🛒 0

MSI EdgeXpert MS-C931

Chip NVIDIA GB10 Superchip
Unified Memory 128 GB LPDDR5x
KI-Leistung 1 PetaFLOP (FP4)
Speicher Bis zu 4 TB PCIe Gen4
3.999 €
Cluster-Konfiguration

Unser Team wird sich mit einem maßgeschneiderten Preisangebot bei Ihnen melden.

Verwenden Sie dies, um verschiedene Konfigurationen in Ihrem Warenkorb zu unterscheiden – praktisch, wenn Sie dasselbe Produkt mit verschiedenen Optionen bestellen.

Gesamtpreis 3.999 €

Vollständige Spezifikationen

Rechenleistung & Speicher

Chip

NVIDIA GB10 Grace Blackwell Superchip

CPU

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

Unified Memory

128 GB LPDDR5x (273 GB/s Bandbreite)

KI-Leistung

1 PetaFLOP (FP4)

Speicher & Physische Eigenschaften

Speicher

1 TB oder 4 TB NVMe Gen4 (selbstverschlüsselnd)

Abmessungen

151 × 151 × 52 mm

Gewicht

1,2 kg

Stromversorgung & Kühlung

Netzteil

240 W USB-C PD-Adapter

Kühlung

Vapor-Kammer + dreifaches Heat-Pipe, Kupfer-Lamellenstapel, anhaltender Betrieb ohne Drosselung

Anhaltende SoC-Temperatur

85 °C unter anhaltender Volllast

Software & Sicherheit

Betriebssystem

NVIDIA DGX OS (vorinstalliert)

Governance-Plattform

Galene.AI souveräne KI-Governance, Docker-Compose-Orchestrierung

Sicherheit

TPM 2.0, selbstverschlüsselnder NVMe-Speicher

Bevorzugen Sie eine schnelle KI-gestützte Zusammenfassung? Überspringen Sie das Lesen – prüfen Sie die vollständigen Spezifikationen und die Eignung für Ihren Anwendungsfall mit einem KI-Assistenten Ihrer Wahl.

MSI stellte den EdgeXpert MS-C931 am 20. Mai 2025 vor und positioniert ihn im NVIDIA GB10 Grace Blackwell Superchip-Ökosystem als ein kompaktes KI-Entwicklungs- und Inferenzsystem, das speziell für dauerhaften, unterbrechungsfreien Betrieb statt kurzer Benchmark-Bursts entwickelt wurde.

Die entscheidende technische Wahl hinter dem EdgeXpert MS-C931 ist thermische Marge: Ein Dampfkammer- und Drei-Wärmerohr-Kühlmodul, kombiniert mit einem dichten Kupferlamellenstapel und einem front-to-rear geführten Luftstrompfad, soll den Superchip während mehrstündiger Trainings- und Inferenzsitzungen mit voller Taktrate halten, statt unter Last herunterzutakten. Dies wird kombiniert mit einer gebündelten Sovereign-AI-Governance-Schicht, Galene.AI, die regulierten Organisationen ab dem ersten Tag eine fertige Orchestrierungs- und Audit-Schicht für On-Premises-Bereitstellung bietet.

Hardware-Spezifikationen

Im Kern arbeitet der NVIDIA GB10 Grace Blackwell Superchip, der 1 PetaFLOP FP4-KI-Leistung in einem kompakten Gehäuse liefert. Der 20-Kern-Arm-Prozessor kombiniert 10 × Cortex-X925-Leistungskerne mit 10 × Cortex-A725-Effizienzkernen, gepaart mit 128 GB LPDDR5x Unified Memory, der 273 GB/s Bandbreite kohärent zwischen CPU und GPU teilt. Der Speicher ist eine selbstverschlüsselnde PCIe Gen4 NVMe M.2 SSD, verfügbar in 1 TB oder 4 TB Kapazitäten, die lokales Caching großer Modell-Checkpoints ohne externe Speicher unterstützt.

Konnektivität & Vernetzung

Der EdgeXpert MS-C931 integriert eine NVIDIA ConnectX-7 Smart NIC mit dualen 200-Gbps-QSFP-Ports für direkte Peer-to-Peer-Unit-Verknüpfung, neben 10-GbE-Ethernet (RJ-45) für Standard-Netzwerkintegration. Drahtlose Konnektivität umfasst Wi-Fi 7 und Bluetooth 5.4. Vier USB-3.2-Type-C-Ports unterstützen DisplayPort-Alt-Modus für direkte Multi-Monitor-Ausgabe, sodass das System neben seiner Rolle als Inferenzserver auch als vollwertige lokale Entwicklungsarbeitsstation dienen kann.

Thermisches Design & Dauerleistung

Kompakte KI-Systeme reduzieren häufig die Taktrate unter längerer Last, sobald die Innentemperaturen steigen – ein Verhalten, das den Durchsatz während langer Trainingsläufe oder längerer Inferenzbereitstellung direkt verringert. Das Kühlmodul des EdgeXpert MS-C931 ist speziell entwickelt, um dies zu vermeiden: Unabhängige Dauerlastvalidierung mit NVIDIA's standardmäßiger GPU-Stress-Methodik ergab folgende stationäre Werte.

KomponenteDauerhafte Spitzentemperatur
SoC (GB10 Superchip)85 °C
Gehäuseaußenseite (Oberseite)41,8 °C
Gehäuseaußenseite (Rückseite)48,6 °C
NVMe SSD52 °C

Die Temperaturen an der Gehäuseaußenseite bleiben niedrig genug, um das Gerät während des Betriebs direkt zu berühren, und die SSD bleibt weit entfernt von thermisch bedingter Lese-/Schreibdegradation, selbst bei anhaltender Datenladebelastung. In der Praxis bedeutet dies stabile, unverminderte Taktraten bei mehrstündigen Fine-Tuning-Jobs und langlaufenden Inferenz-Workloads – den Szenarien, in denen kompakte KI-Systeme am häufigsten über die Zeit an Leistung verlieren.

Software: Souveräne KI-Governance

Der EdgeXpert MS-C931 wird mit vorinstalliertem NVIDIA DGX OS ausgeliefert und bietet den kompletten CUDA- und KI-Framework-Stack out-of-the-box. Darüber hinaus bündelt MSI Galene.AI, eine Sovereign-AI-Governance-Plattform für regulierte On-Premises-Bereitstellung: Sie bietet Docker-Compose-basierte Orchestrierung, Zugriffskontrolle und auditfähiges Logging, sodass die Modellnutzung innerhalb einer Organisation vollständig lokal, nachvollziehbar und unter direkter administrativer Kontrolle bleibt – ohne Abhängigkeit von externen Cloud-Diensten.

Speicher & Sicherheit

Sowohl die 1-TB- als auch die 4-TB-NVMe-Konfigurationen sind standardmäßig selbstverschlüsselnd und schützen Modellgewichte, Fine-Tuning-Datensätze und Inferenzprotokolle im Ruhezustand ohne zusätzlichen Software-Overhead. Kombiniert mit TPM 2.0 bietet dies dem EdgeXpert MS-C931 eine Sicherheitsbasis für juristische, finanzielle und andere datensensitive Umgebungen, in denen On-Premises-Verarbeitung eine Anforderung und keine Präferenz ist.

Skalierung über eine einzelne Unit hinaus

Wie alle Systeme auf Basis des NVIDIA GB10 Superchip unterstützt der EdgeXpert MS-C931 die direkte Verknüpfung von 2 Units über seine ConnectX-7-Ports, wobei zwei Units zu einem 256-GB-Unified-Memory-Pool kombiniert werden, der Modelle mit über 400 Milliarden Parametern bedienen kann. Dies bietet einen unkomplizierten Upgrade-Pfad für Teams, die mit einer einzelnen Desktop-Unit beginnen und später zusätzliche Marge für größere Modelle benötigen, ohne Änderungen an der Software-Stack- oder Governance-Konfiguration.

DeutschDeutschde🇩🇪EnglishEnglischen🇪🇺bosanskiBosnischba🇧🇦българскиBulgarischbg🇧🇬danskDänischdk🇩🇰EestiEstnischee🇪🇪suomiFinnischfi🇫🇮FrançaisFranzösischfr🇫🇷ΕλληνικάGriechischgr🇬🇷ItalianoItalienischit🇮🇹hrvatskiKroatischhr🇭🇷latviešuLettischlv🇱🇻LietuviųLitauischlt🇱🇹NederlandsNiederländischnl🇳🇱BokmålNorwegischno🇳🇴PolerowaćPolnischpl🇵🇱PortuguêsPortugiesischpt🇵🇹românăRumänischro🇷🇴svenskaSchwedischse🇸🇪СрпскиSerbischrs🇷🇸slovenčinaSlowakischsk🇸🇰SlovenecSlowenischsi🇸🇮EspañolSpanisches🇪🇸češtinaTschechischcz🇨🇿українськаUkrainischua🇺🇦magyarUngarischhu🇭🇺БеларускаяWeißrussischby🇧🇾العربيةArabischar🇸🇦বাংলাBengalischbd🇧🇩မြန်မာBirmanischmm🇲🇲简体Chinesischcn🇨🇳繁體Trad. Chinesischhk🇭🇰ქართულიGeorgischge🇬🇪עבריתHebräischil🇮🇱हिंदीHindihi🇮🇳BahasaIndonesischid🇮🇩日本語Japanischjp🇯🇵ҚазақKasachischkz🇰🇿한국어Koreanischkr🇰🇷MelayuMalaiischmy🇲🇾मराठीMarathimr🇮🇳नेपालीNepalesischnp🇳🇵فارسیPersischir🇮🇷ਪੰਜਾਬੀPunjabipa🇮🇳РусскийRussischru🇷🇺සිංහලSinghalesischlk🇱🇰TagalogTagalogph🇵🇭தமிழ்Tamilta🇱🇰తెలుగుTelugute🇮🇳ไทยThaith🇹🇭TürkçeTürkischtr🇹🇷اردوUrdupk🇵🇰O'zbekUsbekischuz🇺🇿Tiếng ViệtVietnamesischvn🇻🇳