核心事件：微星发布企业级AI workstation，定价9.99万美元
微星（MSI）今日正式在海外市场出货其全新人工智能工作站 XpertStation WS300，定位企业级高性能AI开发场景，定价为 99,999美元（约合人民币67.4万元）。该产品并非原型机或定制特供型号，而是已进入常规销售渠道——目前新蛋（Newegg）平台已有明确报价。
以下为关键硬信息要点：
- 发布时间：2026年8月28日（今日）
- 定价：$99,999（新蛋平台现售）
- 核心芯片：英伟达 GB300 Grace Blackwell Ultra 桌面超级芯片
- 内存配置：最高748GB一致性内存
- 网络能力：双路ConnectX-8 SuperNIC，400GbE以太网
- 可扩展性：支持两台设备串联运行
- 存储架构：采用PCIe Gen5/Gen6协议
- 模型能力：可运行高达1T（万亿）参数的开源大模型
关键技术细节：桌面端的“超算级”配置
WS300的核心在于其搭载的GB300 Grace Blackwell Ultra芯片。作为英伟达首次将DGX系列技术下放至桌面形态的产品，该芯片整合了Grace CPU与Blackwell GPU架构，通过Cobalt 700平台实现统一内存访问——748GB的一致性内存（coherent memory）意味着CPU与GPU可共享同一片物理内存空间，显著降低数据拷贝开销，提升推理与训练效率。
网络方面，工作站集成英伟达ConnectX-8 SuperNIC双网卡，每端口支持400 Gigabit Ethernet（400GbE）。这项设计不仅保障多节点协同时的低延迟通信，更使用户可通过串联两台WS300设备，构建4节点小规模集群，进一步扩展算力。
存储性能则依托PCIe Gen5与Gen6的混合架构设计（部分组件支持Gen6的高达128GT/s带宽），配合高速NVMe SSD，满足大模型加载与参数更新所需的IO吞吐需求。值得一提的是，748GB内存容量远超主流消费级工作站（通常64-512GB），在桌面端达到接近小型服务器的规格。
适用场景与生态整合
除了基础的AI模型训练与推理，WS300明确支持NVIDIA NemoClaw环境。后者是英伟达于2024年推出的AI智能体安全运行框架，提供策略控制与沙箱隔离能力，使企业能在受限条件下部署具备自主决策能力的AI Agent，用于客服、代码辅助、数据分析等需权限管理的业务流程。
从定位看，该产品面向三类用户：
- 高校与研究机构的AI实验室——需快速迭代大模型但预算有限，无法采购整机DGX系统
- 企业AI创新部门——希望在年内落地1T参数级开源模型（如Llama 4或Qwen 3）的内部验证
- 超算中心的边缘计算节点补充——用于预处理或轻量级微调任务
关键性能对比（基于官方公布参数）
| 项目 | XpertStation WS300 | 传统高性能工作站（参考） | 英伟达DGX Station A100 |
|---|---|---|---|
| 主芯片 | GB300 Grace Blackwell Ultra | RTX 6000 Ada / RTX 4090 | 8× A100 80GB |
| 最大内存 | 748GB 一致性内存 | 256–512GB | 640GB |
| 网络接口 | 双400GbE (ConnectX-8) | 10/25GbE | 4× 100GbE InfiniBand |
| 存储接口 | PCIe Gen5/Gen6 | PCIe Gen4 | PCIe Gen4 |
| 模型支持 | 单机运行≤1T参数 | ≤10B参数（消费级）/≤100B（专业卡） | ≤10B参数（单机，需分布式训练更大模型） |
| 价格 | $99,999 | $10,000–$40,000 | $200,000+ |
谁该入手？谁该再等等？
适合现在购买：
- 已规划Q4上线1T参数开源模型（如Llama 3.1 405B、Qwen 3预览版）的团队，且内部缺乏GPU集群资源；
- 对数据本地化与离线能力有强要求的金融、医疗等高合规场景用户；
- 愿意为统一内存与超高速网络支付溢价的研究型机构。
建议再观望：
- 预算低于50万元、仅需常规LLM微调（<10B参数）的中小企业——当前5–10万元级工作站已足够；
- 对模型版本迭代速度敏感的开发者——GB300系芯片驱动栈仍在早期，部分开源工具链适配尚待完善；
- 计划构建10节点以上集群的大型团队——应等待DGX SuperPod etc.的后续方案。
写在最后
微星此次与英伟达的深度绑定，标志着AI算力正从超算中心下沉至单机可部署形态。748GB内存与1T参数模型的支持，在桌面设备上实现了前所未有的集成度，既规避了传统服务器的不可移动性，又保留了DGX级算力骨架——这或许预示着下一代AI开发平台的新范式：小而强的单机集群。