StorageReview.com

Recenzja MSI EdgeMesa N AI+: RTX Spark N1X i 128 GB w minikomputerze o pojemności 1.18 litra

Użytkownik końcowy  ◇  Workstation

MSI EdgeMesa N AI+ to aluminiowy minikomputer o pojemności 1.18 litra, zbudowany na karcie graficznej NVIDIA RTX Spark N1X, 20-rdzeniowym procesorze Arm z 6,144-rdzeniowym układem graficznym Blackwell RTX, który wcześniej testowaliśmy wyłącznie w laptopach. Nasz egzemplarz testowy posiada 128 GB pamięci RAM, dysk SSD PCIe Gen5 o pojemności 4 TB, 10 GbE i system Windows 11 Pro. Porównaliśmy go z 64-gigabajtowym ProArt GR1X firmy ASUS , innym minikomputerem RTX Spark w naszym laboratorium oraz najszybszymi laptopami RTX Spark o 128 GB i 64 GB, które testowaliśmy, aby zmierzyć, jak obudowa komputera stacjonarnego i zasilacz o mocy 240 W wpływają na ten sam układ krzemowy.

Widok z trzech czwartych MSI EdgeMesa N AI+ pokazujący srebrną aluminiową obudowę i perforowaną przednią kratkę

Na wynos

  • Obudowa komputera stacjonarnego jest odpowiedzialna za 4–11 procent stałej pracy procesora. EdgeMesa uzyskał 7,276 punktów w trybie stacjonarnym podczas naszej 30-minutowej pętli Cinebench 2026, w porównaniu z 6,970 punktami dla HP OmniBook Ultra 16 ze 128 GB pamięci RAM i 6,550 dla Dell XPS 16 Creator Edition z 64 GB pamięci RAM. Minikomputer ASUS ProArt GR1X uzyskał 7,306 punktów.
  • Obudowa komputera stacjonarnego była średnio chłodniejsza niż obudowa laptopa. Procesor osiągnął średnią temperaturę 88.4°C w pętli, podczas gdy oba laptopy miały 97°C, a w Blenderze średnia temperatura wyniosła 76.0°C w porównaniu z 96.7°C i 94.2°C. Maksymalne odczyty były wyższe na MSI, sięgając 107.3°C w pętli, a GR1X uruchomił tę samą pętlę ze średnią temperaturą 83.3°C i szczytową 88.7°C.
  • Największa różnica wystąpiła w przypadku osób, które jednocześnie odbywały studia LLM, jeśli chodzi o laptopy. Przy ośmiu żądaniach na Qwen3.8 27B, EdgeMesa wygenerował 39.8 tokenów na sekundę, a GR1X 40.0, podczas gdy laptopy wygenerowały odpowiednio 33.8 i 31.9, podczas gdy wyniki pojedynczego żądania na każdym modelu mieściły się w granicach 6 procent.
  • Modele 128 GB były większe od modeli 64 GB. Zarówno Qwen-Image 20B w Q8, jak i model z agentem kodującym 35B działały tutaj z domyślną alokacją pamięci, a EdgeMesa ukończył zadanie agenta we wszystkich trzech próbach w 145 sekund. Nasz pakiet nie działał ani na 64-gigabajtowym GR1X, ani na XPS 16.
  • Dysk SSD Gen5 o pojemności 4TB dotrzymuje kroku platformie. Prędkość odczytu danych wynosiła 13 315 MB/s, a zapisu 12 910 MB/s przy pojemności 25 GiB, czyli co najmniej dwa razy szybciej niż w przypadku dysku 1 TB Gen4 w modelu GR1X. Maksymalna prędkość zapisu wyniosła 62 GB.

Linia komputerów Edge AI firmy MSI z systemem Windows

MSI sprzedaje EdgeMesa N AI+ w swojej kategorii komputerów Edge AI, obok EdgeXpert. To komputer stacjonarny o pojemności 1.2 litra, zbudowany na platformie NVIDIA DGX Spark, wyposażony w system operacyjny DGX OS, port ConnectX-7 200 GbE do klastrowania oraz 64 GB lub 128 GB pamięci RAM. EdgeMesa to komputer z systemem Windows, wyposażony w kartę RTX Spark N1X, system Windows 11 i zestaw portów, który można umieścić na biurku z maksymalnie czterema wyświetlaczami. MSI zaprezentowało go po raz pierwszy na targach Computex w czerwcu 2026 roku i opisuje jako kompaktowy komputer stacjonarny dla programistów AI, inżynierów oprogramowania, integratorów systemów i twórców, którzy potrzebują lokalnych agentów, asystentów RAG i asystentów kodowania.

Strona produktu MSI podaje, że system oferuje wydajność FP4 AI na poziomie 1 petaFLOP, obsługuje 120-bitowe algorytmy LLM z tokenami kontekstowymi o wartości do 1 miliona tokenów oraz umożliwia granie w rozdzielczości 1440p z prędkością powyżej 100 kl./s. Strona nie wymienia modeli, kwantyzacji ani ustawień, na których opierają się te dane. Nasze testy poniżej mierzą szybkość tokenów na modelach o parametrach od 3 do 27 miliardów i uruchamiają model agenta kodującego o wartości 35 miliardów. Nasz pakiet kliencki dla systemu Windows osiąga maksymalny poziom 35 miliardów w modelu agenta, a modele klasy 120 miliardów działają tylko w naszym pakiecie Linux, dlatego deklaracja dotycząca rozmiaru modelu nie została przetestowana w tym systemie.

EdgeMesa N AI+ jest kupowany w stałej konfiguracji, ponieważ jego pamięć LPDDR5X to ujednolicona pamięć współdzielona przez procesor i kartę graficzną, której nie można później rozbudować. MSI podaje do 128 GB pamięci i pojedynczy dysk SSD NVMe o pojemności do 4 TB, czyli konfigurację, którą testowaliśmy. W sklepie w USA dostępne są dwie wersje o numerach katalogowych X-005US i X-006US. NVIDIA poinformowała nas, że testowany przez nas model 128 GB ma sugerowaną cenę detaliczną 7,499 USD, a komputery stacjonarne RTX Spark zaczynają się od 4,399 USD, a ceny różnią się w zależności od regionu, producenta i konfiguracji.

Budowa i projektowanie

EdgeMesa N AI+ wykorzystuje aluminiową obudowę z powłoką zapobiegającą odciskom palców. Ma wymiary 152 x 147 x 53 mm i waży 1.32 kg, co daje pojemność 1.18 litra, nieco mniej niż 1.3 litra reklamowane przez MSI i zbliżone do 1.2-litrowego EdgeXpert. ASUS ProArt GR1X ma pojemność 1.15 litra i wymiary 150 x 150 x 51 mm, więc dwa mini komputery RTX Spark zajmują mniej więcej tyle samo miejsca na biurku. Przód to perforowana kratka pod logo MSI, pozbawiona portów i elementów sterujących, podstawa jest perforowana na większości swojej powierzchni, a zasilanie pochodzi z zasilacza 240 W.

Widok z przodu urządzenia MSI EdgeMesa N AI+ z logo MSI nad perforowaną kratką w laboratorium StorageReview

Wszystkie elementy łączą się z tyłu, gdzie nasz model posiada przycisk zasilania, cztery porty USB typu C o przepustowości 20 Gb/s, jedno wyjście HDMI 2.1b, jeden port RJ45 10 GbE oraz gniazdo blokady Kensington pod otworem wentylacyjnym o pełnej szerokości. Trzy z portów typu C obsługują tryb DisplayPort 1.4 Alt Mode, a czwarty służy do zasilania, dzięki czemu system może obsługiwać do czterech wyświetlaczy z aktywnym HDMI. MSI wymienia łączność bezprzewodową jako Wi-Fi 7 i Bluetooth 5.4. Brak portu USB typu A i gniazda audio sprawia, że ​​w przypadku większości biurek wymagany jest hub lub stacja dokująca.

Tylny panel MSI EdgeMesa N AI+ z przyciskiem zasilania, czterema portami USB typu C, HDMI, 10 GbE i gniazdem blokady Kensington pod otworem wentylacyjnym

MSI nazywa ten system chłodzenia AI Pulse Cooling System. To komora parowa z dwoma wentylatorami, która według producenta jest w stanie utrzymać moc 140 W. Po usunięciu zewnętrznej obudowy, szereg żeber chłodzących biegnie przez całą szerokość obudowy za tylnym otworem wentylacyjnym, nad rzędem portów. W XPS 16 Creator Edition ten sam układ mieści się w obudowie o grubości 17.8 mm, więc chłodzenie znajduje się w miejscu, w którym mini PC powinien się znajdować. Wyniki testów obciążenia i temperatury w dalszej części recenzji to potwierdzają.

MSI EdgeMesa N AI+ z usuniętą zewnętrzną obudową, ukazującą stos żeberek radiatora nad tylnymi portami

Pamięć masowa znajduje się w pojedynczym slocie M.2 NVMe wewnątrz obudowy. Dostęp do dysku SSD i innych podzespołów wymaga wysiłku, ponieważ wewnętrzne sanki wysuwają się z obudowy. Następnie dysk jest umieszczany pod podkładką termiczną w wycięciu w wewnętrznej ramce, a moduł Samsung o pojemności 4 TB w naszym urządzeniu ma skrócony format M.2 2242. Ogranicza to opcje wymiany do dysków 2242, co stanowi mniejszy wybór w sprzedaży detalicznej niż standardowy format 2280, a także sprawia, że ​​wybór pojemności fabrycznej jest ważniejszy. ProArt GR1X reprezentuje inne podejście, z dwoma slotami M.2 2280 w obudowie o pojemności 1.15 litra.

Spód MSI EdgeMesa N AI+ z usuniętą płytą bazową, ukazujący dysk SSD M.2 pod podkładką termiczną

Specyfikacja MSI EdgeMesa N AI+

Specyfikacja MSI EdgeMesa N AI+
Platforma
Model EdgeMesa N1x N AI+ (MS-B215) zgodnie z testami
Procesor NVIDIA RTX Spark N1X
20-rdzeniowy procesor ARM (dwie klasy po 10 rdzeni)
Grafika 6,144-rdzeniowy procesor graficzny NVIDIA Blackwell RTX, zintegrowany
Do 1 petaFLOP FP4 (MSI)
Pamięć Do 128 GB pamięci zintegrowanej LPDDR5X
128 GB LPDDR5X-9400, jak testowano
Pamięć GPU po testach 62.5 GB dedykowane, 47.9 GB współdzielone (domyślny przydział)
Dyski 1x gniazdo M.2 NVMe, do 4TB
Dysk Samsung MZALC4T0HBL1 o pojemności 4 TB (M.2 2242) na łączu PCIe Gen5 x4, testowany
System operacyjny Windows 11
Windows 11 Pro 26H1, jak testowano
Łączność
Tylne porty 4x USB typu C 20 Gb/s (3x z alternatywnym trybem DisplayPort 1.4, 1x wejście zasilania)
1x HDMI 2.1b
1x 10GbE RJ45
przycisk zasilania
Wyświetl wyjścia Do czterech wyświetlaczy przez HDMI i 3x USB typu C
Sieci 10GbE
Wi-Fi 7, Bluetooth 5.4
Ochrona Gniazdo blokady Kensington
Chłodzenie, zasilanie i obudowa
Chłodzenie System chłodzenia AI Pulse: komora parowa, dwa wentylatory
Oceniony na 140 W (MSI)
Zasilanie Zasilacz 240 W.
Wymiary 152 x 147 x 53 mm (5.98 x 5.79 x 2.09 cala), 1.18 l
Waga 1.32kg (2.91 lb)
Podwozie Aluminium z wykończeniem zapobiegającym powstawaniu odcisków palców
Cena Cena detaliczna sugerowana przez producenta: 7,499 USD (128 GB, 4 TB, testowane, według NVIDIA)

Konfiguracja i metodologia testów

Nasz egzemplarz testowy to MS-B215 z kartą graficzną RTX Spark N1X, 128 GB pamięci LPDDR5X-9400 i dyskiem SSD Samsung o pojemności 4 TB, z systemem operacyjnym Windows 11 Pro 26H1 na procesorze ARM z trybem zasilania Best Performance. Urządzenie było podłączone do zewnętrznego wyświetlacza 4K podczas testu. W stanie fabrycznym system Windows udostępniał 62.5 GB pamięci zintegrowanej dla karty graficznej jako pamięć dedykowaną, a kolejne 47.9 GB było współdzielone.

Ta pamięć to jedna fizyczna pula, a system Windows traktuje przydział pamięci GPU jako dedykowaną pamięć GPU, a pozostałą jako pamięć systemową, którą GPU może rozdysponować w razie potrzeby. Suwak w aplikacji NVIDIA ustawia przydział pamięci. Domyślny podział jest zbliżony do równego w systemach z 64 GB i 128 GB, a aplikacja ostrzega, że ​​minimalne i maksymalne ustawienia mogą powodować problemy. NVIDIA zaleca pozostawienie domyślnych ustawień, chyba że obciążenie wymaga więcej, ponieważ większy udział GPU pozostawia mniej pamięci dla systemu Windows i innych aplikacji, i zaleca pozostawienie co najmniej 16 GB dla procesora.

NVIDIA twierdzi, że agenci i LLM-y odnotowują niewielki spadek wydajności w przypadku przepełnienia pamięci systemowej i sugeruje zwiększenie alokacji dla modeli generowania obrazu i wideo, które potrzebują więcej pamięci niż domyślnie. Testujemy każdy system przy domyślnych ustawieniach, a nasz pakiet dostosowuje rozmiary warstw modeli do dedykowanej ilości, więc model pomijany w systemach 64 GB może nadal działać w tym systemie z przepełnieniem lub większą alokacją.

Wyniki pochodzą z sr-client 1.13, naszego pakietu klienckiego dla systemu Windows, który obejmuje lokalną sztuczną inteligencję, tworzenie treści, procesor, grafikę i pamięć masową. Testy sztucznej inteligencji wykorzystują llama.cpp w CUDA do obsługi LLM oraz klienta MLPerf, Ollama w CUDA do ładowania modeli, agenta kodującego i RAG, a także stable-diffusion.cpp w Vulkan do generowania obrazu. Każda wartość przedstawia medianę powtórzonych przebiegów, a jeśli test został przeprowadzony więcej niż raz, podajemy najnowszy poprawny wynik. Wyniki oznaczone przez pakiet jako rozbieżne między przebiegami lub nieudane przebiegi są oznaczone gwiazdką. Testowaliśmy oba laptopy wcześniej w sr-client 1.11.

Zestaw porównawczy rozpoczyna się od innego minikomputera RTX Spark w naszym laboratorium – ASUS ProArt GR1X, komputera stacjonarnego o pojemności 1.15 litra z 64 GB pamięci RAM i dyskiem SSD Micron Gen4 o pojemności 1 TB, na którym działał ten sam klient SR w wersji 1.13. Obok niego znajdują się dwa najszybsze laptopy RTX Spark, które testowaliśmy dla każdej pojemności pamięci. HP OmniBook Ultra 16 to system z dyskiem 128 GB i dyskiem SSD Sandisk Gen5 o pojemności 2 TB, a Dell XPS 16 Creator Edition to system z dyskiem 64 GB i dyskiem twardym SK Hynix o pojemności 1 TB.

Wszystkie cztery maszyny korzystają z tego samego 20-rdzeniowego procesora N1X, a oba komputery stacjonarne korzystają z niego z wyższą wydajnością i większymi systemami chłodzenia, więc różnice sprowadzają się do poboru mocy, chłodzenia, pojemności pamięci i pamięci masowej. GR1X pokazuje, jak drugi model komputera stacjonarnego radzi sobie z tym samym układem, a laptopy pokazują, ile warta jest obudowa. Wersja x64 programu Cinebench uruchomiona w trybie emulacji zawiesiła się na wszystkich czterech komputerach, więc nie mamy żadnych wyników emulacji do przekazania.

Konfiguracja CPU Pamięć Pamięć GPU Boot Drive System operacyjny
MSI EdgeMesa N AI+ NVIDIA RTX Spark N1X, 20 rdzeni 128GB LPDDR5X-9400 62.5 GB dedykowane 4TB Samsung MZALC4T0HBL1, PCIe Gen5 Windows 11 Pro 26H1
ASUS ProArt GR1X NVIDIA RTX Spark N1X, 20 rdzeni 64GB LPDDR5X-9400 30.5 GB dedykowane 1TB Micron MTFDKBA1T0QGN, PCIe Gen4 Windows 11 Pro 26H1
HP OmniBook Ultra 16 NVIDIA RTX Spark N1X, 20 rdzeni 128GB LPDDR5X-9400 62.5 GB dedykowane 2TB Sandisk SN8050S, PCIe Gen5 Windows 11 Pro 26H1
Dell XPS 16 Creator Edition NVIDIA RTX Spark N1X, 20 rdzeni 64GB LPDDR5X-9400 30.5 GB dedykowane 1TB SK hynix PVC10 Windows 11 Pro 26H1

Lokalna wydajność sztucznej inteligencji

Obsługa LLM

Obsługa LLM, llama.cpp CUDA, Q4_K_M (wyższy poziom jest lepszy, chyba że zaznaczono inaczej) MSI EdgeMesa N AI+ (N1X, 128 GB) ASUS ProArt GR1X (N1X, 64 GB) HP OmniBook Ultra 16 (N1X, 128 GB) Dell XPS 16 Creator Edition (N1X, 64 GB)
Ministral 3 3B, 1 żądanie, wyjście (tokeny/s) 58.1 58.4 57.5 57.8
Ministral 3 3B, 4 żądania, wyjście (tokeny/s) 152.0 154.9 148.8 146.4
Ministral 3 3B, 1 żądanie, czas do pierwszego tokena (ms, im niższy tym lepiej) 566 557 607 669
Ministral 3 8B, 1 żądanie, wyjście (tokeny/s) 42.5 42.7 41.5 40.6
Ministral 3 8B, 4 żądania, wyjście (tokeny/s) 107.5 109.3 104.1 96.3
Ministral 3 8B, 1 żądanie, czas do pierwszego tokena (ms, im niższy tym lepiej) 1,343 1,331 1,554 1,794
Qwen3.8 27B, 1 żądanie, wyjście (tokeny/s) 13.0 13.1 12.6 12.4
Qwen3.8 27B, 4 żądań, wyjście (tokeny/s) 31.1 31.4 28.1 27.5
Qwen3.8 27B, 8 żądań, wyjście (tokeny/s) 39.8 40.0 33.8 31.9
Qwen3.8 27B, 1 żądanie, czas do pierwszego tokena (ms, im niższy, tym lepiej) 8,721 8,604 10,818 10,935

 

Usługa LLM uruchamia każdy model za pośrednictwem llama.cpp z jednym, czterema i ośmioma równoczesnymi żądaniami, co jest sposobem, w jaki mały zespół współdzielący jedno urządzenie załadowałby je. Po jednym żądaniu, cztery systemy różnią się od siebie o 6 procent w przypadku każdego modelu, osiągając 58.1 tokena na sekundę dla Ministral 3 3B, 42.5 dla modelu 8B i 13.0 dla Qwen3.8 27B na EdgeMesa. Po jednym żądaniu większość chipa pozostaje bezczynna, więc rola chłodzenia jest minimalizowana.

Tabela wydajności wyjściowej serwera LLM, Qwen3.8 27B w tokenach wyjściowych na sekundę. 1 żądanie: MSI EdgeMesa N AI+ 13, ASUS ProArt GR1X 13.1, HP OmniBook Ultra 16 12.6, Dell XPS 16 Creator Edition 12.4; 4 żądania: MSI EdgeMesa N AI+ 31.1, ASUS ProArt GR1X 31.4, HP OmniBook Ultra 16 28.1, Dell XPS 16 Creator Edition 27.5; 8 żądań: MSI EdgeMesa N AI+ 39.8, ASUS ProArt GR1X 40, HP OmniBook Ultra 16 33.8, Dell XPS 16 Creator Edition 31.9

Różnica pojawia się wraz ze wzrostem liczby żądań: przy czterech żądaniach na Qwen3.8 27B EdgeMesa wygenerował 31.1 tokena na sekundę, w porównaniu z 28.1 dla HP i 27.5 dla XPS 16, a przy ośmiu żądaniach osiągnął 39.8 dla HP w porównaniu z 33.8 i 31.9, co daje przewagę 18% i 25%. Czas wygenerowania pierwszego tokena na tym modelu wyniósł 8.7 sekundy na MSI i 10.8–10.9 sekundy na laptopach. Ministral 3 8B przy czterech żądaniach wygenerował mniejszą wersję tego samego wzorca, ze 107.5 tokena na sekundę, w porównaniu ze 104.1 i 96.3.

Tabela wydajności wyjściowej Ministral 3 8B w tokenach wyjściowych na sekundę. 1 żądanie: MSI EdgeMesa N AI+ 42.5, ASUS ProArt GR1X 42.7, HP OmniBook Ultra 16 41.5, Dell XPS 16 Creator Edition 40.6; 4 żądania: MSI EdgeMesa N AI+ 107.5, ASUS ProArt GR1X 109.3, HP OmniBook Ultra 16 104.1, Dell XPS 16 Creator Edition 96.3

ProArt GR1X śledził EdgeMesa na każdym kroku: z 31.4 tokena na sekundę przy czterech żądaniach i 40.0 przy ośmiu na Qwen3.8 27B, 109.3 na Ministral 3 8B przy czterech żądaniach i 8.6 sekundy na pierwszym tokenie w modelu 27B. Oba komputery stacjonarne zakończyły pracę w odstępie 2 procent od siebie na całej długości stołu, mimo że GR1X ma o połowę mniej pamięci, ponieważ każdy model w tym stole mieści się w systemie 64 GB.

Stół do serwowania zatrzymuje się na klasie 27B z założenia. Nasz pakiet kliencki Windows, z którego korzysta każdy system RTX Spark, nie zawiera gpt-oss 120B ani innych modeli o tej wielkości. Testujemy je w naszym pakiecie Linux na większych komputerach stacjonarnych z pamięcią ujednoliconą i stacjach roboczych z GPU. MSI reklamuje obsługę 120-bajtowych modeli LLM w tym systemie, ale tego nie testowaliśmy.

Klient MLPerf w wersji 2.0

Klient MLPerf v2.0, llama.cpp CUDA (im wyższa wartość, tym lepiej, chyba że zaznaczono inaczej) MSI EdgeMesa N AI+ (N1X, 128 GB) ASUS ProArt GR1X (N1X, 64 GB) HP OmniBook Ultra 16 (N1X, 128 GB) Dell XPS 16 Creator Edition (N1X, 64 GB)
Llama 3.1 8B, czas do pierwszego żetonu (s, im niższy tym lepszy) 0.25 0.24 0.28 0.31
Llama 3.1 8B, stawka tokenów (tokeny/s) 56.3 56.8 56.5 55.7
Phi-4-mini, czas do pierwszego żetonu (s, im niższy tym lepszy) 0.11 0.11 0.13 0.14
Phi-4-mini, stawka tokenów (tokeny/s) 96.8 96.3 97.0 96.2
Wykres szybkości tokenów klienta MLPerf v2.0 w tokenach na sekundę. Wersja 3.1 8B: MSI EdgeMesa N AI+ 56.3, ASUS ProArt GR1X 56.8, HP OmniBook Ultra 16 56.5, Dell XPS 16 Creator Edition 55.7; Phi-4-mini: MSI EdgeMesa N AI+ 96.8, ASUS ProArt GR1X 96.3, HP OmniBook Ultra 16 97, Dell XPS 16 Creator Edition 96.2

Klient MLPerf wysyła jeden komunikat na raz, a cztery systemy na nim bazują. EdgeMesa generowała 56.3 tokena na sekundę na komputerze Llama 3.1 8B i 96.8 na komputerze Phi-4-mini, w porównaniu z 56.8 i 96.3 dla komputera GR1X, 56.5 i 97.0 dla komputera HP oraz 55.7 i 96.2 dla komputera XPS 16. Czas do wygenerowania pierwszego tokena był nieco krótszy na komputerach stacjonarnych (0.25 i 0.24 sekundy dla komputera Llama 3.1 8B) niż na laptopach (0.28 i 0.31 sekundy). Dla pojedynczego użytkownika czatującego z małym modelem, minikomputery i laptopy zapewniają takie same wrażenia.

Ładowanie modelu i agent kodujący

Agent ładowania i kodowania modelu, Ollama CUDA MSI EdgeMesa N AI+ (N1X, 128 GB) ASUS ProArt GR1X (N1X, 64 GB) HP OmniBook Ultra 16 (N1X, 128 GB) Dell XPS 16 Creator Edition (N1X, 64 GB)
gpt-oss:20b zimne ładowanie do pierwszego tokena (s, im niższy tym lepszy) 7.00 10.94 6.70 7.73
gpt-oss:20b ciepłe ładowanie do pierwszego tokena (s, im niższy tym lepszy) 3.96 3.68 3.68 3.69
qwen3.6:35b zimne ładowanie do pierwszego tokena (s, im niższy tym lepszy) 8.32 Nie uruchomiono 9.33 Nie uruchomiono
Agent, kontekst gpt-oss:20b 64K, pomyślne uruchomienia (z 3) 2* 1* 2* 3
Agent, kontekst gpt-oss:20b 64K, czas ściany (s, im niższy, tym lepiej) 294 * 154 * 216 * 360
Agent, qwen3.6:35b kontekst 64K, pomyślne uruchomienia (z 3) 3 Nie uruchomiono 1* Nie uruchomiono
Agent, qwen3.6:35b 64K kontekst, czas ściany (s, im niższy tym lepszy) 145 Nie uruchomiono 1783 * Nie uruchomiono
Agent, qwen3.6:35b 64K kontekst, szybkość generacji (tokeny/s) 86.8 Nie uruchomiono 72.7 Nie uruchomiono
Spowolnienie prędkościomierza obok agenta (x, im niżej, tym lepiej) 1.78 1.79 2.35 2.79

*Oznaczone przez pakiet: przynajmniej jeden z trzech przebiegów agenta nie przeszedł wszystkich testów.

Zimne ładowanie śledzi dysk SSD i ścieżkę pamięci bardziej niż obudowę. EdgeMesa uruchomił gpt-oss:20b od zimnego startu do pierwszego tokena w 7.00 sekundy, podczas gdy HP potrzebował 6.70 sekundy, a XPS 16 7.73 sekundy, a model qwen3.6:35b z 21 GB pamięci RAM załadował w 8.32 sekundy, w porównaniu z 9.33 sekundy w przypadku HP. GR1X potrzebował 10.94 sekundy na załadowanie modelu gpt-oss:20b z dysku Gen4. Pakiet nie obsługuje modelu 35B w 64-gigabajtowych modelach GR1X i XPS 16.

Agent kodujący instruuje model, aby napisał i przetestował kod w kilku rundach, trzy razy na konfigurację. Z qwen3.6:35b EdgeMesa zaliczyła wszystkie trzy próby w 145 sekund, osiągając 86.8 tokenów na sekundę, podczas gdy 128-gigabajtowy HP zaliczył jedną z trzech prób w 1,783 sekundy. Z gpt-oss:20b, MSI zaliczył dwie z trzech prób, GR1X jedną, a XPS 16 wszystkie trzy, więc liczba zaliczeń na tym modelu różni się w zależności od uruchomienia. Uruchomienie Speedometera obok agenta spowolniło przeglądarkę o 1.78x na MSI i 1.79x na GR1X, w porównaniu do 2.35x i 2.79x na laptopach.

RAG

Rurociąg RAG (im wyższy, tym lepiej, chyba że zaznaczono inaczej) MSI EdgeMesa N AI+ (N1X, 128 GB) ASUS ProArt GR1X (N1X, 64 GB) HP OmniBook Ultra 16 (N1X, 128 GB) Dell XPS 16 Creator Edition (N1X, 64 GB)
Połknięcie, liczba przejść na sekundę 114.7 115.6 111.5 104.4
Szybkość pobierania i osadzania (tokeny/s) 18,566 18,720 18,049 16,901
Odpowiedź, szybkość generacji (tokeny/s) 103.4 104.2 103.4 95.0
Odpowiedź: czas na pierwszy żeton p50 (im niższy tym lepszy) 0.15 0.15 0.15 0.17
Pytanie-odpowiedź p50 (s, im niżej, tym lepiej) 0.23 0.22 0.23 0.25

 

Test RAG osadza zestaw fragmentów, wyszukuje na jego podstawie i odpowiada na pytania za pomocą phi4-mini. Szybkość pobierania danych (Ingest) wynosiła 114.7 fragmentów na sekundę na EdgeMesa, o 3% więcej niż w przypadku HP (111.5) i o 10% więcej niż w przypadku XPS 16 (104.4). Generowanie odpowiedzi odpowiadało szybkości HP (103.4 tokenów na sekundę), a XPS 16 (95.0), a mediana odpowiedzi na pytanie wynosiła 0.23 sekundy na obu systemach 128 GB. GR1X zrównał się z EdgeMesa (115.6 fragmentów na sekundę i 104.2 tokenów na sekundę). Asystenci z obsługą wyszukiwania w tej skali działają komfortowo na każdym z czterech systemów.

Generowanie obrazu

Generowanie obrazu w rozdzielczości 1024×1024, stable-diffusion.cpp Vulkan (wyższa rozdzielczość jest lepsza, chyba że zaznaczono inaczej) MSI EdgeMesa N AI+ (N1X, 128 GB) ASUS ProArt GR1X (N1X, 64 GB) HP OmniBook Ultra 16 (N1X, 128 GB) Dell XPS 16 Creator Edition (N1X, 64 GB)
FLUX.2 klein 4B Q4_0, obrazów na minutę 9.95 10.07 11.01 11.17
FLUX.2 klein 4B Q4_0, czas na obraz (s, im niższy tym lepszy) 6.03 5.96 5.45 5.37
Z-Image Turbo 6B BF16, obrazów na minutę 4.03 4.17 4.19 3.89
Qwen-Image 20B Q4_0, obrazów na minutę 0.53 0.53 0.50 0.49
Qwen-Image 20B Q8_0, obrazów na minutę 0.51 Nie uruchomiono 0.47 Nie uruchomiono
Generowanie obrazu w rozdzielczości 1024x1024, wykres w obrazach na minutę. FLUX.2 klein 4B Q4_0: MSI EdgeMesa N AI+ 10, ASUS ProArt GR1X 10.1, HP OmniBook Ultra 16 11, Dell XPS 16 Creator Edition 11.2; Z-Image Turbo 6B BF16: MSI EdgeMesa N AI+ 4, ASUS ProArt GR1X 4.2, HP OmniBook Ultra 16 4.2, Dell XPS 16 Creator Edition 3.9

Generowanie obrazu to jedyny test AI, w którym EdgeMesa wyprzedził laptopy. FLUX.2 klein 4B w czwartym kwartale wygenerował 9.95 obrazu na minutę, w porównaniu z 11.01 obrazu na HP i 11.17 obrazu na XPS 16, podczas gdy Z-Image Turbo 6B w BF16 uplasował się pomiędzy dwoma laptopami z wynikiem 4.03. Testy przeprowadzono z wykorzystaniem Vulkana, a laptopy korzystały z wcześniejszej wersji naszego pakietu. GR1X uruchomił aktualną wersję i wygenerował 10.07 obrazu na minutę w FLUX.2, na tym samym poziomie co EdgeMesa, co sugeruje, że to właśnie ta wersja pakietu jest przyczyną różnicy.

Qwen-Image 20B działał z prędkością Q4 na wszystkich czterech systemach z szybkością około połowy obrazu na minutę, a jego większa wersja Q8 działała na dwóch maszynach 128 GB z szybkością 0.51 obrazu na minutę na EdgeMesa i 0.47 obrazu na minutę na HP. Wersja BF16 jest zarezerwowana dla warstwy stacji roboczych pakietu i nie działała na żadnej z nich. Uruchomienia FLUX.2 klein Q8 i BF16 na EdgeMesa zakończyły jeden przebieg, w którym pakiet oczekiwał więcej, dlatego nie uwzględniliśmy ich w tabeli.

Wydajność procesora

Cinebench 2026 i pętla 30-minutowa

Cinebench 2026 (punkty, im więcej, tym lepiej, chyba że zaznaczono inaczej) MSI EdgeMesa N AI+ (N1X, 128 GB) ASUS ProArt GR1X (N1X, 64 GB) HP OmniBook Ultra 16 (N1X, 128 GB) Dell XPS 16 Creator Edition (N1X, 64 GB)
Pojedynczy rdzeń 548 553 561 565
Wielordzeniowy 7,284 7,304 7,001 6,631
Pętla 30-minutowa, pierwsze przejście 7,219 7,256 7,014 6,539
Pętla 30-minutowa, stan ustalony 7,276 7,306 6,970 6,550
Stan stacjonarny / pierwsze przejście 1.008 1.007 0.994 1.002
Temperatura procesora pętli, średnia (C) 88.4 83.3 97.4 97.3
Temperatura procesora pętli, maks. (C) 107.3 88.7 98.2 98.3
Stały zegar procesora, średnia (MHz) 3,372 3,385 3,239 3,083
Wykres wielordzeniowy Cinebench 2026 w punktach. Test wielordzeniowy: MSI EdgeMesa N AI+ 7,284.4, ASUS ProArt GR1X 7,304.1, HP OmniBook Ultra 16 7,001.4, Dell XPS 16 Creator Edition 6,631.4; 30-minutowa pętla, stan ustalony: MSI EdgeMesa N AI+ 7,276.3, ASUS ProArt GR1X 7,305.9, HP OmniBook Ultra 16 6,970.1, Dell XPS 16 Creator Edition 6,549.8

Cinebench izoluje obudowę lepiej niż jakikolwiek inny test w tym zestawie. W pojedynczym teście wielordzeniowym Cinebench 2026 EdgeMesa uzyskał 7,284 punkty, czyli o 4 procent więcej niż HP (7,001) i o 10 procent więcej niż XPS 16 (6,631), a GR1X uzyskał wynik 7,304. Wyniki testów jednordzeniowych były odwrotne, z niewielką przewagą: 548 punktów w EdgeMesa i 553 punkty w GR1X w porównaniu z 561 i 565 punktami, co pasuje do testu, który obciąża jeden rdzeń i nigdy nie obciąża układu chłodzenia.

Nasz test ciągły obejmuje pętlę renderowania wielordzeniowego przez 30 minut i porównuje stan ustalony z pierwszym przebiegiem. Wszystkie cztery systemy utrzymały wynik pierwszego przebiegu, więc żaden z nich nie uległ dławieniu, a komputery stacjonarne uzyskały lepsze wyniki niż laptopy. EdgeMesa uzyskał 7,276 punktów przy średnim taktowaniu 3,372 MHz, GR1X 7,306 przy 3,385 MHz, HP 6,970 przy 3,239 MHz, a XPS 16 6,550 przy 3,083 MHz.

Temperatury w pętli rozdzieliły wszystkie trzy typy obudów. Laptopy uzyskały średnią temperaturę 97°C, utrzymując ją na poziomie 98°C, podczas gdy MSI uzyskał średnią 88.4°C z wartościami szczytowymi 107.3°C. GR1X uzyskał tę samą temperaturę przy nieco wyższym taktowaniu i osiągnął średnią 83.3°C, czyli o 5°C mniej niż EdgeMesa, ze szczytową temperaturą 88.7°C. Oba komputery stacjonarne uzyskały ten sam wynik, a chłodzenie ASUS-a osiągnęło ten sam wynik z większym marginesem poniżej limitu wydajności układu.

7-Zip, Blender, HandBrake i LLVM

Tworzenie i budowa treści (wyższy poziom jest lepszy, chyba że zaznaczono inaczej) MSI EdgeMesa N AI+ (N1X, 128 GB) ASUS ProArt GR1X (N1X, 64 GB) HP OmniBook Ultra 16 (N1X, 128 GB) Dell XPS 16 Creator Edition (N1X, 64 GB)
7-Zip, wszystkie wątki, łącznie (GIPS) 152.6 153.8 150.6 147.0
7-Zip, jeden wątek, łącznie (GIPS) 8.92 8.92 9.10 9.13
Blender 4.5 Monster (próbki/min) 215.1 215.6 211.4 198.9
Blender 4.5 Junkshop (próbki/min) 129.7 127.2 127.7 119.1
Blender 4.5 Classroom (próbki/min) 95.7 95.7 92.8 86.7
Hamulec ręczny x265 (fps) 43.7 44.1 40.6 38.8
Hamulec ręczny SVT-AV1 (fps) 16.3 16.4 15.4 14.0
Kompilacja LLVM (im niższa tym lepsza) 217 225 218 232
7-Zip 24.09 – tabela wszystkich wątków w GIPS. Ocena całkowita: MSI EdgeMesa N AI+ 152.6, ASUS ProArt GR1X 153.8, HP OmniBook Ultra 16 150.6, Dell XPS 16 Creator Edition 147

Testy aplikacji na wszystkich rdzeniach powtarzają schemat Cinebench dla różnych rozmiarów. 7-Zip, który opiera się w równym stopniu na pamięci, co na taktowaniu zegara, wykazał najmniejszy rozrzut na poziomie 152.6 GIPS, w porównaniu ze 150.6 i 147.0. Scena Monster w Blenderze renderowała się z szybkością 215.1 próbek na minutę na EdgeMesa, o 2 procent szybciej niż HP i o 8 procent szybciej niż XPS 16, a scena Classroom poszerzyła te przewagi do 3 i 10 procent. GR1X znalazł się w odległości 1 procenta od EdgeMesa w 7-Zip oraz w scenach Monster i Classroom, a 2 procent za nim w Junkshop.

Wykres procesora w Blenderze 4.5 w próbkach na minutę. Monster: MSI EdgeMesa N AI+ 215.1, ASUS ProArt GR1X 215.6, HP OmniBook Ultra 16 211.4, Dell XPS 16 Creator Edition 198.9; Junkshop: MSI EdgeMesa N AI+ 129.7, ASUS ProArt GR1X 127.2, HP OmniBook Ultra 16 127.7, Dell XPS 16 Creator Edition 119.1; Classroom: MSI EdgeMesa N AI+ 95.7, ASUS ProArt GR1X 95.7, HP OmniBook Ultra 16 92.8, Dell XPS 16 Creator Edition 86.7

Kodowanie wideo dało minikomputerowi największą przewagę w aplikacjach. Kodowanie x265 w HandBrake osiągnęło 43.7 kl./s, w porównaniu z 40.6 kl./s w HP i 38.8 kl./s w XPS 16, co daje przewagę odpowiednio 8 i 13 procent, a SVT-AV1 uzyskało 16.3 kl./s w porównaniu z 15.4 i 14.0. GR1X zakodował z prędkością 44.1 i 16.4 kl./s, porównywalną z EdgeMesa. Kompilacja LLVM na MSI zakończyła się w 217 sekund, porównywalnie z HP (218), 8 sekund przed GR1X i 15 sekund przed XPS 16. Jednowątkowy 7-Zip nieznacznie wyprzedził laptopy, osiągając 9.10 i 9.13 kl./s w porównaniu z 8.92 kl./s w obu komputerach stacjonarnych.

Wykres kodowania procesora HandBrake w klatkach na sekundę. x265: MSI EdgeMesa N AI+ 43.7, ASUS ProArt GR1X 44.1, HP OmniBook Ultra 16 40.6, Dell XPS 16 Creator Edition 38.8; SVT-AV1: MSI EdgeMesa N AI+ 16.3, ASUS ProArt GR1X 16.4, HP OmniBook Ultra 16 15.4, Dell XPS 16 Creator Edition 14

Stockfish, sito główne, Python i przeglądarka

Obliczenia i sieć (wyższy poziom jest lepszy, chyba że zaznaczono inaczej) MSI EdgeMesa N AI+ (N1X, 128 GB) ASUS ProArt GR1X (N1X, 64 GB) HP OmniBook Ultra 16 (N1X, 128 GB) Dell XPS 16 Creator Edition (N1X, 64 GB)
Sztokfisz, jeden nit (Mnps) 1.70 1.70 1.73 1.74
Sztokfisz, wszystkie wątki (Mnps) 14.42 15.13 15.19 13.87
sito główne do 10^12, wszystkie nitki (s, im niższy tym lepszy) 9.40 9.39 9.53 10.39
sito główne do 10^11, jednoniciowe (s, im niższe tym lepsze) 12.33 12.35 12.02 12.03
PyPerformance go (ms, im niższy tym lepiej) 113.8 113.8 111.2 111.6
PyPerformance nbody (ms, im mniej tym lepiej) 82.5 82.5 80.4 80.8
Prędkościomierz 3.1 (wynik) 34.7 34.3 34.8 36.5

 

Krótkie i mało wątkowe testy nie wykazały wpływu na obudowę. Stockfish, we wszystkich wątkach, osiągnął 14.42 Mnps na EdgeMesa, między HP z 15.19 a XPS 16 z 13.87, a primesieve do 10^12 ukończył w 9.40 sekundy, w porównaniu z 9.53 i 10.39. GR1X uruchomił Stockfish z 15.13 Mnps, a primesieve w 9.39 sekundy. Jednowątkowe testy Pythona i Speedometer 3.1 uzyskały wynik z dokładnością do kilku procent w czterech testach, przy czym XPS 16 nieznacznie wyprzedził w przeglądarce z wynikiem 36.5 w porównaniu z 34.7. Codzienna responsywność jest taka sama na komputerach stacjonarnych i laptopach.

GROMACS, OpenBLAS i pamięć

Jądra i pamięć HPC (im wyższa wartość, tym lepiej, chyba że zaznaczono inaczej) MSI EdgeMesa N AI+ (N1X, 128 GB) ASUS ProArt GR1X (N1X, 64 GB) HP OmniBook Ultra 16 (N1X, 128 GB) Dell XPS 16 Creator Edition (N1X, 64 GB)
GROMACS benchMEM (ns/dzień) 17.43 17.48 17.48 17.41
OpenBLAS DGEMM, wszystkie rdzenie (GFLOPS) 361.0 356.8 374.0 354.6
OpenBLAS LU rozwiązuje N=20000, wszystkie rdzenie (GFLOPS) 318.5 320.6 321.9 314.9
STREAM Triad (MB/s) 122,423 124,529 120,783 122,872
Opóźnienie pamięci, strony 4KiB (ns, im mniej tym lepiej) 143.0 141.0 143.6 140.5

 

Podsystem pamięci jest identyczny we wszystkich czterech maszynach, co odzwierciedlają liczby. STREAM Triad zmierzył 122 423 MB/s na EdgeMesa i 124 529 MB/s na GR1X, w porównaniu do 120 783 MB/s i 122 872 MB/s na laptopach. Opóźnienie pamięci na stronach 4 KB wahało się od 140.5 ns do 143.6 ns. GROMACS benchMEM uzyskał wynik z dokładnością do 0.4% dla wszystkich czterech maszyn, wynoszący około 17.4 ns/dzień, a wyniki OpenBLAS DGEMM i LU mieściły się w granicach 6%, z niewielką przewagą HP. Większe chłodzenie nie wpływa na wydajność pracy w ograniczonym zakresie przepustowości.

Kodowanie grafiki i GPU

Kodowanie grafiki i GPU (im wyższe, tym lepiej) MSI EdgeMesa N AI+ (N1X, 128 GB) ASUS ProArt GR1X (N1X, 64 GB) HP OmniBook Ultra 16 (N1X, 128 GB) Dell XPS 16 Creator Edition (N1X, 64 GB)
SuperTuxKart 1080p, średnia liczba klatek na sekundę 269.8 274.0 269.7 248.6
SuperTuxKart 1080p, typowy FPS 270 275 271 250
SuperTuxKart 1080p, w większości stabilny FPS 232 238 236 214
SuperTuxKart 1080p, stały FPS 134 136 141 131
SuperTuxKart 4K, średnia liczba klatek na sekundę 111.8 114.1 Nie uruchomiono Nie uruchomiono
FFmpeg HEVC Media Foundation (fps) 54 65 53 61

 

SuperTuxKart z ustawieniami ultra osiągnął średnią prędkość 269.8 kl./s w rozdzielczości 1080p na EdgeMesa, równą HP (269.7 kl./s) i wyprzedzającą XPS 16 (248.6 kl./s). Na naszym zewnętrznym wyświetlaczu osiągnął średnią prędkość 111.8 kl./s w rozdzielczości 4K, której laptopy nie obsługiwały. GR1X osiągnął średnią prędkość 274.0 kl./s w rozdzielczości 1080p i 114.1 kl./s w rozdzielczości 4K. Sprzętowe kodowanie HEVC FFmpeg przez Media Foundation osiągnęło 54 kl./s, co odpowiadało HP (53 kl./s), XPS 16 (61 kl./s) i GR1X (65 kl./s). Koder hevc_nvenc nie był dostępny w kompilacji FFmpeg używanej przez pakiet na platformie ARM.

Termiczne pod obciążeniem

Temperatura procesora, średnia/maksymalna (C, im niższa tym lepsza) MSI EdgeMesa N AI+ (N1X, 128 GB) ASUS ProArt GR1X (N1X, 64 GB) HP OmniBook Ultra 16 (N1X, 128 GB) Dell XPS 16 Creator Edition (N1X, 64 GB)
Cinebench 2026 69.0 / 93.4 65.3 / 103.8 83.3 / 98.2 90.5 / 98.3
Pętla Cinebench 30-minutowa 88.4 / 107.3 83.3 / 88.7 97.4 / 98.2 97.3 / 98.3
7-Zip 62.2 / 81.2 55.4 / 74.4 78.2 / 97.7 81.2 / 98.0
Blender 4.5 76.0 / 87.7 70.0 / 81.9 96.7 / 98.3 94.2 / 98.3
Kompilacja LLVM 70.5 / 85.9 67.2 / 79.2 91.6 / 98.1 92.9 / 98.2
Hamulec ręczny 74.1 / 90.9 66.5 / 87.9 87.5 / 97.9 90.3 / 98.4
Sztokfisz 84.5 / 105.3 80.8 / 88.6 97.4 / 98.4 97.6 / 98.3
Obsługa LLM 85.0 / 95.0 73.4 / 88.4 81.0 / 92.9 94.0 / 97.8
Generowanie obrazu 82.3 / 89.3 63.9 / 72.7 81.9 / 94.3 91.8 / 97.1
RAG 76.2 / 89.7 65.3 / 72.5 88.9 / 93.4 93.2 / 96.8
Wykres średniej temperatury procesora pod obciążeniem w stopniach Celsjusza. Pętla Cinebench 30-minutowa: MSI EdgeMesa N AI+ 88.4, ASUS ProArt GR1X 83.3, HP OmniBook Ultra 16 97.4, Dell XPS 16 Creator Edition 97.3; Blender 4.5: MSI EdgeMesa N AI+ 76, ASUS ProArt GR1X 70, HP OmniBook Ultra 16 96.7, Dell XPS 16 Creator Edition 94.2; kompilacja LLVM: MSI EdgeMesa N AI+ 70.5, ASUS ProArt GR1X 67.2, HP OmniBook Ultra 16 91.6, Dell XPS 16 Creator Edition 92.9; LLM obsługuje: MSI EdgeMesa N AI+ 85, ASUS ProArt GR1X 73.4, HP OmniBook Ultra 16 81, Dell XPS 16 Creator Edition 94

Chłodzenie stacjonarne jest najwyraźniej widoczne w średniej temperaturze, gdzie oba laptopy przeszły wszystkie testy procesora na wszystkich rdzeniach przy maksymalnym taktowaniu 98°C, ze średnią temperaturą od 92°C do 97°C w Blenderze, kompilacji LLVM i pętli 30-minutowej. EdgeMesa uzyskała średnią temperaturę 76.0°C w Blenderze, 70.5°C w kompilacji LLVM i 69.0°C w pojedynczym teście Cinebench, od 14°C do 22°C poniżej laptopów, jednocześnie kończąc tę ​​samą pracę szybciej. Ta rezerwa mocy pozwala mu utrzymać wyższe taktowanie.

ProArt GR1X ponownie działał chłodniej przy tej samej przepustowości. Jego średnia temperatura procesora była od 3°C do 8°C niższa niż EdgeMesa w siedmiu testach procesora w tabeli, wynosząc 70.0°C w Blenderze i 67.2°C w kompilacji LLVM oraz od 11°C do 18°C ​​poniżej w konfiguracjach LLM, RAG i generowania obrazu. W dziewięciu z dziesięciu testów wartości szczytowe utrzymywały się poniżej 90°C. Średnia temperatura pod obciążeniem to największa różnica między tymi dwoma komputerami stacjonarnymi w naszych danych.

Odczyty szczytowe są mniej dokładne, ponieważ EdgeMesa rejestrował maksima powyżej sufitu laptopów w trzech testach: 105.3°C w Stockfish, 107.3°C w pętli 30-minutowej oraz pojedynczą próbkę 124.7°C w kliencie MLPerf, w porównaniu ze średnią 70.4°C dla tego testu, co jest odczytem szczytowym czujnika. W przypadku testu LLM z dużym obciążeniem GPU, średnia 85.0°C mieściła się między 81.0°C w HP a 94.0°C w XPS 16. Temperatura dysku SSD utrzymywała się na poziomie 62°C lub niższym podczas testu pamięci masowej.

Wydajność pamięci masowej

fio, 25GiB śladu (im większy tym lepszy) MSI EdgeMesa N AI+ (N1X, 128 GB) ASUS ProArt GR1X (N1X, 64 GB) HP OmniBook Ultra 16 (N1X, 128 GB) Dell XPS 16 Creator Edition (N1X, 64 GB)
Odczyt sekwencyjny 128K (MB/s) 13,315 6,511 13,598 6,502
Zapis sekwencyjny 128 KB (MB/s) 12,910 5,235 11,899 5,670
Losowy odczyt 4K, QD32 x 4 zadania (IOPS) 331,187 552,652 449,043 300,063
Losowy zapis 4K, QD32 x 4 zadania (IOPS) 386,814 143,165 234,888 256,856
fio Sekwencyjny wykres 128K, 25GiB w MB/s. Przeczytaj: MSI EdgeMesa N AI+ 13,315, ASUS ProArt GR1X 6,511.4, HP OmniBook Ultra 16 13,597.8, Dell XPS 16 Creator Edition 6,502.5; Zapis: MSI EdgeMesa N AI+ 12,910.2, ASUS ProArt GR1X 5,235.4, HP OmniBook Ultra 16 11,898.7, Dell XPS 16 Creator Edition 5,670.2

Dysk Samsung o pojemności 4 TB w naszym urządzeniu łączy się przez PCIe Gen5 x4 i zapewnia sekwencyjne prędkości Gen5, wynoszące 13 315 MB/s odczytu i 12 910 MB/s zapisu przy pojemności 25 GB. To odpowiada prędkościom 2 TB dysku Sandisk Gen5 w HP wynoszącym 13 598 i 11 899 MB/s, a także dwukrotnie przewyższa dyski Gen4 w GR1X, osiągając 6,511 i 5,235 MB/s, oraz XPS 16, osiągając 6,502 i 5,670 MB/s. W przypadku systemu, który będzie obsługiwał wiele plików o rozmiarze wielu gigabajtów, liczy się zarówno pojemność, jak i prędkość odczytu, co odzwierciedlają powyższe wyniki obciążenia modelu.

Fio Losowe zadania 4K QD32 x 4, wykres 25 GB w IOPS. Odczyt: MSI EdgeMesa N AI+ 331 187, ASUS ProArt GR1X 552 652, HP OmniBook Ultra 16 449 043, Dell XPS 16 Creator Edition 300 063; Zapis: MSI EdgeMesa N AI+ 386 814, ASUS ProArt GR1X 143 165, HP OmniBook Ultra 16 234 888, Dell XPS 16 Creator Edition 256 856

Wydajność losowa przy głębokości kolejki 32 w czterech zadaniach była zróżnicowana. EdgeMesa zapisał z prędkością 386 814 IOPS, znacznie wyprzedzając HP z 234 888 i XPS 16 z 256 856, a odczyt z prędkością 331 187 IOPS, za HP z 449 043 i przed XPS 16 z 300 063. Obecny pakiet odnotował również szczytową wartość przy głębokości kolejki, gdzie dysk Samsung osiągnął 674 013 IOPS odczytu i 608 063 IOPS zapisu. Dysk Micron w GR1X prowadził w grupie pod względem losowych odczytów z prędkością 552 652 IOPS i ustępował mu pod względem zapisów z prędkością 143 165. Dysk Samsung osiągnął szczytową wartość 62°C podczas testu.

Wniosek

MSI EdgeMesa N AI+ to stacjonarny system RTX Spark, który odpowiada na pytanie, czy opuszczenie obudowy laptopa cokolwiek daje. W naszych testach po podtrzymaniu obciążenia działa: od 4 do 11 procent większa przepustowość wielordzeniowa niż w najszybszych laptopach N1X, od 8 do 13 procent w kodowaniu x265 i od 18 do 25 procent większa wydajność, gdy osiem żądań trafia do modelu 27B – a wszystko to przy niższych średnich temperaturach. Pojedyncze żądania AI i krótkie zadania działają zasadniczo tak samo na wszystkich czterech.

Tylny panel MSI EdgeMesa N AI+ obok NVIDIA DGX Spark na stole laboratoryjnym StorageReview

Możliwość obsługi większych modeli z większą pamięcią podręczną KV to powód, dla którego warto wybrać model 128 GB zamiast mniejszego, co jest spójne ze wszystkimi tymi lokalnymi systemami sztucznej inteligencji. W Q8 działał Qwen-Image i model z 35-bitowym kodowaniem agenta, którego nasz pakiet nie obsługiwał w systemach RTX Spark z 64 GB, a jego dysk SSD Gen5 o pojemności 4 TB zapewnia tym modelom miejsce i szybkie ładowanie. Większy rozmiar pamięci nadal będzie ładował większe modele, chociaż liczba tokenów spada wraz ze wzrostem rozmiaru modelu. Limity obejmują szczytowe odczyty procesora powyżej 100°C w kilku testach i pojedyncze gniazdo M.2 2242.

W porównaniu z ASUS ProArt GR1X, innym testowanym przez nas mini PC z RTX Spark, wydajność jest remisowa – oba komputery różnią się o 2 procent w pętli Cinebench, Blenderze, kodowaniu x265 i obsłudze LLM. Główne różnice dotyczą chłodzenia i rozbudowy pamięci masowej: GR1X pracuje średnio o 3–8 stopni Celsjusza chłodniej podczas obciążenia procesora i oferuje dwa gniazda M.2 2280, podczas gdy EdgeMesa ma jedno gniazdo M.2 2242. Nasz EdgeMesa ma dwa razy więcej pamięci i dysk SSD Gen5 o pojemności 4 TB, a te dwa czynniki decydują o tym, jak szybko ładują się modele i które modele naszego zestawu działają na każdej jednostce.

W sugerowanej cenie detalicznej 7,499 dolarów, 128-gigabajtowy EdgeMesa jest o około 500 dolarów droższy od 128-gigabajtowego XPS 16 Creator Edition, którego cena wynosi 6,999.99 dolarów, i o około 1,270 dolarów droższy od 128-gigabajtowego OmniBooka Ultra 16, którego cena wynosi 6,229.99 dolarów, według cen z naszych recenzji tych laptopów. Oba laptopy były wyposażone w dyski 2 TB, a nie 4-gigabajtowy SSD. Kupujący płacą więcej za komputer stacjonarny, ale w zamian otrzymują większy dysk 10 GbE i większą wydajność przy stałym obciążeniu, a 64-gigabajtowy ProArt GR1X w cenie 4,499 dolarów to tańsza opcja na ten sam procesor na biurku.

W ofercie MSI, EdgeMesa to wybór dla programistów i twórców, którzy pracują w systemie Windows i chcą mieć platformę RTX Spark przy biurku z łączem 10 GbE i czterema wyświetlaczami, podczas gdy EdgeXpert pozostaje systemem operacyjnym DGX do klastrowania i wdrażania w środowisku Linux. W porównaniu z laptopami, EdgeMesa oferuje lepszą, stałą wydajność i niższe średnie temperatury, ale za to jest bardziej mobilny. Tak czy inaczej, klienci mają więcej możliwości niż kiedykolwiek w zakresie lokalnej pracy z AI i cieszymy się, że ekosystem Windows się rozwija, aby uczynić te platformy bardziej dostępnymi dla szerokiego grona odbiorców.

Strona produktu MSI EdgeMesa N AI+

Skontaktuj się z StorageReview

Biuletyn | YouTube | Podcast iTunes / Spotify | Instagram | Twitter | TikTok | Kanał RSS

Brian Beeler

Brian mieszka w Cincinnati w stanie Ohio i jest głównym analitykiem oraz prezesem StorageReview.com.