MSI EdgeXpert MS-C931: KI-Supercomputer auf Basis der NVIDIA DGX Spark Plattform

Der MSI EdgeXpert ist ein kompakter KI-Supercomputer. Eine großzügige 128GB RAM-Ausstattung ermöglicht die Arbeit mit großen LLMs mit bis zu 200B Parametern.

KI-Performance

RAM und Bandbreite	128GB @ 273 GB/s
Unterstützte Modelle	Inference: bis zu 200B Parameter (405B Parameter für 2x MSI EdgeXpert) Fine-tuning: bis zu 70B Parameter
Tensor Cores	5te Generation unterstützte Formate: TF32, FP16, BF16, INT8, FP8, FP6, FP4
KI-Performance	1000 AI TFLOPS (FP4, Sparse)

Kern des MSI EdgeXpert ist der NVIDIA® GB10 Grace Blackwell Superchip, mit einer Leistung von 1 Petaflop für KI-Rechnungen (in FP4-Precision, sparse). Per NVLink®-C2C sind CPU und GPU mit bis zu fünffacher PCIe 5.0 Bandbreite an einen gemeinsamen Speicher angebunden.

Der MSI EdgeXpert ist mit 1,2 kg und 1,19 Liter Volumen besonders portabel: Entwickler können ihre KI-Anwendungen direkt beim Kunden vorführen, Forschende können Daten direkt vor Ort im Feld erfassen und auswerten. Ein Kensington-Lock-Anschluss schützt das Gerät gegen Diebstahl, auch an öffentlichen Orten.

Die NVIDIA DGX Spark Plattform ist besonders für AI-Entwickler und KI-Forschung geeignet. Wesentlicher Teil der Plattform ist der NVIDIA AI Software Stack, der einen schnellen Einstieg mit der am besten unterstützten Plattform in der LLM-Industrie ermöglicht. Dank der Software-Kompatibilität mit NVIDIA's größeren Plattformen (bspw. DGX Station, H200 / B300, DGX Cloud) können die entwickelten LLM-Lösungen und Anwendungen (bspw. agentic AI) direkt und problemlos skaliert werden.

Dank des eingebauten NVIDIA® ConnectX-7 Netzwerklinks können zwei MSI EdgeXpert Systeme miteinander verbunden (und übereinander gestapelt) werden, um noch größere Modelle bis zu 405B Parametern zu unterstützen.

Lieferzeit
Kleine Mengen direkt ab Lager in Leipzig, Deutschland. Die Lieferzeit für größere MSI EdgeXpert – NVIDIA DGX Spark Mengen beträgt in der Regel 4–6 Wochen ab Bestelleingang. Bitte berücksichtigen Sie dies in Ihrer Projektplanung.

Technische Daten

Merkmal	Spezifikation
Modell	MSI EdgeXpert MS-C931
KI-Rechenleistung	1 Petaflops (FP4, sparse) (NVIDIA Grace Blackwell)
RAM	128GB RAM LPDDR5x (Unified memory)
RAM-Bandbreite	273 GB/s (256-bit Speicherinterface)
GPU (GB10)	NVIDIA Blackwell Architecture
CPU (GB10)	20 core ARM: 10 Cortex-X925 + 10 Cortex-A725 ARM
SSD-Speicher	1TB oder 4TB PCIe NVMe M.2 SSD mit Selbstverschlüsselung
WLAN & Bluetooth	Wi-Fi 7 + Bluetooth 5.3
Netzwerk	1 x 10 GBit LAN (RJ-45) 1 x NVIDIA ConnectX-7 Smart NIC (200 Gbps, 2xQSFP)
USB Ports	4 x USB 3.2 Type-C, bis zu 20 Gbps, DisplayPort 1.4a Alternate Mode davon 1 x Stromeingang (USB PD); je Port bis 5 V / 3 A, max. 30 W gesamt für drei angeschlossene Geräte
Weitere Ports & Features	1 x HDMI 2.1a (mit Mehrkanal-Audioausgabe) 1 x An/Aus-Taster 1 x Kensington-Lock-Anschluss NVENC \| NVDEC: 1x \| 1x
Betriebssystem	NVIDIA DGX™ OS (Ubuntu Linux)
Abmessungen	151 (L) x 151 (B) x 52 mm (H) (1,19 Liter)
Gewicht	1,2 kg (2,65 lbs)
Leistungsaufnahme	240 W (externes USB PD Netzteil, 48 V / 5 A, im Lieferumfang)

Umweltbedingungen und Stromversorgung

Netzteil	Extern, 240 W, Ausgang 48,0 V / 5,0 A
Eingangsspannung / Nenneingangsstrom	110–120 VAC; 3,5 A 200–240 VAC; 2,5 A
Netzfrequenz	50/60 Hz
Umgebungsanforderungen	Temperatur	Betrieb: ca. 0 °C bis 35 °C Lagerung: -20 °C bis 60 °C
	Luftfeuchtigkeit	Gerät von Feuchtigkeit fernhalten; Lüftungsöffnungen nicht abdecken

Lieferumfang

1 × MSI EdgeXpert MS-C931, 4TB SSD (auf Basis von NVIDIA DGX Spark / GB10)
USB PD Netzteil (240 W)
Netzkabel (EU)
Quick Start Guide
Hinweis: QSFP Kabel für die ConnectX-7 Netzwerkschnittstelle, zum Verbinden von zwei oder drei MSI EdgeXpert / NVIDIA DGX Spark Systemen, ist nicht im Lieferumfang enthalten - es ist separat erhältlich. Von MSI freigegebene Kabel sind:
- Amphenol NJAAKK-N911 (QSFP auf QSFP112, 400 mm)
- Amphenol NJAAKK-0006 (0,5 m Version)
- Luxshare LMTQF022-SD-R (QSFP112 400G DAC, 400 mm)

Einsatzbereiche

Industrie & Forschung: Entwicklung und Finetuning von AI LLM-Modellen mit bis zu 200B Parametern (bzw. 405B bei Einsatz von zwei MSI EdgeXpert Systemen / DGX Sparks)
Universitäten & Hochschulen: Experimente und Hands-On-Erfahrung für Studenten an großen LLM Modellen
Büros, Geschäftliches Umfeld: Ausführen von Agentic AI, insbesondere für Datenschutz - bspw. für Bearbeiten von Kundenanfragen, offline e-Mailbearbeitung, RAGs mit sensitiven Firmendaten.
Edge-Anwendungen mit niedriger Latenz: Gesundheitswesen & Biotechnologie, Einzelhandel, Videoüberwachung, Fin-Tech - bspw. mit NVIDIA Isaac™ und Metropolis.

Dank seiner kompakten Bauform und des geringen Gewichts eignet sich der MSI EdgeXpert besonders für den mobilen Einsatz: für Live-Demos und Inferenz direkt beim Kunden, oder für die Datenerfassung und -analyse bei wissenschaftlichen Feldeinsätzen.

NVIDIA DGX Spark Produktvarianten

Die NVIDIA DGX Spark Plattform baut im Kern auf NVIDIA Komponenten auf. In jeder Variante ist der Grace Blackwell Superchip GB10, sowie 128 GB RAM mit 273 GB/s Speicherbandbreite verbaut. Die Speicherbandbreite hat dabei den größten Effekt auf Token/s Durchsatzraten.

Das Betriebssystem (NVIDIA DGX OS, auf Ubuntu Basis), sowie der NVIDIA AI-Softwarestack ist in jedem Fall der Gleiche.

Verschiedene Anbieter bauen ein Gehäuse drumherum, und vertreiben das Gerät unter ihrem eigenen Markennamen.

MSI's DGX Spark / GB10 Produkt heißt MSI EdgeXpert (Modell MS-C931).

Software-Stack / unterstützte Software

NVIDIA DGX OS (Betriebssystem, auf Basis von Ubuntu)
NVIDIA NIM (Microservices als Bausteine für AI Lösungen)
NVIDIA AI Blueprints (Beispielanwendungen, bspw. RAG Workflows)
PyTorch (Framework für Machine Learning und Deep Neural Networks)
TensorFlow (Framework für Machine Learning und Deep Neural Networks)
NVIDIA Riva (Spracherkennung, Übersetzung und Sprachausgabe)
NVIDIA Holoscan (Plattform für Sensor-Daten-Verarbeitung)
NVIDIA Metropolis (Vision-KI Anwendungsplattform)
NVIDIA Isaac (Plattform für Entwicklung von Robotern, bspw. autonomen Fahrzeugen)
CUDA (Toolkit zur Beschleunigung und Parallelisierung von Berechnungen auf GPUs)
cuDNN (Beschleunigung von Deep Neural Networks auf GPUs)
cuBLAS (Lineare Algebra Frameworks zur Beschleunigung von KI und High performance computing (HPC) Anwendungen)
TensorRT (SDK für high-performance deep learning inferencing)
NCCL (NVIDIA Collective Communications library, zur Verteilung der Rechenleistung über mehrere Nodes hinweg)
vLLM + ollama + llama.cpp - Large Language Model Inferencing Frameworks

Einsatzmodi

Im Netzwerk: Anbindung an bestehende Laptops und Desktops über das Netzwerk, Integration in die IT-Umgebung, skalierbare KI-Rechenleistung für Unternehmen.
Als eigenständiges System: Mit Monitor, Maus und Tastatur direkt als vollwertiger Desktop-Arbeitsplatz für KI-Entwicklung.
Vom Desktop in die Cloud: Dank NVIDIAs einheitlicher KI-Softwarearchitektur lassen sich Workloads nahtlos auf NVIDIA DGX Cloud oder andere NVIDIA-beschleunigte Rechenzentren migrieren.

Weitere Produktbezeichnungen

MS-C931 (MSI Modellnummer)
EdgeXpert-13SUS (Einzelgerät, 4TB)
EdgeXpert-02SKUS (Bundle: 2 x EdgeXpert 4TB inkl. QSFP-Kabel) - auf Anfrage
EDGEXPERT-32SEU-BGB104TG5
9S6-C9311-32S (128 GB / 4 TB)
EAN: 4711377403511
956-C931-101 - QSFP Kabel, separat als Zubehör erhältlich (auf Anfrage)