Die MSI XpertStation WS300 ist ab sofort über ASI, D&H und Newegg erhältlich und bringt als Desktop-Rechner die Architektur des NVIDIA DGX Station auf den Schreibtisch. Kernstück ist der NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip mit bis zu 748 GB kohärentem Speicher, der Unternehmen erlauben soll, große KI-Modelle lokal zu entwickeln, feinzujustieren und auszuführen, statt dafür Cloud-Kapazitäten zu mieten.
TL;DR: Das Wichtigste zur MSI XpertStation WS300
- Basiert auf der NVIDIA DGX Station-Architektur mit GB300 Grace Blackwell Ultra Superchip
- 748 GB kohärenter Speicher, 20 PetaFLOPS KI-Rechenleistung (FP4, sparse)
- Zwei 400-GbE-Ports über NVIDIA ConnectX-8 SuperNIC für den Cluster-Verbund zweier Systeme
- Unterstützt NVIDIA NemoClaw und die OpenShell-Runtime für agentische KI
- Preis in den USA rund 85.000 US-Dollar, Verfügbarkeit über ASI, D&H und Newegg
Technische Daten der MSI XpertStation WS300
Anders als klassische Tower-Workstations verzichtet die WS300 auf ein CPU-GPU-Duo aus mehreren Chips. Stattdessen sitzt ein einzelner GB300-Superchip im Gehäuse, der CPU und GPU über NVIDIA NVLink-C2C mit bis zu 900 GB/s Bandbreite verbindet und so den sonst üblichen Flaschenhals zwischen Prozessor und Grafikkarte umgeht. 748 GB Speicher in einem einzelnen Desktop-Gehäuse sind eine Hausnummer, die man bislang eher aus Rechenzentren kannte als vom eigenen Schreibtisch.
| Komponente | Spezifikation |
|---|---|
| Superchip | NVIDIA GB300 Grace Blackwell Ultra (72-Kern Grace-CPU + Blackwell-Ultra-GPU) |
| Speicher | 748 GB kohärent (252 GB HBM3e GPU + 496 GB LPDDR5X CPU) |
| KI-Rechenleistung | bis zu 20 PetaFLOPS (FP4, sparse) |
| Netzwerk | 2× 400-GbE QSFP112 über ConnectX-8 SuperNIC, 1× 1000Base-T Management |
| Storage | 2× PCIe-5.0-NVMe-M.2 (2 TB RAID1 vorkonfiguriert), 2× freie PCIe-6.0-M.2-Slots |
| Erweiterung | 3× PCIe-5.0-Steckplätze, TPM 2.0, Hardware Root of Trust |
| Betriebssystem | Ubuntu 24.04 LTS mit vorinstallierten NVIDIA AI Developer Tools |
| Leistungsaufnahme | 1.600 W (Single-PSU, 80 PLUS Platinum) |
Wer mehr Leistung braucht, kann laut MSI zwei WS300-Systeme über die integrierten 400-GbE-Ports zu einem Cluster verbinden. Damit positioniert sich die Workstation zwischen klassischen High-End-PC-Workstations und waschechten Rechenzentrums-Racks.
NVIDIA DGX Station: Was hinter der Architektur steckt
Die WS300 ist kein MSI-Eigenbau, sondern eine von mehreren Umsetzungen der NVIDIA DGX Station-Referenzarchitektur, die NVIDIA gemeinsam mit Partnern wie ASUS, Dell, Gigabyte, HP und Supermicro anbietet. Alle Systeme teilen sich denselben GB300-Superchip, unterscheiden sich aber bei Gehäuse, Kühlung und Zusatzausstattung.
„AI is moving from experimentation to always-on, agentic workloads that demand powerful computing close to where developers and enterprise data reside“, sagt Allen Bourgoyne, Director of Enterprise Products bei NVIDIA. Übersetzt heißt das: Wo bislang einzelne Chatbot-Anfragen im Vordergrund standen, sollen jetzt durchgehend laufende Agenten und große Sprachmodelle direkt vor Ort rechnen, statt Cloud-Kosten zu verursachen und sensible Daten das Haus verlassen zu lassen.
Für deutsche Unternehmen, die On-Premise-KI bislang für zu aufwendig hielten, ist das der eigentliche Clou an der DGX-Station-Klasse: ein vorkonfiguriertes System, das ohne eigenen Serverraum auskommt und an einer regulären Steckdose läuft.
Preis und Verfügbarkeit
MSI selbst nennt in der Pressemitteilung keinen Preis und verweist Interessenten auf eine individuelle Angebotsanfrage. Laut übereinstimmenden Berichten von TechRadar und Newegg-Listings liegt der Preis in den USA bei rund 84.999 US-Dollar. Auch andere DGX-Station-Varianten von ASUS oder Supermicro bewegen sich in diesem sechsstelligen Bereich.
In Deutschland vertreiben unter anderem spezialisierte Systemhäuser die DGX-Station-Baureihe, allerdings ohne veröffentlichte Preisliste. Üblich sind Angebote auf Anfrage mit rund vier bis zehn Wochen Lieferzeit. Wer in diese Preisklasse investiert, vergleicht die Anschaffung realistischerweise nicht mit einem Gaming-PC mit High-End-Grafikkarte, sondern mit reservierter Cloud-GPU-Zeit oder einem eigenen kleinen Rechenzentrum.
NemoClaw und OpenShell: Der Schritt zur agentischen KI
Über die reine Modellentwicklung hinaus unterstützt die XpertStation WS300 laut MSI auch NVIDIA NemoClaw in Kombination mit der OpenShell-Runtime. NemoClaw ist NVIDIAs Antwort auf die wachsende Zahl autonomer KI-Agenten, die im Hintergrund selbstständig Aufgaben erledigen: Die Runtime soll solche Agenten in einer abgesicherten, richtliniengesteuerten Umgebung laufen lassen, statt ihnen uneingeschränkten Zugriff auf Unternehmenssysteme zu geben.
Für Unternehmen, die etwa im Rahmen der KI-Kennzeichnungspflicht und weiterer regulatorischer Vorgaben ohnehin genauer dokumentieren müssen, was ihre KI-Systeme tun, dürfte ein solches Sicherheits- und Kontrollmodell mindestens genauso interessant sein wie die reine Rechenleistung.
Für wen lohnt sich die MSI XpertStation WS300?
Die Zielgruppe der WS300 sind keine Privatanwender, sondern KI-Teams, Forschungslabore und Abteilungen, die bislang auf geteilte Cluster-Ressourcen oder Cloud-GPU-Instanzen angewiesen waren. Konkret profitieren:
- Teams, die Modelle mit bis zu einer Billion Parametern lokal entwickeln oder feinjustieren wollen
- Unternehmen mit hohen Anforderungen an Datensouveränität, deren Daten das Firmengelände nicht verlassen dürfen
- Entwickler von Inferenz-Engines und Robotik-Teams, die reproduzierbaren, exklusiven Zugriff auf Blackwell-Ultra-Hardware benötigen
Wer dagegen nur gelegentlich kleinere Modelle trainiert oder mit einer lokalen KI-Anwendung im Heimnetzwerk liebäugelt, ist mit deutlich günstigerer Hardware besser bedient. Die XpertStation WS300 spielt in einer ganz anderen Liga.
Fazit
Mit der MSI XpertStation WS300 wird die NVIDIA DGX Station-Architektur für Unternehmen greifbar, die generative KI und agentische Workloads künftig lieber im eigenen Haus statt in der Cloud betreiben wollen. Technisch überzeugt vor allem der große kohärente Speicher, der Modelle jenseits der 500-Milliarden-Parameter-Grenze ohne Auslagerung ins RAM handhabbar macht. Der Preis von rund 85.000 US-Dollar sortiert das System aber klar aus dem Consumer- und sogar aus dem klassischen Prosumer-Segment aus. Hier zahlt man für Unabhängigkeit von der Cloud, nicht für ein schnelleres Gaming-Erlebnis.
