A MSI anunciou em 27 de agosto de 2026 que começou a entregar a XpertStation WS300, uma estação de inteligência artificial baseada no projeto DGX Station da Nvidia. O computador já aparece nos canais americanos ASI, D&H e Newegg, segundo o comunicado da fabricante.
O número que separa a máquina de um computador de mesa comum é a memória coerente de até 748 GB, compartilhada entre processador e acelerador gráfico. Esse espaço permite manter modelos de inteligência artificial muito grandes na própria estação, sem repartir todos os cálculos entre várias placas ou servidores.
A StorageReview recebeu uma unidade e publicou medições em 24 de agosto, três dias antes do anúncio de entrega. O teste confirma o hardware, detalha limitações práticas e mostra que a XpertStation ocupa uma categoria voltada a laboratórios e empresas, não a quem procura apenas um computador rápido para programar.
A MSI confirmou o início das entregas em 27 de agosto. A ficha oficial detalha os 748 GB de memória, e a StorageReview mediu uma unidade física e apontou as limitações de instalação.
A MSI não informou preço sugerido no comunicado de disponibilidade. Também não anunciou venda no Brasil, preço em reais nem suporte local para a estação.
748 GB em um único conjunto
A XpertStation WS300 usa o GB300 Grace Blackwell Ultra Desktop Superchip, conjunto da Nvidia que reúne um processador Grace com arquitetura Arm e uma GPU Blackwell Ultra. Arm é a família de instruções usada pelo processador, diferente da arquitetura x86 presente na maioria dos computadores Windows tradicionais.
A ficha da MSI divide os 748 GB entre 496 GB de memória LPDDR5X ligada ao processador e 252 GB de HBM3e ligada à GPU. HBM3e é uma memória de alta largura de banda instalada perto do acelerador para alimentar cálculos intensos com mais rapidez.
As duas áreas formam um espaço coerente conectado pelo NVLink-C2C, ligação direta entre os chips. Na prática, processador e GPU conseguem acessar dados dentro do mesmo domínio sem depender das cópias constantes que aparecem em computadores com memórias totalmente separadas.
Um modelo enorme fica na memória
A capacidade interessa porque o arquivo de um modelo cresce com a quantidade de parâmetros e com a precisão usada para armazená-los. Quando ele não cabe na memória rápida, o sistema precisa descarregar partes para áreas mais lentas ou dividir o trabalho entre outras máquinas.
A MSI afirma que a WS300 pode trabalhar localmente com modelos de até um trilhão de parâmetros. Parâmetros são os valores ajustados durante o treinamento que orientam como o modelo transforma uma entrada em resposta, imagem, código ou outra saída.
Essa capacidade máxima não significa que qualquer modelo de um trilhão funcionará de forma rápida ou caberá com todas as suas estruturas auxiliares. Contexto, cache, número de usuários simultâneos, precisão e programa de execução também consomem memória.
No teste da StorageReview, o modelo GLM-5.2 ocupou 433 GB, com outros 216 GB de especialistas mantidos na memória do processador. A publicação também rodou o Nemotron 3 Ultra 550B e registrou 168 tokens por segundo com 32 solicitações simultâneas.
A IA sai da nuvem, mas não fica barata
Rodar um modelo localmente mantém arquivos e parte do processamento dentro da empresa. Isso pode ajudar equipes que lidam com código proprietário, documentos internos ou dados que não devem ser enviados continuamente a um serviço externo.
A MSI também apresenta a estação como alternativa a cobranças recorrentes de inferência na nuvem. Inferência é a etapa em que um modelo já treinado recebe uma solicitação e produz uma resposta, diferente do treinamento inicial que ajusta seus parâmetros.
Essa economia depende do uso. A compra, a energia, a refrigeração, a administração e a manutenção da WS300 precisam ser comparadas com a conta de nuvem, especialmente quando a equipe usa o equipamento apenas em períodos curtos.
A máquina também aceita o NemoClaw, conjunto aberto da Nvidia para agentes autônomos sob políticas de controle. Um agente é um programa que recebe um objetivo, escolhe etapas e usa ferramentas, mas ainda precisa de limites, registros e supervisão quando atua sobre dados ou sistemas da empresa.
A alegação de que o equipamento reduz custos de nuvem pertence à MSI e à Nvidia. O teste independente confirma desempenho e funcionamento, mas não apresenta uma conta universal, pois cada organização tem preços, utilização e exigências diferentes.
Duas estações podem trabalhar juntas
A traseira inclui duas interfaces ConnectX-8 de 400 gigabits por segundo. Elas permitem ligar duas XpertStation WS300 para ampliar uma carga de inteligência artificial, desde que o programa saiba distribuir o trabalho entre os nós.
A soma chega a 800 gigabits por segundo em conectividade especializada, além de uma porta de rede comum de 10 gigabits. Essa velocidade atende movimentação de modelos e dados entre estações, não transforma automaticamente a conexão de internet do escritório.
A torre mede aproximadamente 24,8 cm de largura, 52,8 cm de altura e 58,3 cm de profundidade na ficha do modelo WS300T60L. Ela cabe ao lado de uma mesa, mas ocupa mais espaço que os pequenos computadores de IA baseados no Nvidia DGX Spark.
Há slots PCIe para placas adicionais, incluindo um espaço de largura dupla. A StorageReview alerta que a unidade testada não oferece saída de vídeo sem uma placa acrescentada, ponto importante para quem imagina ligá-la diretamente a um monitor como um desktop comum.
A tomada entra na conta
A instalação elétrica é uma das diferenças mais concretas. Nos Estados Unidos, a unidade testada pela StorageReview exige um circuito de 20 amperes quando opera em 120 volts, requisito que não deve ser presumido em qualquer tomada de escritório.
Tensão, plugue, circuito e proteção precisam seguir a documentação do modelo comprado e as regras do local. Como não há lançamento brasileiro anunciado, não existe uma configuração nacional confirmada pela MSI para servir de referência.
A refrigeração também importa porque processador, GPU, memória e rede rápida trabalham sob carga por longos períodos. A publicação testou o sistema em laboratório, e a fabricante o chama de estação ao lado da mesa, mas ruído e calor precisam ser considerados antes de colocá-lo junto de uma área ocupada.
A arquitetura Arm cria outra verificação necessária. A StorageReview observa que algumas ferramentas não são compatíveis com esse processador, então uma equipe deve conferir bibliotecas, contêineres, extensões e dependências antes de migrar o fluxo de trabalho.
Estação não substitui uma placa comum em todo caso
A WS300 faz mais sentido quando o modelo ou o conjunto de dados precisa de centenas de gigabytes de memória no mesmo sistema. Para trabalhos que cabem em uma GPU profissional de 96 GB, a StorageReview considera que uma estação convencional pode custar muito menos.
O teste comparou a MSI com uma Nvidia RTX Pro 6000 instalada em uma Dell Pro Max Tower T2 e com um Acer Veriton GN100 baseado no DGX Spark. A XpertStation ficou à frente em cargas grandes, mas os resultados mudaram conforme o modelo e a forma de reduzir a precisão numérica.
A publicação também observa que, ao comprar quatro unidades, uma empresa já se aproxima do território de preço de um servidor com oito GPUs B300. O formato ao lado da mesa é atraente para um ou dois nós, mas perde parte da vantagem quando a instalação cresce.
Entrega começa sem preço público
A notícia de 27 de agosto muda o estágio comercial do produto: a MSI já aceitava pedidos desde março, e agora afirma que as unidades começaram a ser enviadas. A distribuição citada abrange ASI, D&H e Newegg nos Estados Unidos.
Também não há data para venda brasileira. Empresas interessadas precisam consultar a MSI sobre importação, garantia, energia, suporte e disponibilidade do modelo exato antes de preparar espaço e rede.
A torre leva um modelo enorme para perto da equipe, mas também leva exigências de laboratório para o escritório. Antes de reservar espaço ao lado da mesa, a empresa precisa conferir tomada, programas para Arm e uma cotação que a MSI ainda não tornou pública.