MSI XpertStation WS300 AI Stacja Robocza
Pomaga rozróżnić konfiguracje w koszyku — przydatne przy zamawianiu tego samego produktu z różnymi opcjami.
Pełne specyfikacje
Obliczenia i pamięć
Superchip
NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip
CPU
1× NVIDIA Grace CPU Superchip, 72 rdzenie Arm Neoverse V2
GPU
1× NVIDIA Blackwell Ultra GPU
Pamięć koherentna
748 GB ujednolicone: 496 GB LPDDR5X + 252 GB HBM3e
Wydajność AI
20 PetaFLOPS (FP4)
Pamięć masowa i wymiary
Pamięć masowa (gniazda)
2× M.2 2280 PCIe 5.0 x4 NVMe + 2× M.2 2280 PCIe 6.0 x4 NVMe (64 GB/s)
Format
Wieża stacjonarna, architektura NVIDIA DGX Station
Wymiary
24,78 x 58,27 x 52,79 cm
Sieć i rozbudowa
Sieć o wysokiej prędkości
2× porty 400G QSFP112 przez NVIDIA ConnectX-8 SuperNIC
Rozszerzenia PCIe
PCIe 5.0, 1× podwójnej szerokości gniazdo x16 + dodatkowe gniazda x8
Zasilanie i chłodzenie
Zasilacz
Zasilacz ATX 1600 W, sprawność Titanium
Chłodzenie
Chłodzenie cieczą w obiegu zamkniętym, utrzymujące wydajność pod dużym obciążeniem AI
Zarządzanie i oprogramowanie
BMC
ASPEED AST2600
Zarządzanie zdalne
IPMI 2.0 i Redfish API, monitorowanie i sterowanie w stylu centrum danych
MSI wprowadziło stację roboczą XpertStation WS300 16 marca 2026 roku, pozycjonując ją w ekosystemie NVIDIA GB300 Grace Blackwell Superchip jako system wspierający lokalne uruchamianie modeli bilionoparametrowych.
Specyfikacja sprzętowa
WS300 jest zbudowana wokół pojedynczego NVIDIA Grace CPU Superchip – 72 rdzenie Arm Neoverse V2 i 496 GB pamięci LPDDR5X – połączonego z NVIDIA Blackwell Ultra GPU wyposażonym w 252 GB pamięci GPU HBM3e, zunifikowanych przez NVLink-C2C w spójną pulę pamięci o pojemności 748 GB. System oferuje 2× magazyn NVMe M.2 2280 PCIe 6.0 x4 (64 GB/s) oraz dwuportowy interfejs sieciowy ConnectX-8 400G.
Lokalny serwer AI do zastosowań biznesowych
WS300 zaprojektowano jako współdzielony lokalny zasób AI. Wielu pracowników może przesyłać zadania przetwarzania dokumentów – przegląd umów, ekstrakcję faktur, tworzenie raportów, triaż e-maili – w ciągu dnia pracy, przy czym zadania są obsługiwane centralnie na miejscu, zamiast być kierowane przez zewnętrzne usługi chmurowe.
Dzięki NVIDIA NemoClaw autonomiczne agenty mogą działać stale na systemie, obsługując powtarzalne zadania, takie jak monitorowanie skrzynki odbiorczej czy generowanie raportów według harmonogramu, bez konieczności inicjowania każdego żądania przez osobę. Pozwala to WS300 funkcjonować jako ciągła infrastruktura AI dla firmy, wspierając stabilne obciążenia dokumentami.
Porównanie kosztów: rozwiązania on-premises vs. chmurowe API AI
Dla MŚP przetwarzających codziennie duże wolumeny dokumentów, różnica między stałym systemem on-premises a rozliczaniem chmurowym AI opartym na użyciu znacząco narasta z czasem.
| Kategoria kosztów | Interfejsy API AI w chmurze | WS300 (On-Premises) |
|---|---|---|
| Początkowa inwestycja w sprzęt | Brak | 370 tys. zł (jednorazowo) |
| Koszty eksploatacji rok 1 | ~400 tys. zł - ~950 tys. zł | ~18 tys. zł (energia & konserwacja) |
| Koszty eksploatacji rok 2 | ~400 tys. zł - ~950 tys. zł | ~18 tys. zł (energia & konserwacja) |
| Koszty eksploatacji rok 3 | ~400 tys. zł - ~950 tys. zł | ~18 tys. zł (energia & konserwacja) |
| Łączny koszt 3-letni | ~1,1 mln zł - ~2,8 mln zł | ~425 tys. zł |
Ponieważ przetwarzanie odbywa się całkowicie na miejscu, dokumenty i dane biznesowe nie są przesyłane na serwery stron trzecich. Jest to istotna kwestia dla organizacji z sektorów prawnych, finansowych lub innych wrażliwych na dane.
Podsumowanie
XpertStation WS300 zapewnia pojedynczy system o stałym koszcie, zdolny do obsługi ciągłego przetwarzania dokumentów przez AI, połączony z architekturą umożliwiającą lokalne uruchamianie dużych modeli AI. Dla MŚP z utrzymującymi się obciążeniami AI stanowi tańszą alternatywę dla powtarzających się wydatków na chmurę AI.
