Modelli IA che questa macchina esegue
Eseguiti in locale, interamente nella memoria della scheda video: nessun servizio esterno, nessun dato che esce.
| Modello | Parametri | Quant. | Occupa | Margine | Contesto max |
|---|---|---|---|---|---|
| Mixtral 8X22B | 176 B | Q4_0 | 87,2 GB | 164,8 GB | 64k |
| Qwen2.5 72B | 72 B | FP16 | 158,6 GB | 93,4 GB | 32k |
| Qwen2.5 72B | 72 B | Q8_0 | 85,6 GB | 166,4 GB | 32k |
| Qwen2.5 72B | 72 B | Q4_0 | 53,7 GB | 198,3 GB | 32k |
| Llama3.3 70B | 70 B | FP16 | 151,1 GB | 100,9 GB | — |
| Llama3.1 70B | 70 B | FP16 | 151,1 GB | 100,9 GB | — |
| Codellama 70B | 70 B | FP16 | 147,8 GB | 104,2 GB | — |
| Llama3.3 70B | 70 B | Q8_0 | 80,3 GB | 171,7 GB | — |
| Llama3.1 70B | 70 B | Q8_0 | 80,3 GB | 171,7 GB | — |
| Codellama 70B | 70 B | Q8_0 | 78,5 GB | 173,5 GB | — |
| Llama3.3 70B | 70 B | Q4_0 | 45,5 GB | 206,5 GB | — |
| Llama3.1 70B | 70 B | Q4_0 | 45,5 GB | 206,5 GB | — |
| Deepseek-r1 70B | 70 B | Q4_0 | 45,5 GB | 206,5 GB | — |
| Codellama 70B | 70 B | Q4_K_M | 44,4 GB | 207,6 GB | — |
| Codellama 70B | 70 B | Q4_0 | 41,6 GB | 210,4 GB | — |
| Mixtral 8X7B | 56 B | Q4_0 | 29,5 GB | 222,5 GB | 32k |
| Codellama 34B | 34 B | FP16 | 72,3 GB | 179,7 GB | — |
| Codellama 34B | 34 B | Q8_0 | 38,4 GB | 213,6 GB | — |
| Codellama 34B | 34 B | Q4_K_M | 21,7 GB | 230,3 GB | — |
| Llava 34B | 34 B | Q4_0 | 20,8 GB | 231,2 GB | — |
| Codellama 34B | 34 B | Q4_0 | 20,4 GB | 231,6 GB | — |
| Qwen2.5 32B | 32 B | FP16 | 72,5 GB | 179,5 GB | 32k |
| Qwen2.5-coder 32B | 32 B | FP16 | 72,5 GB | 179,5 GB | 32k |
| Qwen2.5 32B | 32 B | Q8_0 | 39,6 GB | 212,4 GB | 32k |
| Qwen2.5-coder 32B | 32 B | Q8_0 | 39,6 GB | 212,4 GB | 32k |
| Qwen2.5 32B | 32 B | Q4_0 | 23,6 GB | 228,4 GB | 32k |
| Qwen2.5-coder 32B | 32 B | Q4_0 | 23,6 GB | 228,4 GB | 32k |
| Qwq 32B | 32 B | Q4_0 | 23,6 GB | 228,4 GB | 40k |
| Deepseek-r1 32B | 32 B | Q4_0 | 23,6 GB | 228,4 GB | 128k |
| Gemma2 27B | 27 B | FP16 | 58,3 GB | 193,7 GB | — |
| Gemma2 27B | 27 B | Q8_0 | 31,0 GB | 221,0 GB | — |
| Gemma3 27B | 27 B | Q4_0 | 18,6 GB | 233,4 GB | — |
| Gemma2 27B | 27 B | Q4_K_M | 17,8 GB | 234,2 GB | — |
| Gemma2 27B | 27 B | Q4_0 | 16,7 GB | 235,3 GB | — |
| Mistral-small 24B | 24 B | Q4_0 | 16,8 GB | 235,2 GB | 32k |
| Mistral-small 22B | 22 B | Q4_0 | 13,5 GB | 238,5 GB | — |
| Qwen2.5 14B | 14 B | FP16 | 33,4 GB | 218,6 GB | 32k |
| Qwen2.5-coder 14B | 14 B | FP16 | 31,6 GB | 220,4 GB | — |
| Qwen2.5 14B | 14 B | Q8_0 | 18,5 GB | 233,5 GB | 32k |
| Qwen2.5-coder 14B | 14 B | Q8_0 | 16,8 GB | 235,2 GB | — |
| Phi4 14B | 14 B | Q4_0 | 9,7 GB | 242,3 GB | — |
| Qwen2.5 14B | 14 B | Q4_0 | 11,4 GB | 240,6 GB | 32k |
| Qwen2.5-coder 14B | 14 B | Q4_0 | 9,6 GB | 242,4 GB | — |
| Deepseek-r1 14B | 14 B | Q4_0 | 11,4 GB | 240,6 GB | 128k |
| Codellama 13B | 13 B | FP16 | 27,9 GB | 224,1 GB | — |
| Codellama 13B | 13 B | Q8_0 | 14,8 GB | 237,2 GB | — |
| Codellama 13B | 13 B | Q4_K_M | 8,4 GB | 243,6 GB | — |
| Codellama 13B | 13 B | Q4_0 | 7,9 GB | 244,1 GB | — |
| Llava 13B | 13 B | Q4_0 | 7,9 GB | 244,1 GB | — |
| Gemma3 12B | 12 B | Q4_0 | 8,7 GB | 243,3 GB | — |
| Gemma2 9B | 9 B | FP16 | 19,8 GB | 232,2 GB | — |
| Gemma2 9B | 9 B | Q8_0 | 10,5 GB | 241,5 GB | — |
| Gemma2 9B | 9 B | Q4_K_M | 6,2 GB | 245,8 GB | — |
| Gemma2 9B | 9 B | Q4_0 | 5,8 GB | 246,2 GB | — |
| Llama3.1 8B | 8 B | FP16 | 17,2 GB | 234,8 GB | — |
| Llama3.1 8B | 8 B | Q8_0 | 9,1 GB | 242,9 GB | — |
| Deepseek-r1 8B | 8 B | Q4_0 | 5,6 GB | 246,4 GB | — |
| Llama3.1 8B | 8 B | Q4_0 | 5,3 GB | 246,7 GB | — |
| Qwen2.5 7B | 7 B | FP16 | 16,8 GB | 235,2 GB | 32k |
| Qwen2.5-coder 7B | 7 B | FP16 | 16,8 GB | 235,2 GB | 32k |
| Mistral 7B | 7 B | FP16 | 16,7 GB | 235,3 GB | 32k |
| Codellama 7B | 7 B | FP16 | 14,4 GB | 237,6 GB | — |
| Qwen2.5 7B | 7 B | Q8_0 | 9,2 GB | 242,8 GB | 32k |
| Qwen2.5-coder 7B | 7 B | Q8_0 | 9,2 GB | 242,8 GB | 32k |
| Mistral 7B | 7 B | Q8_0 | 9,4 GB | 242,6 GB | 32k |
| Codellama 7B | 7 B | Q8_0 | 7,7 GB | 244,3 GB | — |
| Qwen2.5 7B | 7 B | Q4_0 | 5,5 GB | 246,5 GB | 32k |
| Qwen2.5-coder 7B | 7 B | Q4_0 | 5,5 GB | 246,5 GB | 32k |
| Deepseek-r1 7B | 7 B | Q4_0 | 5,5 GB | 246,5 GB | 128k |
| Mistral 7B | 7 B | Q4_0 | 5,8 GB | 246,2 GB | 32k |
| Mistral 7B | 7 B | Q4_K_M | 5,8 GB | 246,2 GB | 32k |
| Llava 7B | 7 B | Q4_0 | 4,4 GB | 247,6 GB | — |
| Codellama 7B | 7 B | Q4_K_M | 4,4 GB | 247,6 GB | — |
| Starcoder2 7B | 7 B | Q4_0 | 4,3 GB | 247,7 GB | — |
| Codellama 7B | 7 B | Q4_0 | 4,1 GB | 247,9 GB | — |
| Gemma3 4B | 4 B | Q4_0 | 3,6 GB | 248,4 GB | — |
| Llama3.2 3B | 3 B | FP16 | 6,9 GB | 245,1 GB | — |
| Qwen2.5 3B | 3 B | FP16 | 6,9 GB | 245,1 GB | 32k |
| Qwen2.5-coder 3B | 3 B | FP16 | 6,6 GB | 245,4 GB | — |
| Llama3.2 3B | 3 B | Q8_0 | 3,7 GB | 248,3 GB | — |
| Qwen2.5 3B | 3 B | Q8_0 | 3,8 GB | 248,2 GB | 32k |
| Qwen2.5-coder 3B | 3 B | Q8_0 | 3,5 GB | 248,5 GB | — |
| Llama3.2 3B | 3 B | Q4_0 | 2,2 GB | 249,8 GB | — |
| Qwen2.5 3B | 3 B | Q4_0 | 2,4 GB | 249,6 GB | 32k |
| Qwen2.5-coder 3B | 3 B | Q4_0 | 2,1 GB | 249,9 GB | — |
| Starcoder2 3B | 3 B | Q4_0 | 1,8 GB | 250,2 GB | — |
| Gemma2 2B | 2 B | FP16 | 5,6 GB | 246,4 GB | — |
| Gemma2 2B | 2 B | Q8_0 | 3,0 GB | 249,0 GB | — |
| Gemma2 2B | 2 B | Q4_K_M | 1,8 GB | 250,2 GB | — |
| Gemma2 2B | 2 B | Q4_0 | 1,7 GB | 250,3 GB | — |
| Qwen2.5 1.5B | 1,5 B | FP16 | 3,3 GB | 248,7 GB | — |
| Qwen2.5-coder 1.5B | 1,5 B | FP16 | 3,3 GB | 248,7 GB | — |
| Qwen2.5 1.5B | 1,5 B | Q8_0 | 1,8 GB | 250,2 GB | — |
| Qwen2.5-coder 1.5B | 1,5 B | Q8_0 | 1,8 GB | 250,2 GB | — |
| Deepseek-r1 1.5B | 1,5 B | Q4_0 | 1,2 GB | 250,8 GB | — |
| Qwen2.5 1.5B | 1,5 B | Q4_0 | 1,1 GB | 250,9 GB | — |
| Qwen2.5-coder 1.5B | 1,5 B | Q4_0 | 1,1 GB | 250,9 GB | — |
| Llama3.2 1B | 1 B | FP16 | 2,7 GB | 249,3 GB | — |
| Llama3.2 1B | 1 B | Q4_0 | 1,4 GB | 250,6 GB | — |
| Gemma3 1B | 1 B | Q4_0 | 0,9 GB | 251,1 GB | — |
| Llama3.2 1B | 1 B | Q4_K_M | 0,9 GB | 251,1 GB | — |
Occupazione calcolata con un margine del 15% per attivazioni e frammentazione, su una finestra di contesto di 8.192 token. Contesti più lunghi richiedono memoria aggiuntiva; modelli più grandi possono girare appoggiandosi alla RAM di sistema, ma molto più lentamente.
La MSI XpertStation WS300 è un supercomputer da scrivania costruito sull'architettura NVIDIA DGX Station: porta la potenza di calcolo di un data center accanto al tavolo di chi lavora, senza sala macchine e senza rack.
Al centro c'è il NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip, che unisce una CPU NVIDIA Grace da 72 core Arm Neoverse V2 e una GPU NVIDIA Blackwell Ultra attraverso l'interconnessione NVLink Chip-to-Chip. Le due metà non si parlano su un bus PCIe: condividono un unico spazio di memoria coerente da 748 GB — 252 GB di HBM3e a 7,1 TB/s sulla GPU e 496 GB di LPDDR5X a 396 GB/s sulla CPU. È questa memoria unica, non la sola potenza di picco, a permettere l'addestramento e l'inferenza di modelli fino a mille miliardi di parametri su una macchina sola.
La rete è dimensionata di conseguenza: la NVIDIA ConnectX-8 SuperNIC integrata espone due porte QSFP112 da 400 GbE per un totale di 800 Gb/s, affiancate da una porta 10 GbE RJ45. Due unità si possono mettere in cascata per raddoppiare memoria e dimensione del modello.
Lo storage di sistema è già popolato con 2 TB NVMe in RAID1 su PCIe 5.0, e restano due slot M.2 PCIe 6.0 x4 liberi, collegati direttamente alla ConnectX-8, pensati per i dati di addestramento. Ci sono poi tre slot di espansione PCIe 5.0 e una porta di gestione dedicata con ASPEED AST2600, IPMI 2.0 e Redfish, con Root of Trust hardware e TPM 2.0.
Il sistema arriva con Ubuntu 24.04 LTS e gli NVIDIA AI Developer Tools già installati: è operativo dal primo avvio per sviluppo AI, data science, inferenza locale di modelli di grandi dimensioni e come nodo di calcolo condiviso di un gruppo di lavoro.
Dati Tecnici
- Nome prodotto: XpertStation WS300 (CT60-S8060)
- Codice produttore: WS300T60L
- Architettura: NVIDIA DGX Station
- CPU: NVIDIA Grace, 72 core Arm Neoverse V2
- GPU: NVIDIA Blackwell Ultra
- Superchip: NVIDIA GB300 Grace Blackwell Ultra Desktop
- Interconnessione CPU-GPU: NVIDIA NVLink Chip-to-Chip (C2C)
- Prestazioni AI: fino a 20 petaFLOPS
- Memoria: 748 GB coerenti unificati
- 496 GB LPDDR5X (396 GB/s) sulla CPU Grace
- 252 GB HBM3e (7,1 TB/s) sulla GPU Blackwell Ultra - Dimensione massima del modello: fino a 1.000 miliardi di parametri
- Storage di sistema: 2 TB NVMe in RAID1 - 2 × M.2 2280 PCIe 5.0 x4 collegati alla CPU
- Storage di espansione: 2 × M.2 2280 PCIe 6.0 x4 liberi, collegati alla ConnectX-8
- Rete: - 2 × QSFP112 400 GbE (NVIDIA ConnectX-8 SuperNIC integrata)
- 1 × 10 GbE RJ45 (Marvell AQC113) - Gestione remota: porta dedicata 1000Base-T, ASPEED AST2600 con IPMI 2.0 e DMTF Redfish
- Sicurezza: Root of Trust hardware, TPM 2.0
- Slot di espansione: 3 × PCIe 5.0
- Sistema operativo: Ubuntu 24.04 LTS con NVIDIA AI Developer Tools preinstallati
- Alimentatore: 1600 W ATX, 80 PLUS Platinum
- Formato: Tower
- Dimensioni (L×H×P): 245,7 × 529,0 × 570,4 mm
- Produttore: MSI
Le specifiche tecniche, le descrizioni e le immagini dei prodotti sono fornite dai rispettivi produttori e riportate a titolo informativo. Tali dati possono contenere errori involontari o essere soggetti a variazioni e aggiornamenti da parte del produttore senza preavviso. Le immagini sono da considerarsi indicative e potrebbero non corrispondere esattamente al prodotto consegnato.
In caso di discrepanza, fanno fede le specifiche ufficiali pubblicate dal produttore. I diritti del consumatore previsti dal D.Lgs. 206/2005 restano impregiudicati. Per chiarimenti, contattaci.
Recensioni
Non ci sono recensioni dei clienti in questo momento.
MSI XpertStation WS300 - AI Station NVIDIA GB300 Grace Blackwell Ultra, 748GB, 2TB NVMe RAID1
Finanziamento @RateinRete
Sella Personal Credit · Importo di riferimento: € 8.300
Ti ricontatteremo entro 1 giorno lavorativo.
Finanziamento soggetto ad approvazione di Sella Personal Credit S.p.A. Importi indicativi dalla tabella finanziaria. La rata effettiva verrà calcolata in base all'importo esatto dell'ordine.