เวิร์กสเตชัน AI MSI XpertStation WS300
ใช้เพื่อแยกความแตกต่างระหว่างการตั้งค่าในรถเข็นของคุณ — มีประโยชน์เมื่อสั่งซื้อสินค้าชนิดเดียวกันด้วยตัวเลือกต่างกัน
ข้อมูลจำเพาะเต็ม
การคำนวณและหน่วยความจำ
ซูเปอร์ชิป
NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip
ซีพียู
1× NVIDIA Grace CPU Superchip, 72 คอร์ Arm Neoverse V2
จีพียู
1× NVIDIA Blackwell Ultra GPU
หน่วยความจำแบบเชื่อมโยง
748 GB แบบรวม: 496 GB LPDDR5X + 252 GB HBM3e
ประสิทธิภาพ AI
20 PetaFLOPS (FP4)
ที่เก็บข้อมูลและทางกายภาพ
ที่เก็บข้อมูล (ช่องเสียบ)
2× M.2 2280 PCIe 5.0 x4 NVMe + 2× M.2 2280 PCIe 6.0 x4 NVMe (64GB/s)
ฟอร์มแฟกเตอร์
ตู้ตั้งโต๊ะ, สถาปัตยกรรม NVIDIA DGX Station
ขนาด
24.78 x 58.27 x 52.79 ซม.
เครือข่ายและการขยาย
เครือข่ายความเร็วสูง
2× พอร์ต 400G QSFP112 ผ่าน NVIDIA ConnectX-8 SuperNIC
การขยาย PCIe
PCIe 5.0, 1× ช่อง double-width x16 + ช่อง x8 เพิ่มเติม
พลังงานและความร้อน
แหล่งจ่ายไฟ
แหล่งจ่ายไฟ ATX 1600 W, ประสิทธิภาพระดับ Titanium
ระบบทำความเย็น
ระบบระบายความร้อนด้วยของเหลวแบบวงจรปิด, ประสิทธิภาพที่ยั่งยืนภายใต้ภาระงาน AI หนัก
การจัดการและซอฟต์แวร์
บีเอ็มซี
ASPEED AST2600
การจัดการระยะไกล
IPMI 2.0 และ Redfish API, การตรวจสอบและการควบคุมแบบศูนย์ข้อมูล
MSI เปิดตัว XpertStation WS300 ในวันที่ 16 มีนาคม 2026 โดยวางตำแหน่งให้อยู่ในระบบนิเวศ NVIDIA GB300 Grace Blackwell Superchip ในฐานะระบบที่รองรับการทำงานของโมเดลพารามิเตอร์ล้านล้าน แบบโลคอล
สเปกฮาร์ดแวร์
WS300 ถูกสร้างขึ้นรอบๆ NVIDIA Grace CPU Superchip หนึ่งตัว ซึ่งประกอบด้วยคอร์ Arm Neoverse V2 จำนวน 72 คอร์ และหน่วยความจำ LPDDR5X ขนาด 496 GB คู่กับ NVIDIA Blackwell Ultra GPU ที่มีหน่วยความจำ GPU HBM3e ขนาด 252 GB โดยเชื่อมรวมกันผ่าน NVLink-C2C เข้าสู่พูลหน่วยความจำแบบเชื่อมโยงขนาด 748 GB ระบบนี้มีพื้นที่จัดเก็บ NVMe แบบ M.2 2280 PCIe 6.0 x4 จำนวน 2 ช่อง (ความเร็ว 64GB/s) และอินเทอร์เฟซเครือข่าย ConnectX-8 แบบสองพอร์ตความเร็ว 400G
เซิร์ฟเวอร์ AI โลคอลสำหรับการใช้งานทางธุรกิจ
WS300 ถูกออกแบบมาเพื่อทำหน้าที่เป็นทรัพยากร AI แบบโลคอลที่ใช้ร่วมกัน พนักงานหลายคนสามารถส่งงานประมวลผลเอกสาร — ตรวจสัญญา, ดึงข้อมูลใบแจ้งหนี้, ร่างรายงาน, จัดลำดับอีเมล — ตลอดวันทำงาน โดยงานจะถูกจัดการแบบรวมศูนย์ที่ไซต์งานแทนที่จะถูกส่งผ่านบริการคลาวด์ภายนอก
ผ่าน NVIDIA NemoClaw เอเจนต์อัตโนมัติสามารถทำงานบนระบบอย่างต่อเนื่อง จัดการงานประจำ เช่น การตรวจสอบกล่องขาเข้าหรือการสร้างรายงานตามกำหนดเวลา โดยไม่จำเป็นต้องมีบุคคลมากระตุ้นการร้องขอแต่ละครั้ง สิ่งนี้ทำให้ WS300 สามารถทำงานเป็นโครงสร้างพื้นฐาน AI ที่ต่อเนื่องสำหรับธุรกิจ รองรับปริมาณงานเอกสารที่สม่ำเสมอ
เปรียบเทียบต้นทุน: On-Premises กับ Cloud AI APIs
สำหรับเอสเอ็มอีที่ประมวลผลเอกสารปริมาณสูงเป็นประจำทุกวัน ความแตกต่างระหว่างระบบออนพรีมิสแบบต้นทุนคงที่กับการเรียกเก็บเงินคลาวด์ AI แบบตามการใช้งานจะทวีความสำคัญมากขึ้นเรื่อยๆ เมื่อเวลาผ่านไป
| ประเภทค่าใช้จ่าย | API AI คลาวด์ | WS300 (ภายในองค์กร) |
|---|---|---|
| การลงทุนฮาร์ดแวร์เริ่มต้น | ไม่มี | 2.85 ล้านบาท (ครั้งเดียว) |
| ค่าใช้จ่ายในการดำเนินงานปีที่ 1 | ~฿3.3M - ~฿8.3M | ~฿160K (ค่าไฟ & การบำรุงรักษา) |
| ค่าใช้จ่ายในการดำเนินงานปีที่ 2 | ~฿3.3M - ~฿8.3M | ~฿160K (ค่าไฟ & การบำรุงรักษา) |
| ค่าใช้จ่ายในการดำเนินงานปีที่ 3 | ~฿3.3M - ~฿8.3M | ~฿160K (ค่าไฟ & การบำรุงรักษา) |
| ค่าใช้จ่ายสะสม 3 ปี | ~฿10M - ~฿25M | ~3.35 ล้านบาท |
เนื่องจากการประมวลผลเกิดขึ้นภายในไซต์งานทั้งหมด เอกสารและข้อมูลธุรกิจจึงไม่ถูกส่งไปยังเซิร์ฟเวอร์ของบุคคลที่สาม นี่เป็นข้อพิจารณาที่สำคัญสำหรับองค์กรในภาคส่วนที่อ่อนไหวต่อข้อมูล เช่น กฎหมาย การเงิน หรืออื่นๆ
สรุป
XpertStation WS300 ให้ระบบต้นทุนคงที่ระบบเดียวที่สามารถรองรับการประมวลผลเอกสาร AI แบบต่อเนื่องได้ พร้อมด้วยสถาปัตยกรรมสำหรับรันโมเดล AI ขนาดใหญ่แบบโลคอล สำหรับเอสเอ็มอีที่มีปริมาณงาน AI อย่างต่อเนื่อง ผลิตภัณฑ์นี้เป็นทางเลือกต้นทุนต่ำแทนการใช้จ่ายซ้ำๆ บนคลาวด์ AI
