🛒 0

MSI EdgeXpert MS-C931

Chip NVIDIA GB10 Superchip
Enhetligt minne 128 GB LPDDR5x
AI-prestanda 1 PetaFLOP (FP4)
Lagring Upp till 4 TB PCIe Gen4
44 356 kr
Klusterkonfiguration

Vårt team kommer att följa upp med en skräddarsydd prisoffer.

Använd detta för att skilja mellan olika konfigurationer i din varukorg – praktiskt om du beställer samma produkt med olika alternativ.

Totalpris 44 356 kr

Fullständiga specifikationer

Beräkning & minne

Chip

NVIDIA GB10 Grace Blackwell Superchip

CPU

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

Enhetligt minne

128 GB LPDDR5x (273 GB/s bandbredd)

AI-prestanda

1 PetaFLOP (FP4)

Lagring & fysiska egenskaper

Lagring

1 TB eller 4 TB NVMe Gen4 (självrypterande)

Mått

151 x 151 x 52 mm

Vikt

1,2 kg

Effekt & termisk

Strömförsörjning

240 W USB-C PD-adapter

Kylning

Ångkammare + trippel heat pipe, kopparkylfinsstack, uthållig drift utan throttling

Upprätthållen SoC-temperatur

85 °C under uthållig full belastning

Programvara och säkerhet

Operativsystem

NVIDIA DGX OS (förinstallerat)

Styrningsplattform

Galene.AI suverän AI-styrning, Docker Compose-orchestration

Säkerhet

TPM 2.0, självrypterande NVMe-lagring

Föredrar du en snabb AI-genererad sammanfattning? Hoppa över läsningen – undersök produktens fullständiga specifikationer och lämplighet för ditt användningsfall med en AI-assistent efter eget val.

MSI lanserade EdgeXpert MS-C931 den 20 maj 2025 och positionerade den inom NVIDIA GB10 Grace Blackwell Superchip-ekosystemet som ett kompakt AI-utvecklings- och inferenssystem specifikt konstruerat för kontinuerlig, avbrottsfri drift istället för korta benchmark-toppar.

Den avgörande tekniska lösningen bakom EdgeXpert MS-C931 är termisk marginal: en ångkammare och kylmodul med tre värmeledare, kombinerad med ett tät kopparflänsställ och en främre-bakre luftflödesbana, är designad för att hålla superchippet på full klockfrekvens under flertimmars tränings- och inferenssessioner istället för att låta den trappa ner under belastning. Detta kombineras med en inkluderad suverän AI-styrningslager, Galene.AI, som ger reglerade organisationer en färdig orchestrerings- och granskningslager för on-premises-distribution från dag ett.

Hårdvaruspecifikationer

I kärnan sitter NVIDIA GB10 Grace Blackwell Superchip, som levererar 1 petaFLOP FP4 AI-prestanda i ett kompakt chassi. Den 20-kärniga Arm-processorn kombinerar 10 × Cortex-X925-prestandakärnor med 10 × Cortex-A725-effektivitetskärnor, kopplad till 128 GB LPDDR5x enhetligt minne som levererar 273 GB/s bandbredd delad koherent mellan CPU och GPU. Lagringen är en självkrypterande PCIe Gen4 NVMe M.2 SSD, tillgänglig i 1 TB eller 4 TB kapaciteter, som stöder lokal cachelagring av stora modellcheckpoints utan att förlita sig på extern lagring.

Anslutbarhet & Nätverk

EdgeXpert MS-C931 integrerar ett NVIDIA ConnectX-7 Smart NIC med dubbla 200 Gbps QSFP-portar för direkt enhet-till-enhet-länkning, samt 10 GbE Ethernet (RJ-45) för standardnätverksintegration. Trådlös anslutning täcker Wi-Fi 7 och Bluetooth 5.4. Fyra USB 3.2 Type-C-portar stöder DisplayPort alt-mode för direkt flerbildskärmsutmatning, vilket låter systemet fungera som ett fullvärdigt lokalt utvecklingsarbetsstation vid sidan av sin roll som inferensserver.

Termisk konstruktion & Bestående prestanda

Kompakta AI-system minskar vanligtvis klockfrekvensen under långvarig belastning när interna temperaturer stiger – ett beteende som direkt minskar genomströmningen under långa träningskörningar eller utökad inferensservning. EdgeXpert MS-C931:s kylmodul är specifikt konstruerad för att undvika detta: oberoende validering under kontinuerlig belastning med NVIDIA:s standardmetod för GPU-stress registrerade följande stabila tillståndsvärden.

KomponentBestående topptemperatur
SoC (GB10 Superchip)85 °C
Chassiyta (topp)41,8 °C
Chassiyta (bakpanel)48,6 °C
NVMe SSD52 °C

Chassitemperaturer förblir tillräckligt låga för att enheten ska kunna hanteras direkt under drift, och SSD:n håller sig långt från termiskt driven läs-/skrivdegradering även under kontinuerlig datamängdsbelastning. I praktiken innebär detta stabila, oförminskade klockhastigheter under flertimmars finjusteringsjobb och långvariga inferensarbetsbelastningar – de scenarier där kompakta AI-system med litet format vanligtvis förlorar prestanda över tid.

Programvara: Suverän AI-styrning

EdgeXpert MS-C931 levereras med NVIDIA DGX OS förinstallerat, vilket ger hela CUDA- och AI-ramverksstacken direkt ur lådan. Därtill inkluderar MSI Galene.AI, en suverän AI-styrningsplattform byggd för reglerad on-premises-distribution: den tillhandahåller Docker Compose-baserad orkestrering, åtkomstkontroll och granskningsklar loggning så att modellanvändning inom en organisation förblir helt lokal, spårbar och under direkt administrativ kontroll – utan beroende av externa molntjänster.

Lagring & Säkerhet

Både 1 TB- och 4 TB NVMe-konfigurationerna är självkrypterande som standard, vilket skyddar modellvikter, finjusteringsdataset och inferensloggar i vila utan extra programvaruöverhead. Kombinerat med TPM 2.0 ger detta EdgeXpert MS-C931 en säkerhetsbaslinje som passar juridiska, finansiella och andra datakänsliga miljöer där on-premises-bearbetning är ett krav snarare än en preferens.

Skalning utöver en enhet

Som alla system byggda på NVIDIA GB10 Superchip stöder EdgeXpert MS-C931 direkt länkning av två enheter via sina ConnectX-7-portar, vilket kombinerar två enheter till en 256 GB enhetligt minnespool som kan hantera modeller över 400 miljarder parametrar. Detta ger ett rakt upp och ner-uppgraderingsväg för team som börjar med en enda skrivbordsenhet och senare behöver extra marginal för större modeller, utan att ändra programvarustack eller styrningskonfiguration.

svenskaSvenskase🇸🇪EnglishEngelskaen🇪🇺bosanskiBosniskaba🇧🇦българскиBulgariskabg🇧🇬danskDanskadk🇩🇰EestiEstniskaee🇪🇪suomiFinskafi🇫🇮FrançaisFranskafr🇫🇷ΕλληνικάGrekiskagr🇬🇷ItalianoItalienskait🇮🇹hrvatskiKroatiskahr🇭🇷latviešuLettiskalv🇱🇻LietuviųLitauiskalt🇱🇹NederlandsNederländskanl🇳🇱BokmålNorskano🇳🇴PolerowaćPolskapl🇵🇱PortuguêsPortugisiskapt🇵🇹românăRumänskaro🇷🇴СрпскиSerbiskars🇷🇸slovenčinaSlovakiskask🇸🇰SlovenecSlovenskasi🇸🇮EspañolSpanskaes🇪🇸češtinaTjeckiskacz🇨🇿DeutschTyskade🇩🇪українськаUkrainskaua🇺🇦magyarUngerskahu🇭🇺БеларускаяVitryskaby🇧🇾العربيةArabiskaar🇸🇦বাংলাBengalibd🇧🇩မြန်မာBurmesiskamm🇲🇲ქართულიGeorgiskage🇬🇪עבריתHebreiskail🇮🇱हिंदीHindihi🇮🇳BahasaIndonesiskaid🇮🇩日本語Japanskajp🇯🇵ҚазақKazakiskakz🇰🇿简体Kinesiskacn🇨🇳繁體Trad. kinesiskahk🇭🇰한국어Koreanskakr🇰🇷MelayuMalajiskamy🇲🇾मराठीMarathimr🇮🇳नेपालीNepalinp🇳🇵فارسیPersiskair🇮🇷ਪੰਜਾਬੀPunjabipa🇮🇳РусскийRyskaru🇷🇺සිංහලSingalesiskalk🇱🇰TagalogTagalogph🇵🇭தமிழ்Tamilta🇱🇰తెలుగుTelugute🇮🇳ไทยThailändskath🇹🇭TürkçeTurkiskatr🇹🇷اردوUrdupk🇵🇰O'zbekUzbekiskauz🇺🇿Tiếng ViệtVietnamesiskavn🇻🇳