Modelli IA che questa macchina esegue

Eseguiti in locale, interamente nella memoria della scheda video: nessun servizio esterno, nessun dato che esce.

72B
Qwen2.5 72Bin locale · 16 bit · contesto 32k
101modelli
ModelloParametriQuant.OccupaMargineContesto max
Mixtral 8X22B176 BQ4_087,2 GB164,8 GB64k
Qwen2.5 72B72 BFP16158,6 GB93,4 GB32k
Qwen2.5 72B72 BQ8_085,6 GB166,4 GB32k
Qwen2.5 72B72 BQ4_053,7 GB198,3 GB32k
Llama3.3 70B70 BFP16151,1 GB100,9 GB—
Llama3.1 70B70 BFP16151,1 GB100,9 GB—
Codellama 70B70 BFP16147,8 GB104,2 GB—
Llama3.3 70B70 BQ8_080,3 GB171,7 GB—
Llama3.1 70B70 BQ8_080,3 GB171,7 GB—
Codellama 70B70 BQ8_078,5 GB173,5 GB—
Llama3.3 70B70 BQ4_045,5 GB206,5 GB—
Llama3.1 70B70 BQ4_045,5 GB206,5 GB—
Deepseek-r1 70B70 BQ4_045,5 GB206,5 GB—
Codellama 70B70 BQ4_K_M44,4 GB207,6 GB—
Codellama 70B70 BQ4_041,6 GB210,4 GB—
Mixtral 8X7B56 BQ4_029,5 GB222,5 GB32k
Codellama 34B34 BFP1672,3 GB179,7 GB—
Codellama 34B34 BQ8_038,4 GB213,6 GB—
Codellama 34B34 BQ4_K_M21,7 GB230,3 GB—
Llava 34B34 BQ4_020,8 GB231,2 GB—
Codellama 34B34 BQ4_020,4 GB231,6 GB—
Qwen2.5 32B32 BFP1672,5 GB179,5 GB32k
Qwen2.5-coder 32B32 BFP1672,5 GB179,5 GB32k
Qwen2.5 32B32 BQ8_039,6 GB212,4 GB32k
Qwen2.5-coder 32B32 BQ8_039,6 GB212,4 GB32k
Qwen2.5 32B32 BQ4_023,6 GB228,4 GB32k
Qwen2.5-coder 32B32 BQ4_023,6 GB228,4 GB32k
Qwq 32B32 BQ4_023,6 GB228,4 GB40k
Deepseek-r1 32B32 BQ4_023,6 GB228,4 GB128k
Gemma2 27B27 BFP1658,3 GB193,7 GB—
Gemma2 27B27 BQ8_031,0 GB221,0 GB—
Gemma3 27B27 BQ4_018,6 GB233,4 GB—
Gemma2 27B27 BQ4_K_M17,8 GB234,2 GB—
Gemma2 27B27 BQ4_016,7 GB235,3 GB—
Mistral-small 24B24 BQ4_016,8 GB235,2 GB32k
Mistral-small 22B22 BQ4_013,5 GB238,5 GB—
Qwen2.5 14B14 BFP1633,4 GB218,6 GB32k
Qwen2.5-coder 14B14 BFP1631,6 GB220,4 GB—
Qwen2.5 14B14 BQ8_018,5 GB233,5 GB32k
Qwen2.5-coder 14B14 BQ8_016,8 GB235,2 GB—
Phi4 14B14 BQ4_09,7 GB242,3 GB—
Qwen2.5 14B14 BQ4_011,4 GB240,6 GB32k
Qwen2.5-coder 14B14 BQ4_09,6 GB242,4 GB—
Deepseek-r1 14B14 BQ4_011,4 GB240,6 GB128k
Codellama 13B13 BFP1627,9 GB224,1 GB—
Codellama 13B13 BQ8_014,8 GB237,2 GB—
Codellama 13B13 BQ4_K_M8,4 GB243,6 GB—
Codellama 13B13 BQ4_07,9 GB244,1 GB—
Llava 13B13 BQ4_07,9 GB244,1 GB—
Gemma3 12B12 BQ4_08,7 GB243,3 GB—
Gemma2 9B9 BFP1619,8 GB232,2 GB—
Gemma2 9B9 BQ8_010,5 GB241,5 GB—
Gemma2 9B9 BQ4_K_M6,2 GB245,8 GB—
Gemma2 9B9 BQ4_05,8 GB246,2 GB—
Llama3.1 8B8 BFP1617,2 GB234,8 GB—
Llama3.1 8B8 BQ8_09,1 GB242,9 GB—
Deepseek-r1 8B8 BQ4_05,6 GB246,4 GB—
Llama3.1 8B8 BQ4_05,3 GB246,7 GB—
Qwen2.5 7B7 BFP1616,8 GB235,2 GB32k
Qwen2.5-coder 7B7 BFP1616,8 GB235,2 GB32k
Mistral 7B7 BFP1616,7 GB235,3 GB32k
Codellama 7B7 BFP1614,4 GB237,6 GB—
Qwen2.5 7B7 BQ8_09,2 GB242,8 GB32k
Qwen2.5-coder 7B7 BQ8_09,2 GB242,8 GB32k
Mistral 7B7 BQ8_09,4 GB242,6 GB32k
Codellama 7B7 BQ8_07,7 GB244,3 GB—
Qwen2.5 7B7 BQ4_05,5 GB246,5 GB32k
Qwen2.5-coder 7B7 BQ4_05,5 GB246,5 GB32k
Deepseek-r1 7B7 BQ4_05,5 GB246,5 GB128k
Mistral 7B7 BQ4_05,8 GB246,2 GB32k
Mistral 7B7 BQ4_K_M5,8 GB246,2 GB32k
Llava 7B7 BQ4_04,4 GB247,6 GB—
Codellama 7B7 BQ4_K_M4,4 GB247,6 GB—
Starcoder2 7B7 BQ4_04,3 GB247,7 GB—
Codellama 7B7 BQ4_04,1 GB247,9 GB—
Gemma3 4B4 BQ4_03,6 GB248,4 GB—
Llama3.2 3B3 BFP166,9 GB245,1 GB—
Qwen2.5 3B3 BFP166,9 GB245,1 GB32k
Qwen2.5-coder 3B3 BFP166,6 GB245,4 GB—
Llama3.2 3B3 BQ8_03,7 GB248,3 GB—
Qwen2.5 3B3 BQ8_03,8 GB248,2 GB32k
Qwen2.5-coder 3B3 BQ8_03,5 GB248,5 GB—
Llama3.2 3B3 BQ4_02,2 GB249,8 GB—
Qwen2.5 3B3 BQ4_02,4 GB249,6 GB32k
Qwen2.5-coder 3B3 BQ4_02,1 GB249,9 GB—
Starcoder2 3B3 BQ4_01,8 GB250,2 GB—
Gemma2 2B2 BFP165,6 GB246,4 GB—
Gemma2 2B2 BQ8_03,0 GB249,0 GB—
Gemma2 2B2 BQ4_K_M1,8 GB250,2 GB—
Gemma2 2B2 BQ4_01,7 GB250,3 GB—
Qwen2.5 1.5B1,5 BFP163,3 GB248,7 GB—
Qwen2.5-coder 1.5B1,5 BFP163,3 GB248,7 GB—
Qwen2.5 1.5B1,5 BQ8_01,8 GB250,2 GB—
Qwen2.5-coder 1.5B1,5 BQ8_01,8 GB250,2 GB—
Deepseek-r1 1.5B1,5 BQ4_01,2 GB250,8 GB—
Qwen2.5 1.5B1,5 BQ4_01,1 GB250,9 GB—
Qwen2.5-coder 1.5B1,5 BQ4_01,1 GB250,9 GB—
Llama3.2 1B1 BFP162,7 GB249,3 GB—
Llama3.2 1B1 BQ4_01,4 GB250,6 GB—
Gemma3 1B1 BQ4_00,9 GB251,1 GB—
Llama3.2 1B1 BQ4_K_M0,9 GB251,1 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.

Lascia una recensione ›
MSI

MSI XpertStation WS300 - AI Station NVIDIA GB300 Grace Blackwell Ultra, 748GB, 2TB NVMe RAID1

€ 149.000,00o paga a rate
Cod. Drako: 035-964SKU: WS300T60LEAN: N/A
€ 149.000,00
IVA inclusa, escluse spese di spedizione
finanziamento da € 203,30/mese in 48 rate
TAN 9,45% fisso · TAEG 11,10% ·
Attenzione: prendere in prestito denaro comporta dei costi.
Spedizione speciale: €79,90 · Perché?
Pagamento sicuro
Spedizione rapida
Reso entro 14 giorni

I tuoi diritti di garanzia legale

Avviso europeo sulla garanzia legale di conformità

Garanzia legale

Garanzia legale minima di due anni per i beni venduti nell’Unione europea.

I consumatori possono far valere i loro diritti nell’ambito della garanzia legale di conformità, ad esempio se i beni:

  • non corrispondono alla descrizione;
  • non funzionano come previsto.

I venditori sono responsabili di qualsiasi difetto di conformità esistente al momento della consegna dei beni e che si manifesta entro il periodo della garanzia legale. In tal caso i venditori sono tenuti a offrire:

  • la riparazione o sostituzione gratuita;
  • in alcuni casi, una riduzione del prezzo o il rimborso integrale.

Alcuni paesi prevedono un periodo di garanzia legale più lungo. Per i beni di seconda mano può valere un periodo più breve, ma non inferiore a un anno.

Per saperne di più sui propri diritti in un determinato paese, scansionare il codice QR qui sotto o chiedere informazioni al venditore.

europa.eu/youreurope/garanzie

Cosa fare se si ricevono beni non conformi:

  1. contattare quanto prima il venditore per segnalare il problema;
  2. fornire la prova dell’acquisto, ad esempio una ricevuta, una fattura o un estratto conto bancario.

I venditori e i produttori possono anche offrire garanzie commerciali, che si applicano indipendentemente dalla garanzia legale. Ad esempio, questa etichetta GARAN rappresenta una garanzia commerciale di durabilità offerta dal produttore senza costi aggiuntivi, che copre il bene nel suo complesso.

Hai domande su questo prodotto?