Membawa Infrastruktur AI Data Center ke Desktop
Dengan XpertStation WS300, MSI menargetkan pengguna yang membutuhkan kemampuan komputasi AI dalam lingkungan workstation tanpa harus langsung menggunakan infrastruktur data center.

Perangkat ini dirancang untuk berbagai kebutuhan, termasuk AI model training, fine-tuning, inference, simulasi, data science, dan pengembangan autonomous AI agent. MSI juga memposisikannya sebagai solusi untuk menjalankan workload AI generatif yang membutuhkan kapasitas memori sangat besar.
Konsep tersebut menjadi semakin penting karena model AI modern terus mengalami peningkatan ukuran dan kompleksitas. Kapasitas VRAM GPU konvensional sering kali menjadi salah satu batasan ketika pengguna menjalankan model berukuran besar secara lokal.
Dengan memori koheren hingga 748 GB, XpertStation WS300 menawarkan ruang memori yang jauh lebih besar dibandingkan workstation GPU desktop konvensional.
NVIDIA GB300 Grace Blackwell Ultra
Jantung dari sistem ini adalah NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip.
Platform tersebut mengintegrasikan CPU NVIDIA Grace dan GPU NVIDIA Blackwell Ultra menggunakan NVLink-C2C. Integrasi ini memungkinkan CPU dan GPU bekerja sebagai sebuah platform komputasi terpadu dengan akses data berkecepatan tinggi.

Arsitektur seperti ini sangat cocok untuk workload AI yang membutuhkan pertukaran data dalam jumlah besar antara CPU dan GPU.
Selain untuk training dan inference, kemampuan tersebut juga dapat dimanfaatkan untuk simulasi ilmiah, pengembangan model bahasa berukuran besar, computer vision, hingga aplikasi AI agent.
Memori Koheren hingga 748 GB
Salah satu aspek yang paling menarik dari XpertStation WS300 adalah konfigurasi memorinya.
MSI menggabungkan HBM3e pada GPU dengan LPDDR5X pada CPU menjadi satu domain large coherent memory. Dengan demikian, pengembang dapat bekerja dengan dataset maupun model AI yang membutuhkan kapasitas memori besar tanpa harus selalu memecah workload ke dalam beberapa sistem.
Bagi pengembang AI, kapasitas seperti ini dapat memberikan fleksibilitas lebih besar ketika melakukan fine-tuning atau menjalankan inference model dengan parameter dalam jumlah besar.
Konektivitas Berkecepatan Tinggi
Selain kemampuan komputasi, XpertStation WS300 juga dirancang untuk kebutuhan workstation AI profesional dengan konektivitas jaringan berkecepatan tinggi.
Platform ini mendukung hingga dual 400GbE networking, sehingga memungkinkan workstation berkomunikasi dengan infrastruktur komputasi maupun storage berkecepatan tinggi.
Kemampuan tersebut membuat WS300 tidak hanya cocok digunakan sebagai workstation mandiri, tetapi juga dapat menjadi bagian dari lingkungan AI yang lebih besar.
Cocok untuk Pengembangan AI Lokal
MSI melihat XpertStation WS300 sebagai salah satu solusi untuk membawa kemampuan AI berskala besar lebih dekat kepada developer.
Alih-alih mengirim seluruh workload ke cloud atau data center, pengguna dapat menjalankan proses pengembangan dan pengujian model secara lokal. Hal ini dapat memberikan keuntungan dari sisi kontrol terhadap data, workflow development, serta kebutuhan latency.
MSI juga menyoroti penggunaan platform ini untuk pengembangan autonomous AI agent dengan dukungan NVIDIA OpenShell.
Workstation AI Generasi Baru
XpertStation WS300 menunjukkan bagaimana konsep workstation mulai berkembang mengikuti kebutuhan AI.
Jika workstation tradisional lebih banyak berfokus pada CPU, GPU diskrit, RAM besar, dan storage berkecepatan tinggi, workstation AI generasi baru membutuhkan integrasi yang jauh lebih erat antara CPU, GPU, memori, dan interkoneksi.
Dengan NVIDIA GB300 Grace Blackwell Ultra, memori koheren hingga 748 GB, serta konektivitas jaringan hingga dual 400GbE, MSI XpertStation WS300 diposisikan sebagai mesin komputasi lokal untuk workload AI yang sebelumnya lebih identik dengan data center.
MSI kini telah menyediakan XpertStation WS300 berdasarkan arsitektur NVIDIA DGX Station untuk pengguna profesional dan organisasi yang membutuhkan kemampuan AI berperforma tinggi langsung di lingkungan kerja mereka.
Sumber : msi






























