O MSI EdgeMesa N AI+ é um mini PC de alumínio de 1.18 litro construído com o NVIDIA RTX Spark N1X, o processador Arm de 20 núcleos com uma GPU Blackwell RTX de 6,144 núcleos que havíamos testado anteriormente apenas em laptops. Nossa unidade de teste possui 128 GB de memória unificada, um SSD PCIe Gen5 de 4 TB, 10GbE e Windows 11 Pro. O comparamos com o ASUS ProArt GR1X de 64 GB , o outro mini PC RTX Spark em nosso laboratório, e com os laptops RTX Spark de 128 GB e 64 GB mais rápidos que testamos, para avaliar o impacto de um chassi de desktop e um adaptador de energia de 240 W no mesmo chip.
Principais lições
- O gabinete do computador desktop representa de 4 a 11% do desempenho em tarefas contínuas de CPU. O EdgeMesa obteve 7,276 pontos no estado estável do nosso teste Cinebench 2026 de 30 minutos, contra 6,970 do HP OmniBook Ultra 16 de 128 GB e 6,550 do Dell XPS 16 Creator Edition de 64 GB. O mini PC ASUS ProArt GR1X alcançou 7,306 pontos.
- O gabinete do computador de mesa também apresentou temperaturas, em média, mais baixas do que os laptops. A temperatura média da CPU durante o teste em loop foi de 88.4°C, enquanto ambos os laptops ficaram em 97°C. No Blender, a média foi de 76.0°C, contra 96.7°C e 94.2°C nos testes anteriores. Os picos de temperatura foram maiores no MSI, chegando a 107.3°C no loop, enquanto o GR1X executou o mesmo loop com uma média de 83.3°C e um pico de 88.7°C.
- O número de alunos matriculados em cursos de mestrado em direito (LLM) simultaneamente apresentou a maior diferença em relação aos laptops. Com oito requisições no Qwen3.8 27B, o EdgeMesa gerou 39.8 tokens por segundo e o GR1X 40.0, contra 33.8 e 31.9 nos laptops, enquanto os resultados de requisição única ficaram dentro de uma margem de 6% em todos os modelos.
- Os modelos de 128 GB eram de uma categoria superior aos sistemas de 64 GB. O Qwen-Image 20B no Q8 e um modelo de agente de codificação 35B foram executados aqui com a alocação de memória padrão, e o EdgeMesa concluiu a tarefa do agente em todas as três tentativas em 145 segundos. Nosso conjunto de testes não executou nenhum deles no GR1X de 64 GB e no XPS 16.
- O SSD Gen5 de 4 TB acompanha o ritmo da plataforma. A velocidade de leitura foi de 13,315 MB/s e a de gravação de 12,910 MB/s em uma área de 25 GiB, pelo menos o dobro da velocidade do drive Gen4 de 1 TB do GR1X, e atingiu um pico de 62 °C.
A linha de PCs Edge AI da MSI ganha um sistema Windows.
A MSI comercializa o EdgeMesa N AI+ em sua categoria de PCs Edge AI, ao lado do EdgeXpert, um desktop de 1.2 litro baseado na plataforma DGX Spark da NVIDIA, que vem com o sistema operacional DGX, uma porta ConnectX-7 de 200 GbE para clustering e 64 GB ou 128 GB de memória. O EdgeMesa opta pela versão Windows dessa linha, com a placa de vídeo RTX Spark N1X, Windows 11 e um conjunto de portas projetado para suportar até quatro monitores. A MSI o apresentou pela primeira vez na Computex em junho de 2026 e o descreve como um desktop compacto para desenvolvedores de IA, engenheiros de software, integradores de sistemas e criadores que desejam executar agentes, RAG (Resource Access Group) e assistentes de codificação localmente.
A página do produto da MSI credita ao sistema até 1 petaFLOP de desempenho de IA FP4, suporte para LLMs de 120 bilhões de parâmetros com até 1 milhão de tokens de contexto e jogos em 1440p acima de 100 fps. A página não lista os modelos, a quantização ou as configurações por trás desses números. Nossos testes abaixo medem as taxas de tokens em modelos de 3 bilhões a 27 bilhões de parâmetros e executam um modelo de agente de codificação de 35 bilhões. Nosso conjunto de clientes Windows atinge o limite máximo desse modelo de agente de 35 bilhões, e modelos da classe de 120 bilhões são executados apenas em nosso conjunto Linux, portanto, a alegação de tamanho do modelo não foi testada neste sistema.
O EdgeMesa N AI+ é vendido em configuração fixa, pois sua memória LPDDR5X é unificada e compartilhada pela CPU e GPU, não podendo ser atualizada posteriormente. A MSI lista até 128 GB de memória e um único SSD NVMe de até 4 TB, que foi a configuração testada. Sua loja nos EUA oferece duas versões, com os códigos X-005US e X-006US. A NVIDIA informou que a unidade de 128 GB testada tem um preço sugerido de US$ 7,499 e que os desktops RTX Spark começam em US$ 4,399, com preços que variam conforme a região, o fabricante e a configuração.
Construir e projetar
O EdgeMesa N AI+ utiliza um chassi de alumínio com acabamento anti-impressão digital. Ele mede 152 x 147 x 53 mm e pesa 1.32 kg, o que equivale a 1.18 litros, um pouco abaixo dos 1.3 litros anunciados pela MSI e próximo aos 1.2 litros do EdgeXpert da mesma empresa. O ASUS ProArt GR1X tem 1.15 litros e dimensões de 150 x 150 x 51 mm, portanto, os dois mini PCs RTX Spark ocupam praticamente o mesmo espaço em uma mesa. A parte frontal é uma grade perfurada sob o logotipo da MSI, sem portas ou controles; a base é perfurada em quase toda a sua extensão e a alimentação é fornecida por um adaptador de 240 W.
Todas as conexões ficam na parte traseira, onde nossa unidade possui o botão liga/desliga, quatro portas USB Type-C de 20 Gbps, uma saída HDMI 2.1b, uma porta RJ45 de 10 GbE e um slot para trava Kensington abaixo de uma abertura de ventilação de largura total. Três das portas Type-C suportam o modo alternativo DisplayPort 1.4 e a quarta é a entrada de energia, permitindo que o sistema conecte até quatro monitores com HDMI em uso. A MSI lista a conectividade sem fio como Wi-Fi 7 e Bluetooth 5.4. Não há porta USB Type-A nem entrada para fone de ouvido, portanto, um hub ou dock é necessário para a maioria das mesas.
A MSI chama o sistema de resfriamento de AI Pulse Cooling System, uma câmara de vapor com duas ventoinhas que, segundo a empresa, suporta até 140 W. Com a tampa externa removida, uma série de aletas percorre toda a largura do chassi atrás da saída de ar traseira, acima da fileira de portas. O XPS 16 Creator Edition acomoda o mesmo processador em um chassi de 17.8 mm, então o sistema de resfriamento é onde um mini PC deve se destacar, e os resultados de desempenho térmico e sob carga sustentada, apresentados mais adiante nesta análise, comprovam isso.
O armazenamento fica em um único slot M.2 NVMe dentro do chassi. Acessar o SSD e outros componentes internos exige um pouco de esforço, já que a gaveta interna desliza para fora da carcaça externa. A partir daí, o disco fica sob uma almofada térmica em um recorte da estrutura interna, e o módulo Samsung de 4 TB em nossa unidade é do formato M.2 2242. Isso limita as opções de substituição a unidades 2242, uma seleção menor no varejo do que o formato 2280 comum, e torna a escolha da capacidade de fábrica mais importante. O ProArt GR1X adota uma abordagem diferente, com dois slots M.2 2280 em um chassi de 1.15 litro.
Especificações do MSI EdgeMesa N AI+
| Especificação | MSI EdgeMesa N AI+ |
|---|---|
| Plataforma | |
| Modelo | EdgeMesa N1x N AI+ (MS-B215) conforme testado |
| Subcontratante | NVIDIA RTX Spark N1X CPU Arm de 20 núcleos (duas classes de 10 núcleos) |
| Gráficos | GPU NVIDIA Blackwell RTX de 6,144 núcleos, integrada Até 1 petaFLOP FP4 (MSI) |
| Memória | Até 128 GB de memória unificada LPDDR5X 128 GB LPDDR5X-9400 conforme testado |
| Memória da GPU conforme testada | 62.5 GB dedicados, 47.9 GB compartilhados (alocação padrão) |
| Armazenamento | 1 slot M.2 NVMe, até 4 TB SSD Samsung MZALC4T0HBL1 (M.2 2242) de 4 TB em uma conexão PCIe Gen5 x4, conforme testado. |
| Sistema Operacional | Windows 11 Windows 11 Pro 26H1 conforme testado |
| Conectividade | |
| Portas traseiras | 4 portas USB Type-C de 20 Gbps (3 com modo alternativo DisplayPort 1.4, 1 entrada de energia) 1x HDMI 2.1b 1 x 10GbE RJ45 botão de energia |
| Mostrar saídas | Suporta até quatro monitores via HDMI e 3 portas USB Type-C. |
| Networking | 10GbE Wi-Fi 7, Bluetooth 5.4 |
| Total | Ranhura para fecho Kensington |
| Refrigeração, alimentação e chassi | |
| Resfriamento | Sistema de resfriamento AI Pulse: câmara de vapor, ventiladores duplos Classificado para suportar 140W (MSI) |
| Energia | Adaptador 240W |
| Dimensões | 152 x 147 x 53 mm (5.98 x 5.79 x 2.09 pol.), 1.18 L |
| Peso | 1.32 kg (2.91 lb) |
| Chassi | Alumínio com acabamento anti-impressão digital |
| Preço | Preço sugerido de US$ 7,499 (128 GB, 4 TB, conforme testado, segundo a NVIDIA) |
Configuração e metodologia de teste
Nossa unidade de teste é a MS-B215 com a RTX Spark N1X, 128 GB de LPDDR5X-9400 e um SSD Samsung de 4 TB, executando o Windows 11 Pro 26H1 em Arm com o modo de energia de melhor desempenho. Ela foi conectada a um monitor externo 4K durante os testes. Conforme configurado, o Windows apresentou 62.5 GB da memória unificada para a GPU como memória dedicada, com outros 47.9 GB compartilhados.
Essa memória é um pool físico, e o Windows trata a alocação para a GPU como memória dedicada à GPU e o restante como memória do sistema, que a GPU pode utilizar quando precisar de mais. Um controle deslizante no aplicativo da NVIDIA define a alocação; o padrão é uma divisão quase igual entre os sistemas de 64 GB e 128 GB, e o aplicativo alerta que configurações mínimas e máximas podem causar problemas. A NVIDIA recomenda manter o padrão, a menos que uma carga de trabalho exija mais memória, pois uma parcela maior da GPU deixa menos memória para o Windows e outros aplicativos, e recomenda deixar pelo menos 16 GB para a CPU.
A NVIDIA afirma que os agentes e os LLMs apresentam pouca perda de desempenho quando utilizam mais memória do sistema, e sugere aumentar a alocação para modelos de geração de imagem e vídeo que necessitam de mais memória do que a padrão oferece. Testamos todos os sistemas com suas configurações padrão, e nosso conjunto de testes dimensiona os níveis de modelo para a quantidade dedicada, portanto, um modelo que é ignorado nos sistemas de 64 GB ainda pode ser executado nesses sistemas com mais memória disponível ou com uma alocação maior.
Os resultados são provenientes do sr-client 1.13, nosso conjunto de testes para Windows, que abrange IA local, criação de conteúdo, CPU, gráficos e armazenamento. Os testes de IA utilizam llama.cpp em CUDA para servir o LLM e o cliente MLPerf, Ollama em CUDA para carregamento de modelos, o agente de codificação e o RAG, e stable-diffusion.cpp em Vulkan para geração de imagens. Cada figura representa a mediana de execuções repetidas e, quando um teste foi executado mais de uma vez, relatamos o resultado válido mais recente. Resultados sinalizados pelo conjunto de testes por apresentarem variação entre execuções ou falha em uma execução são indicados por um asterisco. Testamos os dois laptops anteriormente com o sr-client 1.11.
O conjunto de comparação começa com o outro mini PC RTX Spark em nosso laboratório, o ASUS ProArt GR1X, um desktop de 1.15 litro com 64 GB de memória e um SSD Micron Gen4 de 1 TB que executou a mesma versão do sr-client 1.13. Ao lado dele estão os dois laptops RTX Spark mais rápidos que testamos em cada configuração de memória. O HP OmniBook Ultra 16 é o sistema com 128 GB de memória e um SSD Sandisk Gen5 de 2 TB, e o Dell XPS 16 Creator Edition é o sistema com 64 GB de memória e um SSD SK hynix de 1 TB.
Todas as quatro máquinas utilizam o mesmo processador N1X de 20 núcleos, e os dois desktops o executam com um limite de potência mais alto e coolers maiores. Portanto, as diferenças se resumem a potência, refrigeração, capacidade de memória e armazenamento. O GR1X demonstra o desempenho de um segundo desktop com o mesmo chip, enquanto os laptops mostram o valor do chassi. Uma versão x64 do Cinebench executada em emulação apresentou falhas em todas as quatro máquinas, então não temos resultados de emulação para apresentar.
| Configuração | CPU | Memória | Memória GPU | Drive de inicialização | Sistema Operacional |
|---|---|---|---|---|---|
| MSI EdgeMesa N AI+ | NVIDIA RTX Spark N1X, 20 núcleos | 128 GB LPDDR5X-9400 | 62.5 GB dedicados | SSD Samsung MZALC4T0HBL1 de 4 TB, PCIe Gen5 | Windows 11 Pro 26H1 |
| ASUS ProArt GR1X | NVIDIA RTX Spark N1X, 20 núcleos | 64 GB LPDDR5X-9400 | 30.5 GB dedicados | 1TB Micron MTFDKBA1T0QGN, PCIe Gen4 | Windows 11 Pro 26H1 |
| HP OmniBook Ultra 16 | NVIDIA RTX Spark N1X, 20 núcleos | 128 GB LPDDR5X-9400 | 62.5 GB dedicados | SSD Sandisk SN8050S de 2 TB, PCIe Gen5 | Windows 11 Pro 26H1 |
| Dell XPS 16 Creator Edition | NVIDIA RTX Spark N1X, 20 núcleos | 64 GB LPDDR5X-9400 | 30.5 GB dedicados | 1TB SK hynix PVC10 | Windows 11 Pro 26H1 |
Desempenho de IA local
LLM Servindo
| LLM em serviço, llama.cpp CUDA, Q4_K_M (quanto maior, melhor, a menos que indicado o contrário) | MSI EdgeMesa N AI+ (N1X, 128 GB) | ASUS ProArt GR1X (N1X, 64GB) | HP OmniBook Ultra 16 (N1X, 128 GB) | Dell XPS 16 Creator Edition (N1X, 64 GB) |
|---|---|---|---|---|
| Ministral 3 3B, 1 requisição, saída (tokens/s) | 58.1 | 58.4 | 57.5 | 57.8 |
| Ministral 3 3B, 4 requisições, saída (tokens/s) | 152.0 | 154.9 | 148.8 | 146.4 |
| Ministral 3 3B, 1 requisição, tempo para o primeiro token (ms, quanto menor, melhor) | 566 | 557 | 607 | 669 |
| Ministral 3 8B, 1 requisição, saída (tokens/s) | 42.5 | 42.7 | 41.5 | 40.6 |
| Ministral 3 8B, 4 requisições, saída (tokens/s) | 107.5 | 109.3 | 104.1 | 96.3 |
| Ministral 3 8B, 1 requisição, tempo para o primeiro token (ms, quanto menor, melhor) | 1,343 | 1,331 | 1,554 | 1,794 |
| Qwen3.8 27B, 1 solicitação, saída (tokens/s) | 13.0 | 13.1 | 12.6 | 12.4 |
| Qwen3.8 27B, 4 requisições, saída (tokens/s) | 31.1 | 31.4 | 28.1 | 27.5 |
| Qwen3.8 27B, 8 requisições, saída (tokens/s) | 39.8 | 40.0 | 33.8 | 31.9 |
| Qwen3.8 27B, 1 requisição, tempo para o primeiro token (ms, quanto menor, melhor) | 8,721 | 8,604 | 10,818 | 10,935 |
O serviço LLM executa cada modelo através do llama.cpp com uma, quatro e oito requisições simultâneas, que é como uma pequena equipe compartilhando um único servidor o carregaria. Com uma única requisição, os quatro sistemas apresentam uma diferença de no máximo 6% entre si em todos os modelos, com 58.1 tokens por segundo para o Ministral 3 3B, 42.5 para o modelo 8B e 13.0 para o Qwen3.8 27B no EdgeMesa. Uma única requisição deixa a maior parte do chip ociosa, minimizando assim a necessidade de refrigeração.
A diferença aumenta à medida que as requisições se acumulam: com quatro requisições no Qwen3.8 27B, o EdgeMesa gerou 31.1 tokens por segundo, contra 28.1 do HP e 27.5 do XPS 16; com oito requisições, atingiu 39.8, contra 33.8 e 31.9, respectivamente, uma vantagem de 18% e 25%. O tempo para o primeiro token nesse modelo foi de 8.7 segundos no MSI e de 10.8 a 10.9 segundos nos laptops. O Ministral 3 8B, com quatro requisições, apresentou uma versão menor do mesmo padrão, com 107.5 tokens por segundo, contra 104.1 e 96.3.
O ProArt GR1X acompanhou o EdgeMesa em todas as etapas, com 31.4 tokens por segundo em quatro requisições e 40.0 em oito no Qwen3.8 27B, 109.3 no Ministral 3 8B em quatro requisições e um primeiro token em 8.6 segundos no modelo 27B. Os dois desktops terminaram com uma diferença de menos de 2% entre si na tabela de serviços, mesmo que o GR1X tenha metade da memória, porque todos os modelos nessa tabela cabem no sistema de 64 GB.
A tabela de memórias de serviço para na classe 27B por design. Nosso conjunto de testes para Windows, que todos os sistemas RTX Spark aqui testados utilizavam, não inclui módulos gpt-oss de 120B ou outros modelos desse tamanho. Testamos esses módulos em nosso conjunto de testes para Linux em desktops maiores com memória unificada e estações de trabalho com GPU. A MSI anuncia suporte para módulos LLM de 120B parâmetros neste sistema, mas essa afirmação não foi testada por nós.
Cliente MLPerf v2.0
| Cliente MLPerf v2.0, llama.cpp CUDA (quanto maior, melhor, salvo indicação em contrário) | MSI EdgeMesa N AI+ (N1X, 128 GB) | ASUS ProArt GR1X (N1X, 64GB) | HP OmniBook Ultra 16 (N1X, 128 GB) | Dell XPS 16 Creator Edition (N1X, 64 GB) |
|---|---|---|---|---|
| Llama 3.1 8B, tempo até o primeiro token (s, quanto menor, melhor) | 0.25 | 0.24 | 0.28 | 0.31 |
| Llama 3.1 8B, taxa de tokens (tokens/s) | 56.3 | 56.8 | 56.5 | 55.7 |
| Phi-4-mini, tempo até o primeiro token (s, quanto menor, melhor) | 0.11 | 0.11 | 0.13 | 0.14 |
| Phi-4-mini, taxa de tokens (tokens/s) | 96.8 | 96.3 | 97.0 | 96.2 |
O cliente MLPerf envia um prompt por vez, e os quatro sistemas empatam nesse quesito. O EdgeMesa gerou 56.3 tokens por segundo no Llama 3.1 8B e 96.8 no Phi-4-mini, em comparação com 56.8 e 96.3 para o GR1X, 56.5 e 97.0 para o HP e 55.7 e 96.2 para o XPS 16. O tempo até o primeiro token foi ligeiramente menor nos desktops (0.25 e 0.24 segundos para o Llama 3.1 8B) do que nos laptops (0.28 e 0.31 segundos). Para um único usuário conversando com um modelo pequeno, os mini PCs e os laptops oferecem a mesma experiência.
Carregamento de Modelos e o Agente de Codificação
| Agente de carregamento e codificação de modelos, Ollama CUDA | MSI EdgeMesa N AI+ (N1X, 128 GB) | ASUS ProArt GR1X (N1X, 64GB) | HP OmniBook Ultra 16 (N1X, 128 GB) | Dell XPS 16 Creator Edition (N1X, 64 GB) |
|---|---|---|---|---|
| gpt-oss:20b carregamento a frio para o primeiro token (s, quanto menor, melhor) | 7.00 | 10.94 | 6.70 | 7.73 |
| gpt-oss:20b carregamento a quente para o primeiro token (s, quanto menor, melhor) | 3.96 | 3.68 | 3.68 | 3.69 |
| qwen3.6:35b carregamento a frio para o primeiro token (s, quanto menor, melhor) | 8.32 | Não funciona | 9.33 | Não funciona |
| Agente, contexto gpt-oss:20b 64K, execuções bem-sucedidas (de 3) | 2* | 1* | 2* | 3 |
| Agente, gpt-oss:20b Contexto 64K, tempo de execução (s, quanto menor, melhor) | 294 * | 154 * | 216 * | 360 |
| Agente, contexto qwen3.6:35b 64K, execuções bem-sucedidas (de 3) | 3 | Não funciona | 1* | Não funciona |
| Agente, contexto qwen3.6:35b 64K, tempo real (s, quanto menor, melhor) | 145 | Não funciona | 1783 * | Não funciona |
| Agente, contexto qwen3.6:35b 64K, taxa de geração (tokens/s) | 86.8 | Não funciona | 72.7 | Não funciona |
| Redução da velocidade indicada pelo velocímetro ao lado do agente (x, quanto menor, melhor) | 1.78 | 1.79 | 2.35 | 2.79 |
*Sinalizado pelo conjunto de testes: pelo menos uma das três execuções do agente não passou em todos os testes.
Os testes de carregamento a frio rastreiam mais o SSD e o caminho da memória do que o chassi. O EdgeMesa carregou o gpt-oss:20b desde a inicialização até o primeiro token em 7.00 segundos, ficando entre os 6.70 segundos do HP e os 7.73 segundos do XPS 16, e carregou o modelo qwen3.6:35b de 21 GB em 8.32 segundos, comparado aos 9.33 segundos do HP. O GR1X levou 10.94 segundos para carregar o modelo gpt-oss:20b a partir de seu drive Gen4. O conjunto de testes não executa o modelo 35B no GR1X de 64 GB e no XPS 16.
O agente de codificação instrui um modelo a escrever e testar código em várias rodadas, três vezes por configuração. Com qwen3.6:35b, o EdgeMesa passou em todas as três tentativas em 145 segundos a 86.8 tokens por segundo, enquanto o HP de 128 GB passou em uma das três tentativas e levou 1,783 segundos. Com gpt-oss:20b, o MSI passou em duas das três tentativas, o GR1X em uma e o XPS 16 em todas as três; portanto, o número de aprovações nesse modelo varia de acordo com a execução. Executar o Speedometer ao lado do agente reduziu a velocidade do navegador em 1.78x no MSI e 1.79x no GR1X, contra 2.35x e 2.79x nos laptops.
RAG
| Pipeline RAG (quanto maior, melhor, salvo indicação em contrário) | MSI EdgeMesa N AI+ (N1X, 128 GB) | ASUS ProArt GR1X (N1X, 64GB) | HP OmniBook Ultra 16 (N1X, 128 GB) | Dell XPS 16 Creator Edition (N1X, 64 GB) |
|---|---|---|---|---|
| Ingestão, passagens por segundo | 114.7 | 115.6 | 111.5 | 104.4 |
| Ingestão, taxa de incorporação (tokens/s) | 18,566 | 18,720 | 18,049 | 16,901 |
| Resposta: taxa de geração (tokens/s) | 103.4 | 104.2 | 103.4 | 95.0 |
| Resposta: tempo até o primeiro token p50 (s, quanto menor, melhor) | 0.15 | 0.15 | 0.15 | 0.17 |
| Pergunta-resposta p50 (s, quanto menor, melhor) | 0.23 | 0.22 | 0.23 | 0.25 |
O teste RAG incorpora um conjunto de textos, realiza a recuperação de informações com base nele e responde a perguntas com o phi4-mini. A ingestão de textos atingiu 114.7 textos por segundo no EdgeMesa, 3% à frente do HP (111.5) e 10% à frente do XPS 16 (104.4). A geração de respostas igualou o HP (103.4 tokens por segundo) e o XPS 16 (95.0), e a resposta mediana foi obtida em 0.23 segundos em ambos os sistemas de 128 GB. O GR1X apresentou desempenho semelhante ao EdgeMesa (115.6 textos por segundo e 104.2 tokens por segundo). Assistentes baseados em recuperação de informações, nessa escala, funcionam confortavelmente em qualquer um dos quatro dispositivos.
Geração de Imagem
| Geração de imagem em 1024×1024, stable-diffusion.cpp Vulkan (quanto maior, melhor, a menos que indicado o contrário) | MSI EdgeMesa N AI+ (N1X, 128 GB) | ASUS ProArt GR1X (N1X, 64GB) | HP OmniBook Ultra 16 (N1X, 128 GB) | Dell XPS 16 Creator Edition (N1X, 64 GB) |
|---|---|---|---|---|
| FLUX.2 klein 4B Q4_0, imagens por minuto | 9.95 | 10.07 | 11.01 | 11.17 |
| FLUX.2 klein 4B Q4_0, tempo por imagem (s, quanto menor, melhor) | 6.03 | 5.96 | 5.45 | 5.37 |
| Z-Image Turbo 6B BF16, imagens por minuto | 4.03 | 4.17 | 4.19 | 3.89 |
| Qwen-Image 20B Q4_0, imagens por minuto | 0.53 | 0.53 | 0.50 | 0.49 |
| Qwen-Image 20B Q8_0, imagens por minuto | 0.51 | Não funciona | 0.47 | Não funciona |
A geração de imagens foi o único teste de IA em que o EdgeMesa ficou atrás dos laptops. O FLUX.2 klein 4B no Q4 produziu 9.95 imagens por minuto, em comparação com 11.01 no HP e 11.17 no XPS 16, enquanto o Z-Image Turbo 6B no BF16 ficou entre os dois laptops, com 4.03. Esses testes foram executados com Vulkan, e os laptops utilizaram uma versão anterior do nosso conjunto de testes. O GR1X executou a versão atual e produziu 10.07 imagens por minuto no FLUX.2, o mesmo resultado do EdgeMesa, o que sugere que a versão do conjunto de testes seja a causa da diferença.
O Qwen-Image 20B foi executado no nível Q4 em todos os quatro sistemas, a uma taxa de aproximadamente meia imagem por minuto, e sua versão maior, Q8, foi executada nas duas máquinas de 128 GB, a 0.51 imagens por minuto no EdgeMesa e 0.47 no HP. A versão BF16 é reservada para o nível de workstation do pacote e não foi executada em nenhum deles. As execuções do FLUX.2 klein Q8 e BF16 no EdgeMesa completaram apenas uma passagem, enquanto o pacote espera mais, portanto, as excluímos da tabela.
Desempenho da CPU
Cinebench 2026 e o Loop de 30 Minutos
| Cinebench 2026 (pontos, quanto maior, melhor, salvo indicação em contrário) | MSI EdgeMesa N AI+ (N1X, 128 GB) | ASUS ProArt GR1X (N1X, 64GB) | HP OmniBook Ultra 16 (N1X, 128 GB) | Dell XPS 16 Creator Edition (N1X, 64 GB) |
|---|---|---|---|---|
| Único nucleo | 548 | 553 | 561 | 565 |
| Multi-core | 7,284 | 7,304 | 7,001 | 6,631 |
| Percurso circular de 30 minutos, primeira passagem | 7,219 | 7,256 | 7,014 | 6,539 |
| Loop de 30 minutos, estado estacionário | 7,276 | 7,306 | 6,970 | 6,550 |
| Estado estacionário / primeira passagem | 1.008 | 1.007 | 0.994 | 1.002 |
| Temperatura média da CPU em loop (°C) | 88.4 | 83.3 | 97.4 | 97.3 |
| Temperatura máxima da CPU em loop (°C) | 107.3 | 88.7 | 98.2 | 98.3 |
| Frequência média do clock da CPU em estado estacionário (MHz) | 3,372 | 3,385 | 3,239 | 3,083 |
O Cinebench isola o chassi melhor do que qualquer outro teste do conjunto, e em uma única execução multi-core do Cinebench 2026, o EdgeMesa marcou 7,284 pontos, 4% à frente do HP com 7,001 e 10% à frente do XPS 16 com 6,631, com o GR1X em 7,304. As pontuações single-core foram diferentes por uma pequena margem, com 548 no EdgeMesa e 553 no GR1X contra 561 e 565, o que condiz com um teste que utiliza apenas um núcleo e nunca estressa o cooler.
Nosso teste contínuo executa a renderização multi-core por 30 minutos e compara o estado estável com a primeira passagem. Todos os quatro sistemas mantiveram a pontuação da primeira passagem, portanto nenhum deles apresentou throttling, e os desktops se estabilizaram acima dos laptops. O EdgeMesa alcançou 7,276 pontos com um clock médio de 3,372 MHz, e o GR1X alcançou 7,306 a 3,385 MHz, enquanto o HP alcançou 6,970 a 3,239 MHz e o XPS 16 alcançou 6,550 a 3,083 MHz.
As temperaturas no circuito de refrigeração líquida diferenciaram os três tipos de chassis. Os laptops atingiram uma média de 97°C, com um pico de 98°C, enquanto o MSI apresentou uma média de 88.4°C com picos de até 107.3°C. O GR1X executou o mesmo circuito com um clock ligeiramente superior e obteve uma média de 83.3°C, 5°C abaixo do EdgeMesa, com um pico de 88.7°C. Ambos os desktops apresentaram a mesma pontuação sustentada, e o cooler da ASUS conseguiu isso com uma margem maior em relação ao limite do processador.
7-Zip, Blender, HandBrake e LLVM
| Criação e desenvolvimento de conteúdo (quanto maior, melhor, salvo indicação em contrário) | MSI EdgeMesa N AI+ (N1X, 128 GB) | ASUS ProArt GR1X (N1X, 64GB) | HP OmniBook Ultra 16 (N1X, 128 GB) | Dell XPS 16 Creator Edition (N1X, 64 GB) |
|---|---|---|---|---|
| 7-Zip, todos os threads, total (GIPS) | 152.6 | 153.8 | 150.6 | 147.0 |
| 7-Zip, um fio, total (GIPS) | 8.92 | 8.92 | 9.10 | 9.13 |
| Blender 4.5 Monster (amostras/min) | 215.1 | 215.6 | 211.4 | 198.9 |
| Blender 4.5 Junkshop (amostras/min) | 129.7 | 127.2 | 127.7 | 119.1 |
| Blender 4.5 Sala de Aula (amostras/min) | 95.7 | 95.7 | 92.8 | 86.7 |
| HandBrake x265 (fps) | 43.7 | 44.1 | 40.6 | 38.8 |
| Freio de mão SVT-AV1 (fps) | 16.3 | 16.4 | 15.4 | 14.0 |
| Versão do LLVM (s, quanto menor, melhor) | 217 | 225 | 218 | 232 |
Os testes de aplicativos com todos os núcleos repetem o padrão do Cinebench em diferentes tamanhos. O 7-Zip, que depende tanto da memória quanto da velocidade do clock, apresentou a menor diferença, com 152.6 GIPS, em comparação com 150.6 e 147.0. A cena Monster do Blender foi renderizada a 215.1 amostras por minuto no EdgeMesa, 2% à frente do HP e 8% à frente do XPS 16, e a cena Classroom ampliou essas vantagens para 3% e 10%, respectivamente. O GR1X ficou a menos de 1% do EdgeMesa no 7-Zip e nas cenas Monster e Classroom, e 2% atrás no Junkshop.
A codificação de vídeo proporcionou ao mini PC sua maior vantagem em aplicações. A codificação x265 do HandBrake atingiu 43.7 fps, contra 40.6 no HP e 38.8 no XPS 16, vantagens de 8% e 13%, respectivamente. Já o SVT-AV1 foi executado a 16.3 fps, contra 15.4 e 14.0 no HP. O GR1X codificou a 44.1 e 16.4 fps, empatado com o EdgeMesa. A compilação com LLVM foi concluída em 217 segundos no MSI, empatado com o HP em 218 segundos, 8 segundos à frente do GR1X e 15 segundos à frente do XPS 16. O teste de 7-Zip em um único núcleo favoreceu ligeiramente os laptops, com 9.10 e 9.13 GIPS, contra 8.92 em ambos os desktops.
Stockfish, PrimeSieve, Python e o navegador
| Computação e web (quanto maior, melhor, salvo indicação em contrário) | MSI EdgeMesa N AI+ (N1X, 128 GB) | ASUS ProArt GR1X (N1X, 64GB) | HP OmniBook Ultra 16 (N1X, 128 GB) | Dell XPS 16 Creator Edition (N1X, 64 GB) |
|---|---|---|---|---|
| Bacalhau seco, um fio (Mnps) | 1.70 | 1.70 | 1.73 | 1.74 |
| Bacalhau seco, todos os fios (Mnps) | 14.42 | 15.13 | 15.19 | 13.87 |
| peneira prima até 10^12, todos os fios (s, quanto menor, melhor) | 9.40 | 9.39 | 9.53 | 10.39 |
| peneira prima até 10^11, um fio (s, quanto menor, melhor) | 12.33 | 12.35 | 12.02 | 12.03 |
| PyPerformance go (ms, quanto menor, melhor) | 113.8 | 113.8 | 111.2 | 111.6 |
| PyPerformance nbody (ms, quanto menor, melhor) | 82.5 | 82.5 | 80.4 | 80.8 |
| Velocímetro 3.1 (pontuação) | 34.7 | 34.3 | 34.8 | 36.5 |
Testes curtos e com poucos threads não mostraram efeito do chassi. O Stockfish, em todos os threads, rodou a 14.42 Mnps no EdgeMesa, entre o HP (15.19) e o XPS 16 (13.87), e o primesieve até 10^12 terminou em 9.40 segundos, comparado a 9.53 e 10.39 segundos. O GR1X rodou o Stockfish a 15.13 Mnps e o primesieve em 9.39 segundos. Os testes de Python com um único thread e o Speedometer 3.1 apresentaram diferenças de poucos pontos percentuais entre os quatro dispositivos, com o XPS 16 ligeiramente à frente no navegador, com 36.5 contra 34.7. A capacidade de resposta no uso diário é a mesma nos desktops e nos laptops.
GROMACS, OpenBLAS e Memória
| Kernels e memória HPC (quanto maior, melhor, salvo indicação em contrário) | MSI EdgeMesa N AI+ (N1X, 128 GB) | ASUS ProArt GR1X (N1X, 64GB) | HP OmniBook Ultra 16 (N1X, 128 GB) | Dell XPS 16 Creator Edition (N1X, 64 GB) |
|---|---|---|---|---|
| GROMACS benchMEM (ns/dia) | 17.43 | 17.48 | 17.48 | 17.41 |
| OpenBLAS DGEMM, todos os núcleos (GFLOPS) | 361.0 | 356.8 | 374.0 | 354.6 |
| OpenBLAS LU resolve N=20000, todos os núcleos (GFLOPS) | 318.5 | 320.6 | 321.9 | 314.9 |
| STREAM Triad (MB/s) | 122,423 | 124,529 | 120,783 | 122,872 |
| Latência de memória, páginas de 4 KiB (ns, quanto menor, melhor) | 143.0 | 141.0 | 143.6 | 140.5 |
O subsistema de memória é idêntico nas quatro máquinas, e os números refletem isso. O teste STREAM Triad registrou 122,423 MB/s no EdgeMesa e 124,529 MB/s no GR1X, em comparação com 120,783 MB/s e 122,872 MB/s nos laptops. A latência da memória em páginas de 4 KiB variou de 140.5 ns a 143.6 ns. O benchmark GROMACS benchMEM apresentou uma variação de apenas 0.4% entre as quatro máquinas, em torno de 17.4 ns/dia, e os resultados do OpenBLAS DGEMM e LU ficaram dentro de uma margem de 6%, com o HP ligeiramente à frente. Tarefas que exigem alta largura de banda não se beneficiam do cooler maior.
Gráficos e codificação de GPU
| Gráficos e codificação por GPU (quanto maior, melhor) | MSI EdgeMesa N AI+ (N1X, 128 GB) | ASUS ProArt GR1X (N1X, 64GB) | HP OmniBook Ultra 16 (N1X, 128 GB) | Dell XPS 16 Creator Edition (N1X, 64 GB) |
|---|---|---|---|---|
| SuperTuxKart em 1080p, FPS médio | 269.8 | 274.0 | 269.7 | 248.6 |
| SuperTuxKart em 1080p, FPS típico | 270 | 275 | 271 | 250 |
| SuperTuxKart em 1080p, com FPS geralmente estável. | 232 | 238 | 236 | 214 |
| SuperTuxKart 1080p, FPS estável | 134 | 136 | 141 | 131 |
| SuperTuxKart 4K, FPS médio | 111.8 | 114.1 | Não funciona | Não funciona |
| FFmpeg HEVC Media Foundation (fps) | 54 | 65 | 53 | 61 |
O SuperTuxKart, em sua configuração ultra, apresentou uma média de 269.8 fps em 1080p no EdgeMesa, empatado com o HP (269.7) e superior ao XPS 16 (248.6). Em nosso monitor externo, a média foi de 111.8 fps em 4K (resolução não suportada pelos laptops). O GR1X obteve uma média de 274.0 fps em 1080p e 114.1 fps em 4K. A codificação HEVC por hardware do FFmpeg, através do Media Foundation, alcançou 54 fps, igualando o HP (53), o XPS 16 (61) e o GR1X (65). O codificador hevc_nvenc não estava disponível na versão do FFmpeg utilizada no pacote para Arm.
Térmica sob carga
| Temperatura da CPU, média/máxima (°C, quanto menor, melhor) | MSI EdgeMesa N AI+ (N1X, 128 GB) | ASUS ProArt GR1X (N1X, 64GB) | 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 |
| Cinebench em loop de 30 minutos | 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 |
| compilação LLVM | 70.5 / 85.9 | 67.2 / 79.2 | 91.6 / 98.1 | 92.9 / 98.2 |
| HandBrake | 74.1 / 90.9 | 66.5 / 87.9 | 87.5 / 97.9 | 90.3 / 98.4 |
| Bacalhau | 84.5 / 105.3 | 80.8 / 88.6 | 97.4 / 98.4 | 97.6 / 98.3 |
| LLM em serviço | 85.0 / 95.0 | 73.4 / 88.4 | 81.0 / 92.9 | 94.0 / 97.8 |
| Geração de imagem | 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 |
O desempenho do cooler de desktop fica mais evidente na temperatura média, onde ambos os laptops executaram todos os testes de CPU com todos os núcleos em sua capacidade máxima de 98°C, com médias de 92°C a 97°C no Blender, na compilação LLVM e no teste de loop de 30 minutos. O EdgeMesa apresentou uma média de 76.0°C no Blender, 70.5°C na compilação LLVM e 69.0°C na execução única do Cinebench, de 14°C a 22°C abaixo dos laptops, concluindo o mesmo trabalho mais rapidamente. Essa margem de segurança é o que permite que ele suporte uma frequência mais alta.
O ProArt GR1X apresentou temperaturas mais baixas novamente, com a mesma taxa de transferência. Sua temperatura média da CPU ficou de 3°C a 8°C abaixo da do EdgeMesa nos sete testes de CPU da tabela, atingindo 70.0°C no Blender e 67.2°C na compilação LLVM, e de 11°C a 18°C abaixo nos testes de serviço LLM, RAG e geração de imagens. Seus picos de temperatura permaneceram abaixo de 90°C em nove dos dez testes. A temperatura média sob carga é a maior diferença entre os dois desktops em nossos dados.
As leituras de pico são menos precisas porque o EdgeMesa registrou máximos acima do limite dos laptops em três testes: 105.3 °C no Stockfish, 107.3 °C no loop de 30 minutos e uma única amostra de 124.7 °C no MLPerf Client, contra uma média de 70.4 °C para esse teste, o que é interpretado como um pico do sensor. No teste de serviço LLM com uso intensivo de GPU, sua média de 85.0 °C ficou entre a do HP, com 81.0 °C, e a do XPS 16, com 94.0 °C. O SSD manteve-se a 62 °C ou menos durante todo o teste de armazenamento.
Desempenho de Armazenamento
| fio, 25 GiB de espaço ocupado (quanto maior, melhor) | MSI EdgeMesa N AI+ (N1X, 128 GB) | ASUS ProArt GR1X (N1X, 64GB) | HP OmniBook Ultra 16 (N1X, 128 GB) | Dell XPS 16 Creator Edition (N1X, 64 GB) |
|---|---|---|---|---|
| Leitura sequencial 128K (MB/s) | 13,315 | 6,511 | 13,598 | 6,502 |
| Gravação sequencial 128K (MB/s) | 12,910 | 5,235 | 11,899 | 5,670 |
| Leitura aleatória de 4K, QD32 x 4 tarefas (IOPS) | 331,187 | 552,652 | 449,043 | 300,063 |
| Escrita aleatória de 4K, QD32 x 4 tarefas (IOPS) | 386,814 | 143,165 | 234,888 | 256,856 |
O SSD Samsung de 4 TB em nossa unidade se conecta via PCIe Gen5 x4 e oferece velocidades sequenciais Gen5 de 13,315 MB/s para leitura e 12,910 MB/s para gravação em um espaço de 25 GiB. Isso se iguala ao SSD Sandisk Gen5 de 2 TB presente no HP, com 13,598 MB/s e 11,899 MB/s, respectivamente, e dobra as velocidades dos SSDs Gen4 presentes no GR1X (6,511 MB/s e 5,235 MB/s) e no XPS 16 (6,502 MB/s e 5,670 MB/s). Para um sistema que armazenará vários arquivos de modelos com vários gigabytes, tanto a capacidade quanto a velocidade de leitura são importantes, e os resultados de carregamento de modelos acima refletem isso.
O desempenho aleatório com profundidade de fila 32 em quatro tarefas foi misto. O EdgeMesa atingiu 386,814 IOPS em gravações, bem à frente do HP com 234,888 e do XPS 16 com 256,856, e 331,187 IOPS em leituras, ficando atrás do HP com 449,043 e à frente do XPS 16 com 300,063. O conjunto de testes também registrou um pico em diferentes profundidades de fila, onde o SSD da Samsung alcançou 674,013 IOPS em leituras e 608,063 IOPS em gravações. O SSD da Micron no GR1X liderou o grupo em leituras aleatórias com 552,652 IOPS e ficou atrás em gravações com 143,165. O SSD da Samsung atingiu um pico de 62°C durante o teste.
Conclusão
O MSI EdgeMesa N AI+ é um sistema desktop RTX Spark que responde à pergunta se sair do chassi de um laptop traz alguma vantagem. Em nossos testes, a resposta é sim, quando a carga é sustentada: de 4 a 11% mais desempenho multi-core do que os laptops N1X mais rápidos, de 8 a 13% na codificação x265 e de 18 a 25% mais produção quando oito requisições atingem um modelo 27B, tudo isso com temperaturas médias mais baixas. Tarefas de IA com uma única requisição e tarefas curtas têm desempenho essencialmente igual em todos os quatro modelos.
A capacidade de executar modelos maiores com mais cache KV é o motivo pelo qual você escolheria o modelo de 128 GB em vez de um menor, o que é uma característica comum a todos esses sistemas de IA locais. Ele executou o Qwen-Image com Q8 e um modelo de agente de codificação de 35 bits que nosso conjunto de testes não conseguiu executar nos sistemas Spark com RTX de 64 GB, e seu SSD Gen5 de 4 TB oferece espaço suficiente para esses modelos e tempos de carregamento rápidos. A maior quantidade de memória ainda permite carregar modelos maiores, embora as taxas de tokens diminuam à medida que o tamanho do modelo aumenta. Os limites são leituras de pico da CPU acima de 100 °C em alguns testes e um único slot M.2 2242.
Em comparação com o ASUS ProArt GR1X, o outro mini PC RTX Spark que testamos, o desempenho é praticamente o mesmo, com os dois apresentando uma diferença de apenas 2% nos testes Cinebench, Blender, codificação x265 e LLM. As principais diferenças estão no sistema de refrigeração e na expansão de armazenamento: o GR1X opera com uma temperatura média de 3°C a 8°C mais baixa durante cargas de trabalho da CPU e oferece dois slots M.2 2280, enquanto o EdgeMesa possui apenas um slot M.2 2242. Nosso EdgeMesa contava com o dobro de memória RAM e um SSD Gen5 de 4 TB, e esses dois componentes foram determinantes para a velocidade de carregamento dos modelos e para a execução dos testes em cada unidade.
Com um preço sugerido de US$ 7,499, o EdgeMesa de 128 GB custa cerca de US$ 500 a mais que o XPS 16 Creator Edition de 128 GB, que custa US$ 6,999.99, e cerca de US$ 1,270 a mais que o OmniBook Ultra 16 de 128 GB, que custa US$ 6,229.99, considerando os preços das nossas análises desses notebooks. Ambos os notebooks vinham com discos rígidos de 2 TB, enquanto o EdgeMesa de 128 GB possui um SSD de 4 TB. Quem opta pelo desktop paga mais e recebe em troca um disco rígido maior, conexão 10GbE e melhor desempenho em cargas de trabalho sustentadas. Já o ProArt GR1X de 64 GB, por US$ 4,499, é a opção mais acessível para obter o mesmo processador em um computador de mesa.
Dentro da linha da MSI, o EdgeMesa é a escolha ideal para desenvolvedores e criadores que trabalham com Windows e desejam a plataforma RTX Spark em uma mesa com conexão 10GbE e suporte para quatro monitores, enquanto o EdgeXpert continua sendo o sistema operacional DGX para clustering e implantação com foco em Linux. Comparado aos laptops, o EdgeMesa oferece melhor desempenho sustentado e temperaturas médias mais baixas, mas sacrifica a portabilidade. De qualquer forma, os clientes têm mais opções do que nunca para trabalho local com IA, e é ótimo ver o ecossistema Windows crescendo para tornar essas plataformas mais acessíveis a um público amplo.




Amazon