MSI lanza EdgeXpert MS-C931 basado en NVIDIA DGX Spark: reseña detallada de un superordenador de IA compacto
NVIDIA
Micro-Star International (MSI)
Realtek
MediaTek
MSI ha presentado el EdgeXpert MS-C931, una versión compacta del NVIDIA DGX Spark (Proyecto DIGITS) impulsada por el sistema en chip Grace Blackwell GB10, que ofrece hasta 1000 TOPS en FP4. El dispositivo cuenta con 128 GB de LPDDR5x, un SSD NVMe de 4 TB, 10GbE y un ConnectX-7 opcional de 200GbE para clústeres. La reseña incluye pruebas de rendimiento, consumo de energía y capacidades para trabajar con modelos de lenguaje de gran tamaño.
MSI ha lanzado su propia versión del supercomputador de escritorio para inteligencia artificial NVIDIA DGX Spark (anteriormente Project DIGITS), denominada MSI EdgeXpert MS-C931. El dispositivo está basado en el sistema en un chip NVIDIA Grace Blackwell GB10, que incluye 20 núcleos Arm (10 Cortex-X925 y 10 Cortex-A725) y 6144 núcleos CUDA, y ofrece hasta 1000 TOPS en cómputos FP4 dispersos y hasta 32 TFlops en FP32. La memoria unificada LPDDR5x-8533 asciende a 128 GB, lo que permite ejecutar modelos de hasta 200 mil millones de parámetros y ajustar modelos de hasta 70 mil millones de parámetros. El almacenamiento es un SSD NVMe Phison de 4 TB. En cuanto a conectividad, dispone de 10GbE RJ45 basado en Realtek RTL8127, Wi-Fi 7 (MediaTek MT7925), Bluetooth 5.3 y dos puertos QSFP56 para 200GbE de NVIDIA Mellanox ConnectX-7, que permiten agrupar varios dispositivos en un clúster. La carcasa, de dimensiones 150×150×58 mm, pesa aproximadamente 2,5 kg. Según MSI, el sistema de refrigeración es un 15 °C más eficiente que el de referencia, y la ubicación de las antenas Wi-Fi ha mejorado un 37% en la banda de 6 GHz. El dispositivo funciona con NVIDIA DGX OS basado en Ubuntu 24.04.4 LTS. En las pruebas, el consumo energético bajo carga de IA alcanzó los 180 W, y la temperatura del sistema en chip (SoC), hasta 86 °C. El ruido se describe como bajo y constante. Vienen preinstaladas las utilidades NVIDIA DGX Dashboard y AI Workbench. Su propósito principal es el desarrollo local, la depuración y optimización de modelos de IA, el procesamiento de datos, así como soluciones de Edge IA (visión artificial, reconocimiento de voz, sistemas autónomos) cumpliendo con la confidencialidad.
Fuente: ServerNews —
original
