MSI ha comenzado a comercializar la XpertStation WS300, una estación de trabajo para inteligencia artificial basada en la arquitectura NVIDIA DGX Station y equipada con el superchip NVIDIA GB300 Grace Blackwell Ultra. El sistema ofrece hasta 748 GB de memoria coherente y está pensado para ejecutar localmente grandes modelos de lenguaje (LLM), inferencia, ajuste fino y agentes de IA sin depender necesariamente de infraestructura GPU en la nube.

Las claves de la MSI XpertStation WS300 en 20 segundos

• La XpertStation WS300 utiliza el NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip, que combina CPU Grace y GPU Blackwell Ultra.
• Dispone de hasta 748 GB de memoria coherente entre CPU y GPU.
• Integra dos conexiones de 400 GbE mediante NVIDIA ConnectX-8.
• Dos equipos pueden conectarse para aumentar la capacidad disponible.
• MSI la orienta a inferencia, ajuste de modelos, IA multimodal y agentes ejecutados localmente.

La máquina forma parte de una nueva categoría de sistemas que intenta acercar al puesto de trabajo capacidades hasta hace poco asociadas a servidores GPU. NVIDIA sitúa su arquitectura DGX Station en hasta 20 petaFLOPS de computación de IA FP4 y señala que puede trabajar con modelos de hasta un billón de parámetros, dependiendo de la carga de trabajo y configuración.

MSI no está desarrollando una arquitectura de aceleración propia para este equipo. La XpertStation toma como base la plataforma diseñada por NVIDIA y la integra en un producto empresarial que ya ha comenzado a distribuirse en el mercado estadounidense.

748 GB de memoria para ejecutar grandes modelos en local

Una de las características más interesantes de esta generación de estaciones de trabajo no está únicamente en la potencia de la GPU, sino en la cantidad de memoria disponible.

El GB300 Grace Blackwell Ultra Desktop Superchip conecta una GPU NVIDIA Blackwell Ultra con una CPU Grace de 72 núcleos mediante NVLink-C2C. La arquitectura de referencia de NVIDIA combina 252 GB de memoria HBM3e para la GPU y 496 GB de LPDDR5X para la CPU, hasta alcanzar 748 GB de memoria coherente.

NVLink-C2C proporciona además un ancho de banda de hasta 900 GB/s entre CPU y GPU. El objetivo es reducir uno de los problemas habituales cuando se ejecutan modelos muy grandes: el movimiento continuo de información entre espacios de memoria separados.

Para determinados proyectos de IA esto puede ser más importante que aumentar únicamente la capacidad de cálculo.

Los grandes modelos de lenguaje requieren almacenar pesos, contexto y diferentes estructuras intermedias durante su ejecución. Si el modelo no cabe en la memoria disponible, es necesario repartirlo entre varias GPU, descargar parte de la información hacia memoria del sistema o recurrir a otras técnicas que pueden reducir el rendimiento.

Los 748 GB disponibles permiten trabajar localmente con modelos considerablemente mayores que los que admite una estación convencional equipada con una única GPU.

NVIDIA asegura que DGX Station puede ejecutar modelos de hasta un billón de parámetros, aunque esa cifra representa la capacidad máxima indicada por el fabricante y no significa que cualquier modelo de ese tamaño pueda ejecutarse con idéntico rendimiento o precisión. El consumo de memoria depende también de la cuantización, arquitectura del modelo, contexto y carga de trabajo.

MSI orienta por ello la XpertStation WS300 a tareas como desarrollo de IA, ajuste fino, inferencia local, modelos multimodales y ejecución continuada de agentes.

Dos conexiones de 400 GbE para unir estaciones

El otro elemento que acerca este tipo de equipos a una infraestructura de centro de datos es la red.

La XpertStation WS300 incorpora NVIDIA ConnectX-8 SuperNIC, con dos puertos QSFP112 capaces de proporcionar 400 Gb/s cada uno. La plataforma de referencia DGX Station alcanza así hasta 800 Gb/s de conectividad Ethernet agregada.

No es una característica pensada simplemente para transferir archivos más rápido.

MSI plantea la posibilidad de conectar dos XpertStation WS300 para distribuir cargas de trabajo y aumentar la capacidad disponible para determinados modelos. NVIDIA también contempla esta posibilidad en DGX Station mediante ConnectX-8.

Esto sitúa al producto en un terreno intermedio entre una estación de trabajo tradicional y un pequeño clúster de IA.

Una única DGX Station utiliza una GPU Blackwell Ultra y una CPU Grace. En el extremo opuesto, la infraestructura NVIDIA DGX GB300 para centros de datos puede integrar decenas de GPU y CPU Grace dentro de sistemas completos diseñados para cargas de trabajo a gran escala.

La propuesta de MSI permite empezar con una máquina junto al equipo de desarrollo y conectar una segunda cuando la carga lo justifique, aunque esto sigue estando muy lejos de sustituir una infraestructura GPU de centro de datos cuando se necesitan decenas o centenares de aceleradores.

La IA local vuelve a ganar peso en las empresas

El lanzamiento llega mientras una parte de la industria intenta llevar determinadas cargas de inteligencia artificial desde la nube hacia infraestructura instalada dentro de las propias organizaciones.

La nube sigue ofreciendo una ventaja evidente para proyectos que necesitan capacidad variable o acceso temporal a grandes cantidades de GPU. Comprar infraestructura propia para utilizarla pocas horas al día puede resultar difícil de justificar.

Pero el cálculo cambia cuando las cargas son continuas.

Inferencia permanente, desarrollo de modelos, agentes que funcionan durante todo el día o procesos recurrentes pueden acumular costes elevados cuando toda la computación se factura por consumo.

La ejecución local introduce además otro argumento: los datos pueden permanecer dentro de la infraestructura de la empresa.

Esto puede resultar relevante cuando se trabaja con código fuente, documentación interna, información de clientes o modelos propios. No elimina por sí mismo los requisitos de seguridad y cumplimiento, pero permite controlar dónde se almacenan y procesan los datos.

Ese es precisamente uno de los mercados que MSI busca cubrir con la XpertStation WS300.

La compañía también señala compatibilidad con NVIDIA NemoClaw y OpenShell, tecnologías destinadas a ejecutar agentes de IA bajo políticas definidas dentro de entornos empresariales. La idea es que estos sistemas no se utilicen únicamente para conversar con un modelo, sino para mantener agentes ejecutándose y conectados a aplicaciones y procesos internos.

NVIDIA está siguiendo la misma dirección con DGX Station. La compañía presenta la plataforma como un sistema para desarrollar, ajustar y ejecutar modelos y agentes localmente antes de trasladarlos, cuando sea necesario, al centro de datos o a la nube.

Hay además un dato que ayuda a entender qué tipo de máquina es la XpertStation.

La plataforma de referencia tiene un consumo total de hasta 1.600 vatios. No estamos ante un PC convencional de altas prestaciones, sino ante infraestructura especializada que adopta un formato capaz de instalarse fuera de un rack tradicional.

MSI no ha detallado en el anuncio facilitado un precio general para todos los mercados ni una fecha concreta de disponibilidad en España. La compañía sí confirma que el sistema ya puede adquirirse a través de distribuidores como ASI, D&H y Newegg en los mercados donde está disponible.

La llegada de equipos como la XpertStation WS300 amplía así las opciones para desplegar IA empresarial. Entre una GPU instalada en un workstation tradicional y un clúster de aceleradores en un centro de datos empieza a aparecer una categoría intermedia: sistemas de escritorio con arquitecturas procedentes directamente del mercado de servidores de IA.

Su utilidad dependerá menos de alcanzar cifras máximas de rendimiento que de encontrar cargas capaces de aprovechar de manera continuada cientos de gigabytes de memoria y una GPU Blackwell Ultra.

Para empresas que necesitan ese nivel de capacidad todos los días, ejecutar los modelos a pocos metros de los desarrolladores empieza a ser una alternativa técnica que merece compararse con el coste recurrente de mantener esas mismas cargas en la nube.

Preguntas frecuentes

¿Qué procesador utiliza la MSI XpertStation WS300?

Utiliza el NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip, que combina una CPU NVIDIA Grace de 72 núcleos con una GPU Blackwell Ultra mediante la interconexión NVLink-C2C.

¿Cuánta memoria tiene la XpertStation WS300?

La plataforma dispone de hasta 748 GB de memoria coherente, combinando 252 GB de HBM3e asociada a la GPU y 496 GB de LPDDR5X del sistema.

¿Se pueden conectar varias XpertStation WS300?

Sí. MSI contempla conectar dos sistemas mediante NVIDIA ConnectX-8. Cada estación dispone de dos puertos Ethernet de 400 Gb/s, con hasta 800 Gb/s de ancho de banda agregado.

¿Puede ejecutar modelos de IA sin utilizar la nube?

Sí. Precisamente uno de sus principales usos es ejecutar inferencia, ajuste fino, modelos multimodales y agentes de IA localmente. NVIDIA indica que la arquitectura DGX Station puede admitir modelos de hasta un billón de parámetros, dependiendo de las características de la carga.