{"product_id":"msi-edgexpert-ms-c931-128gb-nvidia-dgx-spark","title":"MSI EdgeXpert MS-C931 - 128GB NVIDIA DGX Spark","description":"\u003ch1 dir=\"ltr\"\u003e\u003cspan\u003eMSI EdgeXpert MS-C931: KI-Supercomputer auf Basis der NVIDIA DGX Spark Plattform\u003c\/span\u003e\u003c\/h1\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan\u003eDer MSI EdgeXpert ist ein kompakter KI-Supercomputer. Eine großzügige 128GB RAM-Ausstattung ermöglicht die Arbeit mit großen LLMs mit bis zu 200B Parametern. \u003c\/span\u003e\u003c\/p\u003e\n\u003ch2\u003e\u003cspan\u003eKI-Performance\u003c\/span\u003e\u003c\/h2\u003e\n\u003ctable width=\"100%\" style=\"width: 100%; height: 129.969px;\"\u003e\n\u003ctbody\u003e\n\u003ctr style=\"height: 19.5938px;\"\u003e\n\u003ctd style=\"width: 33.75%; height: 19.5938px;\"\u003eRAM und Bandbreite\u003c\/td\u003e\n\u003ctd style=\"width: 65.8929%; height: 19.5938px;\"\u003e128GB @ \u003cmeta charset=\"utf-8\"\u003e \u003cspan class=\"fontstyle0\"\u003e273 GB\/s \u003c\/span\u003e\n\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 90.7812px;\"\u003e\n\u003ctd style=\"width: 33.75%; height: 90.7812px;\"\u003eUnterstützte Modelle\u003c\/td\u003e\n\u003ctd style=\"width: 65.8929%; height: 90.7812px;\"\u003e\n\u003cp\u003e Inference: bis zu 200B Parameter \u003cbr\u003e(405B Parameter für 2x MSI EdgeXpert)\u003c\/p\u003e\n\u003cp\u003eFine-tuning: bis zu 70B Parameter\u003c\/p\u003e\n\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd style=\"width: 33.75%;\"\u003eTensor Cores\u003c\/td\u003e\n\u003ctd style=\"width: 65.8929%;\"\u003e\n\u003cp\u003e5te Generation\u003c\/p\u003e\n\u003cp\u003eunterstützte Formate: TF32, FP16, BF16, INT8, FP8, FP6, FP4\u003c\/p\u003e\n\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 19.5938px;\"\u003e\n\u003ctd style=\"width: 33.75%; height: 19.5938px;\"\u003eKI-Performance\u003c\/td\u003e\n\u003ctd style=\"width: 65.8929%; height: 19.5938px;\"\u003e\n\u003cp\u003e1000 AI TFLOPS (FP4, Sparse)\u003c\/p\u003e\n\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003c\/tbody\u003e\n\u003c\/table\u003e\n\u003cp\u003e\u003cbr\u003e\u003c\/p\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan\u003eKern des MSI EdgeXpert ist der \u003cspan class=\"fontstyle0\"\u003eNVIDIA® 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.\u003c\/span\u003e\u003cbr\u003e\u003c\/span\u003e\u003c\/p\u003e\n\u003cp dir=\"ltr\"\u003e\u003cstrong\u003e\u003cspan class=\"fontstyle0\"\u003eDer 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.\u003c\/span\u003e\u003c\/strong\u003e\u003c\/p\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan\u003eDie NVIDIA DGX Spark Plattform ist besonders für AI-Entwickler und KI-Forschung geeignet. \u003c\/span\u003e\u003cspan\u003eWesentlicher 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. \u003ca href=\"https:\/\/buyzero.de\/collections\/nvidia-dgx-station-gb300\"\u003eDGX Station\u003c\/a\u003e, H200 \/ B300, DGX Cloud) können die entwickelten LLM-Lösungen und Anwendungen (bspw. agentic AI) direkt und problemlos skaliert werden. \u003c\/span\u003e\u003c\/p\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan\u003eDank 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. \u003cbr\u003e\u003cbr\u003e\u003cspan style=\"color: rgb(0, 0, 0); background-color: rgb(255, 255, 0);\"\u003e\u003cstrong\u003eLieferzeit\u003c\/strong\u003e\u003c\/span\u003e\u003cbr\u003e\u003cspan style=\"color: rgb(0, 0, 0); background-color: rgb(255, 255, 0);\"\u003eKleine Mengen \u003cstrong\u003edirekt \u003c\/strong\u003eab Lager in Leipzig, Deutschland. Die Lieferzeit für größere MSI EdgeXpert – NVIDIA DGX Spark Mengen beträgt in der Regel \u003cstrong\u003e4–6 Wochen ab Bestelleingang.\u003c\/strong\u003e Bitte berücksichtigen Sie dies in Ihrer Projektplanung.\u003c\/span\u003e\u003c\/span\u003e\u003c\/p\u003e\n\u003ch2 dir=\"ltr\"\u003e\u003cspan\u003eTechnische Daten\u003c\/span\u003e\u003c\/h2\u003e\n\u003cdiv align=\"left\" dir=\"ltr\"\u003e\n\u003ctable style=\"width: 100%; height: 825.844px;\"\u003e\n\u003ccolgroup\u003e \u003ccol style=\"width: 28.9286%;\" width=\"139\"\u003e \u003ccol style=\"width: 70.7143%;\" width=\"421\"\u003e \u003c\/colgroup\u003e\n\u003ctbody\u003e\n\u003ctr style=\"height: 35.5938px;\"\u003e\n\u003ctd style=\"height: 35.5938px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cstrong\u003eMerkmal\u003c\/strong\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003ctd style=\"height: 35.5938px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cstrong\u003eSpezifikation\u003c\/strong\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 35.5938px;\"\u003e\n\u003ctd style=\"height: 35.5938px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan\u003eModell\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003ctd style=\"height: 35.5938px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan\u003eMSI EdgeXpert MS-C931\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 35.5938px;\"\u003e\n\u003ctd style=\"height: 35.5938px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan\u003eKI-Rechenleistung\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003ctd style=\"height: 35.5938px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan\u003e1 Petaflops (FP4, sparse) (NVIDIA Grace Blackwell)\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 35.5938px;\"\u003e\n\u003ctd style=\"height: 35.5938px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan class=\"fontstyle0\"\u003eRAM\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003ctd style=\"height: 35.5938px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan class=\"fontstyle0\"\u003e128GB RAM LPDDR5x (Unified memory)\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 35.5938px;\"\u003e\n\u003ctd style=\"height: 35.5938px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan class=\"fontstyle0\"\u003eRAM-Bandbreite\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003ctd style=\"height: 35.5938px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan class=\"fontstyle0\"\u003e273 GB\/s (256-bit Speicherinterface)\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 35.5938px;\"\u003e\n\u003ctd style=\"height: 35.5938px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan class=\"fontstyle0\"\u003e\u003cmeta charset=\"utf-8\"\u003eGPU (G\u003cstrong\u003eB\u003c\/strong\u003e10)\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003ctd style=\"height: 35.5938px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan class=\"fontstyle0\"\u003e\u003cmeta charset=\"utf-8\"\u003eNVIDIA Blackwell Architecture\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 35.5938px;\"\u003e\n\u003ctd style=\"height: 35.5938px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan class=\"fontstyle0\"\u003eCPU (\u003cstrong\u003eG\u003c\/strong\u003eB10)\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003ctd style=\"height: 35.5938px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan class=\"fontstyle0\"\u003e20 core ARM: 10 Cortex-X925 + 10 Cortex-A725 ARM\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 55.1875px;\"\u003e\n\u003ctd style=\"height: 55.1875px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan class=\"fontstyle0\"\u003eSSD-Speicher\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003ctd style=\"height: 55.1875px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan class=\"fontstyle0\"\u003e1TB oder 4TB PCIe NVMe M.2 SSD mit Selbstverschlüsselung\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 35.5938px;\"\u003e\n\u003ctd style=\"height: 35.5938px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan class=\"fontstyle0\"\u003eWLAN \u0026amp; Bluetooth\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003ctd style=\"height: 35.5938px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan class=\"fontstyle0\"\u003eWi-Fi 7 + Bluetooth 5.3\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 71.1875px;\"\u003e\n\u003ctd style=\"height: 71.1875px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan class=\"fontstyle0\"\u003eNetzwerk\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003ctd style=\"height: 71.1875px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan class=\"fontstyle0\"\u003e1 x 10 GBit LAN (RJ-45)\u003c\/span\u003e\u003c\/p\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan class=\"fontstyle0\"\u003e1 x NVIDIA ConnectX-7 Smart NIC (200 Gbps, 2xQSFP)\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 110.375px;\"\u003e\n\u003ctd style=\"height: 110.375px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan class=\"fontstyle0\"\u003eUSB Ports\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003ctd style=\"height: 110.375px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan class=\"fontstyle0\"\u003e4 x USB 3.2 Type-C, bis zu 20 Gbps, DisplayPort 1.4a Alternate Mode\u003c\/span\u003e\u003c\/p\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan class=\"fontstyle0\"\u003edavon 1 x Stromeingang (USB PD); je Port bis 5 V \/ 3 A, max. 30 W gesamt für drei angeschlossene Geräte\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 142.375px;\"\u003e\n\u003ctd style=\"height: 142.375px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan class=\"fontstyle0\"\u003eWeitere Ports \u0026amp; Features\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003ctd style=\"height: 142.375px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan class=\"fontstyle0\"\u003e1 x HDMI 2.1a (mit Mehrkanal-Audioausgabe)\u003c\/span\u003e\u003c\/p\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan class=\"fontstyle0\"\u003e1 x An\/Aus-Taster\u003c\/span\u003e\u003c\/p\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan class=\"fontstyle0\"\u003e1 x Kensington-Lock-Anschluss\u003c\/span\u003e\u003c\/p\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan class=\"fontstyle0\"\u003eNVENC | NVDEC: 1x | 1x\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 35.5938px;\"\u003e\n\u003ctd style=\"height: 35.5938px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan class=\"fontstyle0\"\u003eBetriebssystem\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003ctd style=\"height: 35.5938px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan class=\"fontstyle0\"\u003eNVIDIA DGX™ OS (Ubuntu Linux)\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 35.5938px;\"\u003e\n\u003ctd style=\"height: 35.5938px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan\u003eAbmessungen\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003ctd style=\"height: 35.5938px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan class=\"fontstyle0\"\u003e151 (L) x 151 (B) x 52 mm (H) (1,19 Liter)\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 35.5938px;\"\u003e\n\u003ctd style=\"height: 35.5938px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan\u003eGewicht\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003ctd style=\"height: 35.5938px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan\u003e1,2 kg (2,65 lbs)\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr style=\"height: 55.1875px;\"\u003e\n\u003ctd style=\"height: 55.1875px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan\u003eLeistungsaufnahme\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003ctd style=\"height: 55.1875px;\"\u003e\n\u003cp dir=\"ltr\"\u003e\u003cspan\u003e240 W (externes USB PD Netzteil, 48 V \/ 5 A, im Lieferumfang)\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003c\/tbody\u003e\n\u003c\/table\u003e\n\u003c\/div\u003e\n\u003ch2 dir=\"ltr\"\u003e\n\u003cspan\u003e\u003c\/span\u003e\u003cbr\u003e\n\u003c\/h2\u003e\n\u003ch2\u003e\u003cspan\u003eUmweltbedingungen und Stromversorgung\u003c\/span\u003e\u003c\/h2\u003e\n\u003ctable style=\"width: 100%;\"\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd\u003e\u003cstrong\u003eNetzteil\u003c\/strong\u003e\u003c\/td\u003e\n\u003ctd colspan=\"2\"\u003eExtern, 240 W, Ausgang 48,0 V \/ 5,0 A\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003e\u003cstrong\u003eEingangsspannung \/ Nenneingangsstrom\u003c\/strong\u003e\u003c\/td\u003e\n\u003ctd colspan=\"2\"\u003e110–120 VAC; 3,5 A\u003cbr\u003e200–240 VAC; 2,5 A\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003e\u003cstrong\u003eNetzfrequenz\u003c\/strong\u003e\u003c\/td\u003e\n\u003ctd colspan=\"2\"\u003e50\/60 Hz\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd rowspan=\"2\"\u003e\u003cstrong\u003eUmgebungsanforderungen\u003c\/strong\u003e\u003c\/td\u003e\n\u003ctd\u003e\u003cstrong\u003eTemperatur\u003c\/strong\u003e\u003c\/td\u003e\n\u003ctd\u003eBetrieb: ca. 0 °C bis 35 °C\u003cbr\u003eLagerung: -20 °C bis 60 °C\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003e\u003cstrong\u003eLuftfeuchtigkeit\u003c\/strong\u003e\u003c\/td\u003e\n\u003ctd\u003eGerät von Feuchtigkeit fernhalten; Lüftungsöffnungen nicht abdecken\u003c\/td\u003e\n\u003c\/tr\u003e\n\u003c\/tbody\u003e\n\u003c\/table\u003e\n\u003ch2\u003e\u003cspan\u003e\u003cbr\u003e\u003c\/span\u003e\u003c\/h2\u003e\n\u003cp\u003e\u003cspan\u003e\u003cbr\u003e\u003c\/span\u003e\u003c\/p\u003e\n\u003ch2 dir=\"ltr\"\u003e\u003cspan\u003eLieferumfang\u003c\/span\u003e\u003c\/h2\u003e\n\u003cul\u003e\n\u003cli dir=\"ltr\"\u003e\n\u003cp role=\"presentation\" dir=\"ltr\"\u003e\u003cspan\u003e1 × MSI EdgeXpert MS-C931, 4TB SSD (auf Basis von NVIDIA DGX Spark \/ GB10)\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/li\u003e\n\u003cli dir=\"ltr\"\u003e\n\u003cp role=\"presentation\" dir=\"ltr\"\u003eUSB PD Netzteil (240 W)\u003c\/p\u003e\n\u003c\/li\u003e\n\u003cli dir=\"ltr\"\u003e\n\u003cp role=\"presentation\" dir=\"ltr\"\u003eNetzkabel (EU)\u003c\/p\u003e\n\u003c\/li\u003e\n\u003cli dir=\"ltr\"\u003e\n\u003cp role=\"presentation\" dir=\"ltr\"\u003eQuick Start Guide\u003c\/p\u003e\n\u003c\/li\u003e\n\u003cli dir=\"ltr\"\u003e\n\u003cspan\u003eHinweis: 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. \u003c\/span\u003e\u003cspan\u003eVon MSI freigegebene Kabel sind:\u003c\/span\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cspan\u003eAmphenol NJAAKK-N911 (QSFP auf QSFP112, 400 mm)\u003c\/span\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cspan\u003eAmphenol NJAAKK-0006 (0,5 m Version)\u003c\/span\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cspan\u003eLuxshare LMTQF022-SD-R (QSFP112 400G DAC, 400 mm)\u003c\/span\u003e\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003cp\u003e\u003cbr\u003e\u003c\/p\u003e\n\u003ch2 dir=\"ltr\"\u003eEinsatzbereiche\u003c\/h2\u003e\n\u003cul\u003e\n\u003cli dir=\"ltr\"\u003e\n\u003cp role=\"presentation\" dir=\"ltr\"\u003e\u003cspan\u003eIndustrie \u0026amp; Forschung\u003c\/span\u003e\u003cspan\u003e: Entwicklung und Finetuning von AI LLM-Modellen mit bis zu 200B Parametern (bzw. 405B bei Einsatz von zwei MSI EdgeXpert Systemen \/ DGX Sparks)\u003c\/span\u003e\u003c\/p\u003e\n\u003c\/li\u003e\n\u003cli dir=\"ltr\"\u003e\n\u003cp role=\"presentation\" dir=\"ltr\"\u003eUniversitäten \u0026amp; Hochschulen: Experimente und Hands-On-Erfahrung für Studenten an großen LLM Modellen\u003c\/p\u003e\n\u003c\/li\u003e\n\u003cli dir=\"ltr\"\u003e\n\u003cp role=\"presentation\" dir=\"ltr\"\u003eBüros, Geschäftliches Umfeld: Ausführen von Agentic AI, insbesondere für Datenschutz - bspw. für Bearbeiten von Kundenanfragen, offline e-Mailbearbeitung, RAGs mit sensitiven Firmendaten.\u003c\/p\u003e\n\u003c\/li\u003e\n\u003cli dir=\"ltr\"\u003e\n\u003cp role=\"presentation\" dir=\"ltr\"\u003eEdge-Anwendungen mit niedriger Latenz: Gesundheitswesen \u0026amp; Biotechnologie, Einzelhandel, Videoüberwachung, Fin-Tech - bspw. mit NVIDIA Isaac™ und Metropolis.\u003c\/p\u003e\n\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003cp\u003eDank 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. \u003c\/p\u003e\n\u003ch2 dir=\"ltr\"\u003e\u003cspan\u003eNVIDIA DGX Spark Produktvarianten\u003c\/span\u003e\u003c\/h2\u003e\n\u003cp dir=\"ltr\"\u003eDie 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.\u003c\/p\u003e\n\u003cp dir=\"ltr\"\u003eDas Betriebssystem (NVIDIA DGX OS, auf Ubuntu Basis), sowie der NVIDIA AI-Softwarestack ist in jedem Fall der Gleiche.\u003c\/p\u003e\n\u003cp dir=\"ltr\"\u003eVerschiedene Anbieter bauen ein Gehäuse drumherum, und vertreiben das Gerät unter ihrem eigenen Markennamen.\u003c\/p\u003e\n\u003cp dir=\"ltr\"\u003eMSI's DGX Spark \/ GB10 Produkt heißt MSI EdgeXpert (Modell MS-C931).\u003c\/p\u003e\n\u003ch2\u003eSoftware-Stack \/ unterstützte Software\u003c\/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\n\u003cstrong\u003eNVIDIA DGX OS\u003c\/strong\u003e (Betriebssystem, auf Basis von Ubuntu)\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eNVIDIA NIM\u003c\/strong\u003e (Microservices als Bausteine für AI Lösungen)\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eNVIDIA AI Blueprints\u003c\/strong\u003e (Beispielanwendungen, bspw. RAG Workflows)\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003ePyTorch \u003c\/strong\u003e(Framework für Machine Learning und Deep Neural Networks)\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eTensorFlow \u003c\/strong\u003e(Framework für Machine Learning und Deep Neural Networks)\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eNVIDIA Riva\u003c\/strong\u003e (Spracherkennung, Übersetzung und Sprachausgabe)\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eNVIDIA Holoscan\u003c\/strong\u003e (Plattform für Sensor-Daten-Verarbeitung)\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eNVIDIA Metropolis \u003c\/strong\u003e(Vision-KI Anwendungsplattform)\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eNVIDIA Isaac \u003c\/strong\u003e(Plattform für Entwicklung von Robotern, bspw. autonomen Fahrzeugen)\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eCUDA \u003c\/strong\u003e(Toolkit zur Beschleunigung und Parallelisierung von Berechnungen auf GPUs)\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003ecuDNN \u003c\/strong\u003e(Beschleunigung von Deep Neural Networks auf GPUs)\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003ecuBLAS \u003c\/strong\u003e(Lineare Algebra Frameworks zur Beschleunigung von KI und High performance computing (HPC) Anwendungen)\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eTensorRT \u003c\/strong\u003e(SDK für high-performance deep learning inferencing)\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eNCCL \u003c\/strong\u003e(NVIDIA Collective Communications library, zur Verteilung der Rechenleistung über mehrere Nodes hinweg)\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003evLLM + ollama + llama.cpp\u003c\/strong\u003e - Large Language Model Inferencing Frameworks\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003eEinsatzmodi\u003c\/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\n\u003cstrong\u003eIm Netzwerk:\u003c\/strong\u003e Anbindung an bestehende Laptops und Desktops über das Netzwerk, Integration in die IT-Umgebung, skalierbare KI-Rechenleistung für Unternehmen.\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eAls eigenständiges System:\u003c\/strong\u003e Mit Monitor, Maus und Tastatur direkt als vollwertiger Desktop-Arbeitsplatz für KI-Entwicklung.\u003c\/li\u003e\n\u003cli\u003e\n\u003cstrong\u003eVom Desktop in die Cloud:\u003c\/strong\u003e Dank NVIDIAs einheitlicher KI-Softwarearchitektur lassen sich Workloads nahtlos auf NVIDIA DGX Cloud oder andere NVIDIA-beschleunigte Rechenzentren migrieren.\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch2\u003eWeitere Produktbezeichnungen\u003c\/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cspan class=\"fontstyle0\"\u003eMS-C931 (MSI Modellnummer)\u003c\/span\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cspan class=\"fontstyle0\"\u003eEdgeXpert-13SUS (Einzelgerät, 4TB)\u003c\/span\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cspan class=\"fontstyle0\"\u003eEdgeXpert-02SKUS (Bundle: 2 x EdgeXpert 4TB inkl. QSFP-Kabel) - auf Anfrage\u003c\/span\u003e\u003c\/li\u003e\n\u003cli\u003e\n\u003cp class=\"p1\"\u003eEDGEXPERT-32SEU-BGB104TG5\u003c\/p\u003e\n\u003c\/li\u003e\n\u003cli\u003e\n\u003cp class=\"p1\"\u003e9S6-C9311-32S (128 GB \/ 4 TB)\u003c\/p\u003e\n\u003c\/li\u003e\n\u003cli\u003eEAN: 4711377403511\u003c\/li\u003e\n\u003cli\u003e\n\u003cmeta charset=\"utf-8\"\u003e956-C931-101 - QSFP Kabel, separat als Zubehör erhältlich (auf Anfrage)\u003c\/li\u003e\n\u003c\/ul\u003e","brand":"msi","offers":[{"title":"1TB","offer_id":53415847067915,"sku":"msi-edgexpert-MS-C931-128gb-1tb","price":7000.0,"currency_code":"EUR","in_stock":false},{"title":"4TB","offer_id":53415847100683,"sku":"msi-edgexpert-MS-C931-128gb-4tb","price":7000.0,"currency_code":"EUR","in_stock":false}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1560\/1473\/files\/msi-EdgeXpert-MS-C931-128GB-NVIDIA-DGX-Spark.png?v=1791186738","url":"https:\/\/buyzero.de\/products\/msi-edgexpert-ms-c931-128gb-nvidia-dgx-spark","provider":"buyzero.de","version":"1.0","type":"link"}