MSI, wersja D z 29.07.2026.



