🛒 0

MSI EdgeXpert MS-C931

Chip NVIDIA GB10 Superchip
Pinag-isang Memorya 128 GB LPDDR5x
Pagganap ng AI 1 PetaFLOP (FP4)
Imbakan Hanggang 4 TB PCIe Gen4
₱245,727
Pagsasaayos ng Cluster

Aming koponan ay susundan ito ng isang pasadyang presyo na quote.

Gamitin ito upang makilala ang iyong iba't ibang mga configuration sa iyong cart — magagamit kung mag-order ka ng parehong produkto na may iba't ibang opsyon.

Kabuuang presyo ₱245,727

Buong Mga Detalye

Pagkompyut at Memorya

Chip

NVIDIA GB10 Grace Blackwell Superchip

CPU

20-core Arm (10 × Cortex-X925 + 10 × Cortex-A725)

Pinag-isang Memorya

128 GB LPDDR5x (273 GB/s bandwidth)

Pagganap ng AI

1 PetaFLOP (FP4)

Imbakan at Pisikal

Imbakan

1 TB o 4 TB NVMe Gen4 (may sariling pag-encrypt)

Mga Sukat

151 x 151 x 52 mm

Timbang

1.2 kg

Kuryente at Termal

Power Supply

240 W USB-C PD adapter

Pagpapalamig

Vapor chamber + triple heat pipe, copper-fin stack, tuloy-tuloy na operasyon na walang throttle

Patuloy na Temperatura ng SoC

85 °C sa ilalim ng patuloy na buong karga

Software at Seguridad

Operating System

NVIDIA DGX OS (naka-install na)

Platforma ng Pamamahala

Galene.AI soberanya na pamamahala ng AI, Docker Compose orchestration

Seguridad

TPM 2.0, sariling pag-encrypt na imbakan ng NVMe

Mas gusto mo ba ng mabilisang buod na pinangungunahan ng AI? Laktawan ang pagbabasa — suriin ang buong mga detalye ng produktong ito at angkop para sa iyong use case gamit ang isang AI assistant na iyong pinili.

Inilunsad ng MSI ang EdgeXpert MS-C931 noong Mayo 20, 2025, na inilagay ito sa loob ng NVIDIA GB10 Grace Blackwell Superchip ecosystem bilang isang kompaktong sistema ng AI development at inference na partikular na idinisenyo para sa tuluy-tuloy, walang patid na operasyon kaysa sa maikling benchmark bursts.

Ang pangunahing disenyong teknikal sa likod ng EdgeXpert MS-C931 ay thermal headroom: isang vapor-chamber at triple-heat-pipe cooling module, kasama ang siksik na copper-fin stack at front-to-rear guided airflow path, na idinisenyo upang panatilihin ang superchip sa buong clock profile nito sa mahabang oras na training at inference session sa halip na mag-step down sa ilalim ng load. Pinagsama ito sa built-in na sovereign AI governance layer, Galene.AI, na nagbibigay sa mga reguladong organisasyon ng handa nang orchestration at audit layer para sa on-premises deployment mula sa unang araw.

Mga Specipikasyon ng Hardware

Sa ubod nito ay ang NVIDIA GB10 Grace Blackwell Superchip, na naghahatid ng 1 petaFLOP na FP4 AI performance sa isang kompaktong chassis. Ang 20-core na Arm processor ay pinagsasama ang 10 × Cortex-X925 performance core at 10 × Cortex-A725 efficiency core, kasama ang 128 GB LPDDR5x unified memory na nagbibigay ng 273 GB/s bandwidth na pinagsasaluhang coherently ng CPU at GPU. Ang storage ay isang self-encrypting PCIe Gen4 NVMe M.2 SSD, na available sa 1 TB o 4 TB capacities, na sumusuporta sa lokal na caching ng malalaking model checkpoint nang walang pag-asa sa panlabas na storage.

Koneksyon & Networking

Ang EdgeXpert MS-C931 ay nagsasama ng NVIDIA ConnectX-7 Smart NIC na may dalawahang 200 Gbps QSFP port para sa direktang peer-to-peer unit linking, kasabay ng 10 GbE Ethernet (RJ-45) para sa karaniwang network integration. Saklaw ng wireless connectivity ang Wi-Fi 7 at Bluetooth 5.4. Ang apat na USB 3.2 Type-C port ay sumusuporta sa DisplayPort alt-mode para sa direktang multi-monitor output, na nagpapahintulot sa sistema na magsilbi bilang buong lokal na development workstation kasabay ng papel nito bilang inference server.

Inhinyeriyang Thermal & Patuloy na Pagganap

Ang mga kompaktong AI system ay karaniwang nagpapababa ng clock speed sa ilalim ng matagal na load kapag tumaas ang internal temperature—isang pag-uugali na direktang nagpapababa ng throughput sa mahabang training run o extended inference serving. Ang cooling module ng EdgeXpert MS-C931 ay partikular na idinisenyo upang iwasan ito: ang independiyenteng sustained-load validation gamit ang standard GPU stress methodology ng NVIDIA ay nagtala ng mga sumusunod na steady-state figure.

KomponentePatuloy na Pinakamataas na Temperatura
SoC (GB10 Superchip)85 °C
Panlabas na Chassis (itaas)41.8 °C
Panlabas na Chassis (likurang panel)48.6 °C
NVMe SSD52 °C

Ang temperatura sa panlabas na chassis ay nananatiling sapat na mababa para mahawakan nang direkta ang unit habang tumatakbo, at ang SSD ay nananatiling malayo sa thermal-driven read/write degradation kahit sa patuloy na dataset loading. Sa praktika, ito ay nagreresulta sa matatag, hindi bumababang clock speed sa mahabang oras na fine-tuning job at matagalang inference workload—ang mga senaryo kung saan ang mga kompaktong form-factor AI system ay karaniwang nawawalan ng pagganap sa paglipas ng panahon.

Software: Sovereign AI Governance

Ang EdgeXpert MS-C931 ay may pre-installed na NVIDIA DGX OS, na nagbibigay ng buong CUDA at AI framework stack out-of-the-box. Dagdag dito, kasama ng MSI ang Galene.AI, isang sovereign AI governance platform na binuo para sa regulado, on-premises deployment: nagbibigay ito ng Docker Compose-based orchestration, access control, at audit-ready logging upang ang paggamit ng modelo sa loob ng organisasyon ay manatiling ganap na lokal, masusubaybayan, at nasa direktang administrative control—nang walang pag-asa sa anumang panlabas na cloud service.

Storage & Seguridad

Ang parehong 1 TB at 4 TB na NVMe configuration ay self-encrypting bilang default, na pinoprotektahan ang model weights, fine-tuning dataset, at inference log sa rest nang walang karagdagang software overhead. Kasama ang TPM 2.0, nagbibigay ito sa EdgeXpert MS-C931 ng security baseline na angkop sa legal, pinansyal, at iba pang data-sensitive na kapaligiran kung saan ang on-premises processing ay isang pangangailangan sa halip na kagustuhan.

Pag-scale Nang Lampas sa Isang Unit

Tulad ng lahat ng sistemang binuo sa NVIDIA GB10 Superchip, ang EdgeXpert MS-C931 ay sumusuporta sa direktang 2-unit linking sa pamamagitan ng ConnectX-7 ports nito, na pinagsasama ang dalawang unit sa isang 256 GB unified memory pool na kayang mag-serve ng mga modelo na lampas sa 400 bilyong parameter. Nagbibigay ito ng diretso at simpleng upgrade path para sa mga team na nagsisimula sa isang desktop unit at kalaunan ay nangangailangan ng karagdagang headroom para sa mas malalaking modelo, nang hindi binabago ang software stack o governance configuration.