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
ศูนย์รวมทุกอย่างสำหรับเจ้าของ MSI WS300 — ตั้งค่าเครื่อง, เริ่มพัฒนา AI และสร้างแอปจริงด้วย 15 Playbooks จาก NVIDIA ที่ปรับให้เหมาะกับเครื่องของคุณ ข้อมูลอยู่ในองค์กร 100%
What is WS300
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
Global Reviews
สรุปผลทดสอบอิสระจากสื่อไอทีสายองค์กร ตัวเลขทั้งหมดเป็นผลการทดสอบของผู้รีวิว พร้อมลิงก์ต้นฉบับให้ตรวจสอบได้
The most capable workstation we have ever reviewed.
StorageReview · 24 ส.ค. 2026 · ทดสอบ MSI WS300 โดยตรง
StorageReview รัน LLM จริงกว่า 10 โมเดลบน WS300 เมื่อให้บริการ 5 โมเดลพร้อมกันที่ผู้ใช้เต็มที่ ได้ throughput สูงกว่าเวิร์กสเตชัน RTX PRO 6000 ราว 2.3–3 เท่า และสูงกว่า DGX Spark 14–19 เท่า เครื่องทำงานเสถียรตลอดการทดสอบด้วยระบบระบายความร้อนด้วยน้ำ (GPU สูงสุด 71 °C) อ่านรีวิวต้นฉบับ ↗
ที่มา: StorageReview, ส.ค. 2026 · ยิ่งยาวยิ่งดี
| โมเดล | Precision / หมายเหตุ | 1 ผู้ใช้ (tok/s) | สูงสุด (tok/s @ ผู้ใช้พร้อมกัน) |
|---|---|---|---|
| MiniMax M2.7 | NVFP4 · อยู่ใน HBM ทั้งหมด | 193 | 4,801 @ 128 |
| DeepSeek V4 Flash | อยู่ใน HBM ทั้งหมด | 149 | 1,766 @ 32 |
| MiniMax M3 | NVFP4 | 197 | 1,041 @ 32 |
| Nemotron-3-Ultra 550B | NVFP4 · offload 114 GB ไป LPDDR5X | 43 | 168 @ 32 |
| GLM-5.2 | NVFP4 · offload 216 GB ไป LPDDR5X | 36 | 139 @ 32 |
โมเดลที่ใหญ่เกิน HBM3e 252 GB ยังรันได้ด้วยการ offload ไปที่ LPDDR5X แต่ความเร็วลดลงตามแบนด์วิดท์ Grace↔GPU (~390 GB/s) — Taknet ช่วยเลือกโมเดลและ precision ให้พอดีกับ HBM เพื่อความเร็วสูงสุด
ทดสอบ DGX Station GB300 ของ Gigabyte (แพลตฟอร์มเดียวกับ WS300) วัด RDMA ระหว่าง GPU ได้ 784 Gb/s บน 2 พอร์ต 400G แต่เส้นทางผ่าน Grace CPU ได้ราว 229 Gb/s เพราะใช้ PCIe Gen5 x8 — งานกระจายข้ามเครื่องควรใช้ GPUDirect RDMA
pi3g · 16 ส.ค. 2026สรุปว่าการ serve โมเดลระดับ frontier ให้ทีม DGX Station GB300 เหมาะที่สุด เพราะหน่วยความจำก้อนเดียวไม่ต้อง shard และกินไฟ 1.6 kW เทียบ ~4–7 kW ของเซิร์ฟเวอร์ แต่ถ้าต้องการ x86, FP64 หรือ Ray Tracing ควรเลือก RTX PRO 6000
Guru3D · TechRadarราคาโปรโมชั่นช่วงเปิดตัวผ่าน Taknet 3.89 ล้านบาท (รวม VAT) ส่วนราคาขายปลีกต่างประเทศที่สื่อรายงานอยู่ราว US$85,000–99,900 (มี.ค.–ส.ค. 2026) สื่อมองว่าคุ้มค่าสำหรับองค์กรที่มีงาน AI ปริมาณสูงและต้องเก็บข้อมูลไว้ในองค์กร มากกว่างานของผู้ใช้คนเดียว
สำรวจหน้างานและวงจรไฟ 20 A · ตรวจความเข้ากันได้ของซอฟต์แวร์บน Arm64 · Burn-in test ก่อนส่ง · ติดตั้งพร้อมคู่มือภาษาไทย และบริการหลังการขายในประเทศ
Which One
เลือกจากขนาดโมเดล จำนวนผู้ใช้ และสถานที่ติดตั้ง
| DGX Spark | MSI WS300 | เวิร์กสเตชัน RTX PRO 6000 | เซิร์ฟเวอร์ 4× RTX PRO 6000 | |
|---|---|---|---|---|
| ชิป / GPU | GB10 | GB300 Blackwell Ultra | RTX PRO 6000 Blackwell ×1 | RTX PRO 6000 Blackwell ×4 |
| หน่วยความจำสำหรับโมเดล | 128 GB unified | 748 GB coherent 252 GB HBM3e + 496 GB LPDDR5X | 96 GB GDDR7 | 384 GB GDDR7 (แบ่ง 4 การ์ด) |
| เครือข่าย | ConnectX-7 200 GbE | ConnectX-8 2× 400 GbE | ตามการ์ดเสริม | ตามการ์ดเสริม |
| ที่ตั้ง / ไฟ | บนโต๊ะ | ข้างโต๊ะ · 1.6 kW · วงจร 20 A | ข้างโต๊ะ | แร็ก Data Center · ~4 kW |
| GPT-OSS-120B (tok/s สูงสุด) | 500 | 9,294 | 3,384 | — |
| เหมาะกับ | นักพัฒนา 1 คน · Prototype | ทีม AI · โมเดล 100B–1T · Serve ภายในองค์กร | ผู้ใช้คนเดียว · กราฟิก / Simulation · x86 | ผู้ใช้จำนวนมาก · ต้องการ x86 และแร็ก |
ผลทดสอบ: StorageReview (ส.ค. 2026) · ข้อมูลเซิร์ฟเวอร์ 4×: pi3g (ส.ค. 2026) · ต้องการ GPU Server แบบแร็ก ดู Supermicro GPU Server
Your Journey
ทำตามลำดับ หรือข้ามไปขั้นที่ต้องการได้ทันที
Setup · 1 ชั่วโมง
Learn · 30 นาที
Build · ทีละ Playbook
Day 1
ตัวอย่างจาก Playbook Serve LLMs with vLLM — ได้ API แบบเดียวกับ OpenAI ที่รันในองค์กรของคุณ แอปเดิมเปลี่ยน endpoint ก็ใช้งานได้ทันที
$ 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
LLM ส่วนตัวพร้อม API แบบ OpenAI สำหรับแชตบอต HR, IT Helpdesk หรือถามตอบเอกสาร
Claude Code เชื่อมโมเดล Qwen3.6 บนเครื่อง เขียนโค้ดและเทสต์ได้โดยซอร์สโค้ดไม่ออกนอกบริษัท
ComfyUI กับ FLUX, Wan 2.1 และ HunyuanVideo สำหรับงาน Marketing และ Creative
ดึงความสัมพันธ์จากเอกสารบริษัท แล้วถามตอบแบบ Graph-RAG ผ่านเว็บ
Topic Modeling บน GPU ประมวลผลข้อความหลายสิบล้านรายการในไม่กี่นาที
รัน Agent ใน sandbox ระดับ kernel กำหนดสิทธิ์ไฟล์และเครือข่ายด้วย policy
What's New
ไทม์ไลน์จาก MSI, NVIDIA และสื่อต่างประเทศ · ปรับปรุงล่าสุด 22 ต.ค. 2026
ฮาร์ดแวร์ GB300 เดียวกัน รันได้ทั้งแอป Windows และเครื่องมือ Linux ผ่าน WSL พร้อม Microsoft Execution Containers สำหรับแยก AI Agent กำหนดวางจำหน่าย Q4 2026
XenoSpectrum ↗RDMA ระหว่าง GPU ได้ 784 Gb/s บน ConnectX-8 สองพอร์ต ยืนยันว่าการต่อ 2 เครื่องเป็นคลัสเตอร์ใช้แบนด์วิดท์ได้เกือบเต็ม
ServeTheHome ↗Ubuntu 24.04.5, CUDA 13.0 Update 3 และ GPU Driver 580.178 เป็นเวอร์ชันที่เปิดทางอัปเกรดสู่ DGX OS 8 แต่ยังไม่รองรับการอัปเกรดบนแพลตฟอร์ม GB300 — ปรึกษาทีม Taknet ก่อนอัปเดต ดูสถานะ DGX OS 8
NVIDIA Release Notes ↗รองรับ NVIDIA NemoClaw กับ OpenShell สำหรับ AI Agent ที่ควบคุมด้วย policy และต่อ 2 เครื่องเป็นคลัสเตอร์ผ่าน 400 GbE เพื่อขยายงาน AI
MSI Press Release ↗ทดสอบ LLM, Matmul, หน่วยความจำ และความร้อน สรุปว่าเป็นเวิร์กสเตชันที่ทรงพลังที่สุดที่เคยรีวิว ดูสรุปผล
StorageReview ↗MSI เพิ่มการรองรับโมเดลน้ำหนักเบารุ่นใหม่ของ NVIDIA และไลบรารี Model Routing ที่เลือกโมเดลให้เหมาะกับงานอัตโนมัติ
UAnalyze / cnyes ↗เปิดตัวที่ GTC Taipei ร่วมกับ Microsoft โดยมี MSI เป็นหนึ่งใน OEM รองรับ OpenShell บน Windows และจับคู่การ์ด RTX PRO 6000 ได้
NVIDIA Newsroom ↗สเปกที่ส่งมอบจริงใช้ HBM3e 252 GB (7.1 TB/s) รวมหน่วยความจำ coherent 748 GB และ PSU 1600 W
ServeTheHome ↗FAQ
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
StorageReview (ส.ค. 2026) ทดสอบ WS300 โดยตรงและสรุปว่าเป็นเวิร์กสเตชันที่ทรงพลังที่สุดที่เคยรีวิว ตัวอย่างผล: GPT-OSS-120B ได้สูงสุด 9,294 tokens/s เทียบกับ 3,384 บนเวิร์กสเตชัน RTX PRO 6000 และ 500 บน DGX Spark ส่วนโมเดล 550B อย่าง Nemotron-3-Ultra (NVFP4) ยังรันได้ราว 43 tokens/s ต่อผู้ใช้ แม้ต้อง offload บางส่วนไปที่ LPDDR5X ดูสรุปรีวิว
WS300 ที่จำหน่ายปัจจุบันมาพร้อม DGX OS 7 (Linux) ส่วน NVIDIA ได้ประกาศ DGX Station for Windows เมื่อ 1 มิ.ย. 2026 โดยมี MSI เป็นหนึ่งใน OEM คาดวางจำหน่ายใน Q4 2026 ใช้ฮาร์ดแวร์ GB300 เดียวกันและรันเครื่องมือ Linux ผ่าน WSL ขณะนี้ยังไม่มีประกาศว่าเครื่องรุ่น Linux จะเปลี่ยนเป็นรุ่น Windows ได้หรือไม่ Taknet จะอัปเดตเมื่อ MSI ยืนยัน ดูข่าวล่าสุด
ราคาโปรโมชั่นช่วงเปิดตัวในประเทศไทยผ่าน Taknet อยู่ที่ 3.89 ล้านบาท (รวม VAT) ส่วนราคาขายปลีกในต่างประเทศที่สื่อรายงานอยู่ราว US$85,000–99,900 (มี.ค.–ส.ค. 2026) ราคาสุดท้ายอาจปรับตามการ์ดเสริม ระยะรับประกัน และบริการติดตั้ง ติดต่อ Taknet เพื่อขอใบเสนอราคา ติดต่อทีมขาย
WS300 มาพร้อม DGX OS 7 (Ubuntu 24.04 LTS พร้อม NVIDIA AI Developer Tools) บนไดรฟ์ RAID 1 ส่วน DGX OS 8 (Ubuntu 26.04) ออกเมื่อ 31 ส.ค. 2026 และ DGX OS 7.6.0 (14 ก.ย. 2026) เป็นเวอร์ชันที่เปิดทางอัปเกรดสู่ 8.x แต่ Release Notes ยังระบุว่าการอัปเกรดสู่ 8.x ไม่รองรับบนแพลตฟอร์ม Arm64 ตระกูล GB300 จึงแนะนำให้ใช้ DGX OS 7 ต่อไปจนกว่า NVIDIA จะประกาศรองรับ ดูรายละเอียด
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
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
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
WS300 ใช้ PSU 1600 W 80 PLUS Platinum และต้องต่อกับวงจรไฟฟ้า 20 A อุณหภูมิห้องขณะทำงาน 10–30 °C ความชื้น 10–80% และควรยกด้วย 2 คนเพราะเครื่องมีน้ำหนักมาก
Taknet Professional Services
Taknet และพาร์ตเนอร์ด้าน NVIDIA AI ช่วยตั้งแต่เลือกโมเดล ออกแบบ RAG/Agent เชื่อมระบบเดิม ไปจนถึงดูแลหลังการขาย