01
Setup · 1 ชั่วโมง
ตั้งค่าเครื่องและ BMC
- Quick Start, I/O Map และข้อควรระวังด้านไฟฟ้า
- ตั้งค่า BMC ครั้งแรก (บังคับเปลี่ยนรหัสผ่าน)
- DGX OS 7 และแผนสู่ DGX OS 8
MSI XpertStation WS300 · NVIDIA DGX Station Architecture
AI Supercomputer
บนโต๊ะของคุณ
ศูนย์รวมทุกอย่างสำหรับเจ้าของ MSI WS300 — ตั้งค่าเครื่อง, เริ่มพัฒนา AI และสร้างแอปจริงด้วย 15 Playbooks จาก NVIDIA ที่ปรับให้เหมาะกับเครื่องของคุณ ข้อมูลอยู่ในองค์กร 100%
- Coherent Memory
- 748 GB
- Grace CPU
- 72 cores
- ConnectX-8
- 2×400G
- AI Playbooks
- 15
What is WS300
MSI WS300 คืออะไร
MSI XpertStation WS300 คือเวิร์กสเตชัน AI ระดับ Deskside ที่สร้างบนสถาปัตยกรรม NVIDIA DGX Station ใช้ชิป GB300 Grace Blackwell Ultra Desktop Superchip — CPU Grace 72 คอร์และ GPU Blackwell Ultra เชื่อมกันด้วย NVLink-C2C ให้หน่วยความจำแบบ coherent สูงสุด 748 GB (HBM3e 252 GB + LPDDR5X 496 GB) พร้อมเครือข่าย 2× 400 GbE จาก ConnectX-8 และมาพร้อม DGX OS 7 (Ubuntu 24.04) ติดตั้งจากโรงงาน
Your Journey
3 ขั้นจากแกะกล่องสู่แอป AI จริง
ทำตามลำดับ หรือข้ามไปขั้นที่ต้องการได้ทันที
02
Learn · 30 นาที
เริ่มพัฒนา AI แบบ GUI
- ติดตั้ง NVIDIA AI Workbench แบบ Remote
- ใช้งานเหมือน DGX Spark ผ่าน NVIDIA Sync
- โปรเจกต์แรก: Hybrid RAG Chatbot
03
Build · ทีละ Playbook
สร้างแอป AI ด้วย 15 Playbooks
- LLM Serving: vLLM, SGLang, NVFP4
- AI Agents: Claude Code, NemoClaw, OpenShell
- Data Science, Robotics และ Generative AI
Day 1
รัน LLM ขนาด 235B ได้ด้วยไม่กี่คำสั่ง
ตัวอย่างจาก Playbook Serve LLMs with vLLM — ได้ API แบบเดียวกับ OpenAI ที่รันในองค์กรของคุณ แอปเดิมเปลี่ยน endpoint ก็ใช้งานได้ทันที
- ข้อมูลและ prompt ไม่ออกนอกบริษัท
- ไม่มีค่าใช้จ่ายต่อ token
- ใช้กับ Chatbot, RAG, Agent และ Coding Assistant
$ docker run -d --gpus all -p 8000:8000 nvcr.io/nvidia/vllm:26.01-py3 \
vllm serve nvidia/Qwen3-235B-A22B-NVFP4
Loading weights ... GB300 · NVFP4
INFO Application startup complete.
$ curl localhost:8000/v1/chat/completions -d @hello.json
{"role":"assistant","content":"สวัสดีครับ ผมรันอยู่บน WS300 ขององค์กรคุณ"}
Quick Wins
เริ่มจาก Use Case ที่ได้ผลเร็วที่สุด
Chatbot ภายในองค์กร
LLM ส่วนตัวพร้อม API แบบ OpenAI สำหรับแชตบอต HR, IT Helpdesk หรือถามตอบเอกสาร
Coding Agent ของทีม Dev
Claude Code เชื่อมโมเดล Qwen3.6 บนเครื่อง เขียนโค้ดและเทสต์ได้โดยซอร์สโค้ดไม่ออกนอกบริษัท
สร้างภาพและวิดีโอ
ComfyUI กับ FLUX, Wan 2.1 และ HunyuanVideo สำหรับงาน Marketing และ Creative
Knowledge Graph จากเอกสาร
ดึงความสัมพันธ์จากเอกสารบริษัท แล้วถามตอบแบบ Graph-RAG ผ่านเว็บ
วิเคราะห์ Feedback ลูกค้า
Topic Modeling บน GPU ประมวลผลข้อความหลายสิบล้านรายการในไม่กี่นาที
AI Agent ที่ควบคุมได้
รัน Agent ใน sandbox ระดับ kernel กำหนดสิทธิ์ไฟล์และเครือข่ายด้วย policy
FAQ
คำถามที่พบบ่อย
MSI WS300 ต่างจาก NVIDIA DGX Spark อย่างไร?
ทั้งสองใช้สถาปัตยกรรม Grace Blackwell และ DGX OS เหมือนกัน แต่ DGX Spark ใช้ชิป GB10 หน่วยความจำ 128 GB และ ConnectX-7 200 GbE เหมาะกับนักพัฒนารายบุคคล ส่วน WS300 ใช้ GB300 หน่วยความจำ coherent สูงสุด 748 GB, CPU 72 คอร์, ConnectX-8 2× 400 GbE และมี BMC สำหรับบริหารจัดการระยะไกล เหมาะกับทีมและโมเดลขนาดใหญ่ โปรเจกต์จาก DGX Spark ย้ายมารันบน WS300 ได้เพราะเป็น Arm64 และ DGX OS ตระกูลเดียวกัน
WS300 ใช้ระบบปฏิบัติการอะไร และอัปเกรดเป็น DGX OS 8 ได้ไหม?
WS300 มาพร้อม DGX OS 7 (Ubuntu 24.04 LTS พร้อม NVIDIA AI Developer Tools) บนไดรฟ์ RAID 1 ส่วน DGX OS 8 (Ubuntu 26.04) เวอร์ชัน 8.0.0 ออกเมื่อ 31 ส.ค. 2026 แต่ Release Notes ระบุว่าระบบ Arm64 อย่าง GB300 ยังอยู่ในสถานะ “Future release” จึงแนะนำให้ใช้ DGX OS 7 รุ่นล่าสุดต่อไปจนกว่า NVIDIA จะประกาศรองรับ ดูรายละเอียด
ติดตั้ง NVIDIA AI Workbench บน WS300 ได้ไหม?
ได้ AI Workbench รองรับ Ubuntu 22.04 / 24.04 / 26.04 และใช้งานบน DGX Spark (Arm64) อย่างเป็นทางการ แนะนำให้ติดตั้งแบบ Remote Location คือใช้ Desktop App บนโน้ตบุ๊กแล้วรันงานบน WS300 ผ่าน SSH ดูขั้นตอน
WS300 รันโมเดล AI ขนาดใหญ่ได้แค่ไหน?
Playbook vLLM ของ NVIDIA สำหรับ DGX Station มี recipe ตั้งแต่ Qwen3-235B-A22B (NVFP4) ที่อยู่ในหน่วยความจำ GPU ทั้งหมด ไปจนถึง Kimi-K2.5 ขนาด 1 ล้านล้านพารามิเตอร์ (NVFP4) โดย offload บางส่วนไปที่ LPDDR5X ขนาดที่รันได้จริงขึ้นกับ precision, context length และจำนวนผู้ใช้พร้อมกัน
ตั้งค่า BMC ครั้งแรกต้องทำอย่างไร?
ต่อสาย LAN เข้าพอร์ต 1GbE Dedicated Management ด้านหลัง เปิดสวิตช์ PSU แล้วรอ 5 นาที หา IP ของ BMC จาก DHCP หรือคำสั่ง ipmitool lan print บน OS จากนั้นเปลี่ยนรหัสผ่านเริ่มต้นซึ่งระบบบังคับให้เปลี่ยน แล้วตั้ง Static IP, NTP และบัญชีผู้ใช้ ดูขั้นตอนเต็ม
ต้องใช้ไฟฟ้าและสภาพแวดล้อมแบบไหน?
WS300 ใช้ PSU 1600 W 80 PLUS Platinum และต้องต่อกับวงจรไฟฟ้า 20 A อุณหภูมิห้องขณะทำงาน 10–30 °C ความชื้น 10–80% และควรยกด้วย 2 คนเพราะเครื่องมีน้ำหนักมาก
Taknet Professional Services
ต้องการทีมช่วยวางระบบ AI สำหรับ Production?
Taknet และพาร์ตเนอร์ด้าน NVIDIA AI ช่วยตั้งแต่เลือกโมเดล ออกแบบ RAG/Agent เชื่อมระบบเดิม ไปจนถึงดูแลหลังการขาย