O ASUS ExpertCenter Pro ET900N G3 é a segunda estação GB300 DGX que testamos e a primeira que avaliamos na prática em nosso laboratório; nossos testes do MSI XpertStation WS300 foram realizados remotamente. Ele usa o mesmo silício NVIDIA visto no MSI XpertStation WS300: um Superchip Grace Blackwell Ultra Desktop com 72 núcleos Grace, uma GPU B300, 252 GB de HBM3e, 496 GB de LPDDR5X e um SuperNIC ConnectX-8 equipado com portas duplas de 400 GbE. A ASUS empacota esta plataforma de núcleo fixo dentro de uma torre compacta de IA de mesa, adicionando recursos ausentes no WS300: duas alças de transporte montadas na parte superior, uma ventoinha dedicada voltada para as gaiolas ópticas ConnectX-8 e uma fonte de alimentação 80 PLUS Titanium de 1.600W.

A ASUS enviou o ET900N G3 ao nosso laboratório para aproximadamente uma semana de benchmarking, imagem e inspeção física, pré-configurado com um RTX PRO 2000. Detalhes cobrindo a plataforma base, B300, Grace, NVLink-C2C, MIG e fundamentos da estação DGX são abordados em nossa análise anterior do MSI XpertStation WS300. Esta análise centra-se na implementação da ASUS em torno do Superchip e se o seu desempenho corresponde à primeira torre GB300 que testamos.

Especificações ASUS ExpertCenter Pro ET900N G3

Projetar e construir

A ASUS posiciona o ET900N G3 como uma estação de trabalho empresarial com chassi prateado escovado, painel frontal de malha escura, acabamento cromado nas tampas e pés, além de um emblema frontal ASUS de perfil baixo. Suas dimensões são ditadas pela plataforma interna: 584 x 232 x 565 mm, um pouco mais alta e um pouco mais estreita que o WS300. Com 27kg, não pode ser movido facilmente, o que motiva a escolha prática do design da ASUS: duas alças metálicas superiores (dianteira e traseira) permitem que duas pessoas levantem a torre sobre mesas ou carrinhos sem segurar os painéis do chassi. Essas alças parecem deslocadas em uma estação de trabalho de escritório até que você transporte uma pesada torre GB300 através de um laboratório.

O painel frontal abriga o botão liga / desliga, duas portas USB Tipo A de 10 Gbps, duas portas USB Tipo C de 10 Gbps, uma porta USB 2.0 e conectores de áudio separados dispostos verticalmente na malha superior direita. O painel lateral é uma grande placa ventilada, com uma longa seção frontal perfurada para entrada do radiador e uma grade traseira menor alinhada aos ventiladores do sistema. Não há janela ou iluminação RGB, correspondendo às preferências do comprador-alvo.

Na parte traseira, o layout separa a E/S da estação de trabalho do hardware do servidor subjacente. O cluster superior inclui quatro portas USB Type-A de 10 Gbps, portas RJ45 de 10 GbE e 1 GbE, três conectores de áudio, console BMC Micro-USB e BMC Mini DisplayPort para configuração. As duas gaiolas QSFP112 para ConnectX-8 ficam no topo da blindagem de E/S próximo a um exaustor; três tampas de slot de expansão ficam no centro e a fonte de alimentação de entrada C19 fica na parte inferior. Assim como o WS300, o Mini DisplayPort é somente BMC para configuração inicial e solução de problemas; a saída de exibição de desktop requer a placa complementar RTX PRO.

Dentro do ET900N G3

Com o painel lateral removido, o ET900N G3 se parece muito com o WS300, como esperado, visto que ambos compartilham a mesma placa de base NVIDIA. O Superchip GB300 fica sob uma placa fria de cobre no chassi esquerdo, os módulos SOCAMM têm placas de cobre dedicadas ao lado e o ConnectX-8 é resfriado por uma terceira placa fria próxima à E/S traseira. A tubulação trançada de refrigeração vai das placas frias até um coletor de travessa do chassi e, em seguida, até os radiadores. Três slots PCIe completos ficam abaixo do Superchip, a fonte de alimentação ocupa o canto frontal inferior e uma cobertura de metal cobre o roteamento inferior dos cabos.

O layout do fluxo de ar interno reflete o WS300: um radiador vertical atrás da malha frontal, um segundo radiador montado na parte superior, cada um equipado com conjuntos de ventoinhas, além de uma ventoinha traseira do chassi. As linhas de refrigeração são revestidas e fixadas com tiras de velcro, e o coletor consolida as linhas de quatro placas frias de forma que apenas dois tubos alimentem cada radiador.

O ventilador óptico

Um componente de resfriamento exclusivo do ET900N G3 é uma pequena ventoinha montada em suporte acima da placa fria ConnectX-8, voltada diretamente para as gaiolas QSFP112. O loop líquido resfria o próprio silício SuperNIC, mas os transceptores ópticos 400G geram calor significativo dentro de gaiolas de metal que recebem apenas resfriamento condutivo da placa fria. Nossos testes anteriores observaram que o ConnectX-8 funciona quente sob carga sustentada e os módulos ópticos podem esquentar, portanto, o fluxo de ar dedicado sobre as gaiolas é um recurso de design valioso para usuários que executam conexões de fibra contínuas. Ao usar cabos DAC, nossa configuração para um teste de inferência em cluster contínuo conectando esta unidade a uma segunda estação GB300, esta ventoinha vê cargas de trabalho mais leves.

Armazenamento, expansão e energia

A ASUS enviou o ET900N G3 com uma unidade NVMe de 2 TB para sistema operacional e software NVIDIA no par de slots PCIe 5.0 x4 M.2 2280 conectados via Grace. O segundo par de slots M.2 se conecta ao switch PCIe integrado do ConnectX-8 e vem vazio de fábrica.

Nossa unidade de teste chegou com uma NVIDIA RTX PRO 2000 Blackwell instalada no slot PCIe 5.0 x16, uma das configurações suportadas pela ASUS. Esta placa fornece saída de vídeo sem consumir muito do orçamento de energia do GB300; A ASUS afirma que o chassi suporta apenas uma placa RTX PRO Blackwell. Removemos o RTX PRO 2000 antes do benchmarking para reservar todo o orçamento de potência do acelerador para o Superchip, correspondendo às nossas condições de teste WS300. Não testamos placas RTX PRO de maior potência neste chassi; seu impacto no espaço de energia compartilhado será abordado em uma análise futura da estação GB300.

A fonte de alimentação ATX de 1.600 W possui certificação 80 PLUS Titanium, uma atualização em relação à unidade Platinum do WS300. O Titanium requer 94% de eficiência com 50% de carga na entrada de 115 V versus 92% do Platinum e impõe uma classificação de eficiência mínima com carga de 10%, de modo que o ET900N G3 desperdiça menos watts de parede sob carga total do GB300. A energia permanece compartilhada: Grace, B300, bombas, ventiladores, armazenamento e qualquer placa RTX PRO são retirados do mesmo conjunto de 1.600 W. O serviço vsloshd da NVIDIA muda dinamicamente o espaço disponível entre o Superchip e a GPU complementar com base no consumo de energia, sem limite rígido fixo para nenhum dos componentes. Esta estrutura de energia permanece inalterada desde a análise do WS300. As implantações na América do Norte exigem um circuito elétrico dedicado de 20A.

Conectividade

As portas duplas QSFP112 do ConnectX-8 servem como link de malha principal do ET900N G3 para armazenamento, uma segunda estação DGX ou rede de cluster. Em nosso laboratório, essas portas se conectam via DACs 400G a outra estação GB300 para análise separada de inferência em cluster futura. A porta Marvell 10GbE lida com o tráfego regular do host, enquanto a porta Realtek 1GbE é reservada exclusivamente para gerenciamento BMC.

Notas de teste

Todos os resultados usam a configuração de memória padrão da amostra de laboratório: 252 GB HBM3e mais 496 GB LPDDR5X. Os testes foram executados sem a placa RTX PRO instalada, garantindo ao GB300 Superchip orçamento total de energia do acelerador e correspondendo às condições de teste do WS300. A pilha de software, a configuração do vLLM, os perfis de carga de trabalho e a varredura de simultaneidade são idênticos, permitindo a comparação direta de torres lado a lado. Esta revisão concentra-se exclusivamente no desempenho da inferência; não medimos o consumo de energia ou a telemetria térmica nesta unidade.

Executamos dois perfis de inferência ao vivo vLLM padrão usados ​​em todo o hardware de IA local: uma carga de trabalho balanceada com 512 tokens de entrada/512 saídas e uma carga de trabalho pesada de pré-preenchimento com 8.192 tokens de entrada/1.024 saídas, varrendo a simultaneidade de 1 a 128 fluxos. Para modelos em escala de fronteira, comparamos com um servidor GPU com duas ou quatro placas RTX PRO 6000, a alternativa de caixa única mais próxima para esses pontos de verificação de modelo. Para modelos menores, comparamos com um único RTX PRO 6000 no mesmo servidor, um único H200 NVL em outro servidor corporativo e um sistema GB10 DGX Spark idêntico ao usado na análise do WS300. As métricas do ET900N G3 são valores de log brutos; os números de comparação vêm de nossos gráficos de resultados arquivados.

Desempenho de inferência

Modelos de fronteira no conjunto de memória coerente

O GB300 foi desenvolvido para hospedar modelos que ultrapassam o limite HBM3e de 252 GB do B300. Testamos quatro pontos de verificação que abrangem esse limite: DeepSeek V4 Flash e MiniMax M2.7 se ajustam totalmente ao HBM com capacidade restante; O MiniMax M3 mal cabe e descarrega um subconjunto de camadas especializadas na memória Grace; O GLM-5.2 descarrega aproximadamente metade de seu peso. Cada gráfico compara os resultados com a alternativa de caixa única mais próxima: placas RTX PRO 6000 dentro do servidor corporativo, descarregando especialistas para hospedar memória quando necessário.

DeepSeek V4 Flash é um teste simples: um ponto de verificação FP8 nativo de aproximadamente 20 GB controlado facilmente pelo B300. A taxa de transferência de saída de carga de trabalho balanceada aumentou de 152 tokens/seg em 1 fluxo para 1.766 tokens/seg em 32 fluxos, a taxa de transferência total de tokens atingiu 3.532. Para o perfil pesado de pré-preenchimento, o ET900N G3 escalou de 148 para 954 tokens de saída/seg, com rendimento total atingindo 8.587. Uma configuração RTX PRO 6000 dupla atingiu um pico próximo a 800 tokens de saída/s em cargas de trabalho balanceadas e aproximadamente 490 em prompts longos, com desempenho irregular em baixa simultaneidade.

O MiniMax M2.7 na quantização NVFP4 ocupa aproximadamente 125 GB da HBM e oferece o dimensionamento mais forte dos quatro modelos. A saída de carga de trabalho balanceada aumentou de 214 tokens/s em um fluxo para 4.793 em 128 fluxos, com a taxa de transferência total atingindo 9.586. Testes pesados ​​de pré-preenchimento dimensionados para 1.744 tokens de saída/seg e 15.700 tokens totais/seg em 64 streams. Duas placas RTX PRO 6000 seguiram a mesma curva geral, mas atingiram menos da metade da taxa de transferência, chegando perto de 1.930 tokens de saída/s para cargas de trabalho balanceadas e ~510 para prompts longos.

O MiniMax M3 ilustra a operação diretamente no limite da memória. O ponto de verificação NVFP4 é menor que 252 GB, mas o estado de tempo de execução e o cache KV consomem espaço adicional, portanto, parte das camadas especializadas reside na memória Grace; cada etapa de decodificação que acessa esses especialistas atravessa o NVLink-C2C. Com a decodificação especulativa EAGLE3, o ET900N G3 atingiu 1.041 tokens de saída/seg em 32 fluxos para cargas de trabalho balanceadas. O perfil pesado de pré-preenchimento atingiu o pico de 282 tokens/s em dois fluxos, manteve 271 em quatro fluxos e depois caiu para 103 em oito fluxos, à medida que prompts longos esgotavam o cache disponível. Quatro placas RTX PRO 6000 usando o mesmo decodificador especulativo mantiveram o ritmo em oito streams, avançaram em 16 streams para ~1.180 tokens de saída/seg, depois caíram para cerca de 760 em 32 streams. Em cargas de trabalho pesadas de pré-preenchimento, o sistema de quatro GPUs manteve aproximadamente 349 tokens de saída/s em quatro fluxos, contra 271 para a Estação DGX. Este modelo com capacidade exata de HBM é o único caso neste conjunto em que 384 GB de VRAM total em quatro placas competem com 252 GB de HBM mais Grace offload.

GLM-5.2 representa uma carga de trabalho que apenas o conjunto de memória coerente permite. Usando a decodificação especulativa MTP, o ponto de verificação NVFP4 mantém pesos especialistas de aproximadamente 215 GB na memória Grace. O ET900N G3 entregou 35 tokens de saída/seg para um stream e 139 para 32 streams sob cargas de trabalho balanceadas, com taxa de transferência total chegando a 277. Para testes com pré-preenchimento pesado de até 32 streams, atingiu 120 tokens de saída/seg e 1.079 tokens totais/seg. Quatro placas RTX PRO 6000, cada uma descarregando aproximadamente 30 GB para a memória do host, gerenciaram aproximadamente 40 tokens de saída/s em 32 fluxos e foram reduzidas para cerca de 9 a 10 tokens/s de quatro fluxos em diante para prompts longos. Nenhum dos sistemas faz com que este modelo de 433 GB pareça rápido, mas o link LPDDR5X de 396 GB/s e NVLink-C2C de 900 GB/s do GB300 para especialistas descarregados mantém o dimensionamento onde a memória host conectada ao PCIe em quatro GPUs para.

Comparado ao MSI WS300, os resultados do modelo de fronteira ET900N G3 ficam dentro de aproximadamente 1% em todos os pontos de teste correspondentes: 1.766 tokens de saída/seg para DeepSeek V4 Flash em 32 streams em ambas as torres; 4.793 contra 4.801 para MiniMax M2.7 em 128 fluxos; 1.041 para MiniMax M3 com 32 streams em ambos; e 139 para GLM-5.2 com 32 streams em ambos.

Modelos compartilhados contra RTX PRO 6000, H200 NVL e DGX Spark

O segundo grupo de benchmark usa modelos menores que todos os sistemas de teste podem caber totalmente na memória: GPT-OSS-20B e MXFP4 nativo de 120B; Lhama 3.1 8B BF16 e FP8; Mistral Pequeno 24B BF16 e FP8; Codificador Qwen3 30B BF16 e FP8. A novidade em comparação com a análise do WS300 é um único H200 NVL, o acelerador Hopper de 141 GB da NVIDIA, adicionando uma GPU de data center da geração anterior ao conjunto de comparação.

GPT-OSS-20B é a carga de trabalho mais fácil, carregada confortavelmente por qualquer candidato a hardware. Sob cargas de trabalho balanceadas, o ET900N G3 foi dimensionado para 22.041 tokens de saída/s em 128 streams (44.082 no total), contra ~7.920 para RTX PRO 6000, 6.010 para H200 NVL e 1.420 para DGX Spark. O desempenho de fluxo único atingiu 536 tokens de saída/s para a Estação, em comparação com 354 no RTX PRO 6000, 489 no H200 NVL e 120 no Spark. As execuções pesadas de pré-preenchimento aumentaram a lacuna: 9.555 tokens de saída/s e 85.994 tokens totais/s em 128 fluxos para o ET900N G3, contra ~2.480 para RTX PRO 6000, 3.410 para H200 NVL e 445 para Spark.

GPT-OSS-120B expõe limitações de memória em hardware concorrente. ET900N G3 atingiu 9.280 tokens de saída/s em cargas de trabalho balanceadas em 128 fluxos, cerca de três vezes os 3.060 do RTX PRO 6000, 2,8 vezes os 3.370 do H200 NVL e mais de 19 vezes os 480 do Spark. 1.170 tokens de saída/s e H200 NVL quase 1.820, enquanto a Estação continuou subindo através de 128 fluxos e terminou em 5.023 tokens de saída/s com taxa de transferência total de 45.205 tokens/s.

O Llama 3.1 8B FP8 oferece o maior número de rendimento único neste conjunto de testes. O ET900N G3 empurrou 25.602 tokens de saída/s em 128 fluxos em cargas de trabalho balanceadas (51.205 no total), em comparação com ~8.060 no RTX PRO 6000 e 11.040 no H200 NVL. A mudança do BF16 para o FP8 aumentou o rendimento da estação em cerca de 50% (17.074 para 25.602), enquanto o RTX PRO 6000 ganhou ~70% e o H200 NVL ~37%. Os resultados pesados ​​de pré-preenchimento compactaram todas as pontuações: Estação atingiu 6.164 tokens de saída/s, RTX PRO 6000 1.480, H200 2.040.

Mistral Small 24B FP8 produziu as maiores taxas de desempenho. ET900N G3 atingiu o pico de 11.075 tokens de saída/seg sob cargas de trabalho balanceadas, 3,4x RTX PRO 6000 3.240, 2,4x H200 NVL 4.610 e quase 20x 559 do Spark. em declínio; O H200 NVL atingiu quase 854 tokens/seg, enquanto a Estação atingiu 2.302 tokens/seg em 128 streams.

O Qwen3 Coder 30B, um modelo misto de especialistas com baixa contagem de parâmetros ativos, reduz as lacunas de fluxo único. Em uma carga de trabalho balanceada de fluxo, o RTX PRO 6000 entregou ~232 tokens de saída/s versus 319 da estação e 308 do H200 NVL. O lote restaura a hierarquia de desempenho: em 128 fluxos FP8, ET900N G3 atingiu 12.439 tokens de saída/seg, 3,1x os 3.990 da GPU e 1,7x H200 7.450 NVL. As execuções pesadas de pré-preenchimento atingiram 3.837 tokens de saída/s para a Estação; RTX PRO 6000 atingiu um pico perto de 880 em 64 streams, H200 NVL perto de 1.820.

Nesses modelos compartilhados, o ET900N G3 forneceu taxa de transferência de 2,8–3,4x de um único RTX PRO 6000 e 1,7–3,7x H200 NVL em simultaneidade total. Sua liderança se expande em prompts longos à medida que o hardware concorrente esgota o espaço do cache KV. Em comparação com o WS300, esses quatro modelos novamente ficam dentro de 1%: 22.041 vs 22.161 para GPT-OSS-20B; 9.280 vs 9.294 para GPT-OSS-120B; 11.075 contra 11.157 para Mistral Small FP8; 12.439 vs 12.425 para Qwen3 Coder FP8. A comparação completa entre todos os 14 modelos aparece na próxima seção.

Duas torres, um rodapé: ASUS ET900N G3 vs MSI WS300

ET900N G3 e MSI XpertStation WS300 compartilham a mesma placa de base NVIDIA GB300 DGX Station empacotada em diferentes chassis OEM. Ambos executaram os mesmos 14 modelos, dois perfis de carga de trabalho e varredura de simultaneidade usando compilações vLLM correspondentes. A tabela abaixo compara o rendimento de pico de saída do ET900N G3 com o WS300 em todos os modelos.

Do total de 28 pares modelo-carga de trabalho, 24 resultados estão dentro de 2% um do outro, a maioria mostrando uma vantagem percentual fracionária para o WS300. Quatro ficam fora desta faixa, três em cargas de trabalho balanceadas: Llama 3.1 8B FP8 3,5% abaixo do WS300 (25.602 vs 26.536), Qwen3 Coder 30B BF16 4,6% menor (10.000 vs 10.486), Nemotron 3 Ultra 550B 5,2% menor (159 vs. 168), além do Qwen3 Coder 30B BF16 novamente com queda de 2,1% em prompts longos. Todos os pontos de dados são medições de execução única para cada torre, portanto, a variação de 2 a 5% em três dos 14 modelos não pode ser atribuída ao projeto do chassi; simplesmente documentamos o delta observado. Os modelos dependentes de pool de memória coerente, MiniMax M3 e GLM-5.2, igualam ou excedem o desempenho do WS300 em ambas as cargas de trabalho, confirmando que o caminho de descarregamento Grace se comporta de forma idêntica em gabinetes ASUS e MSI.

GPT-OSS-20B, o modelo denso de maior rendimento, e GLM-5.2, a carga de trabalho focada em offload, mostram sobreposição quase perfeita: o desempenho do WS300 rastreia o ET900N G3 quase ponto por ponto.

Continuaremos esta estrutura de benchmark à medida que torres GB300 adicionais chegarem ao nosso laboratório. O ZGX da HP é o próximo da fila, seguido por outras versões OEM. Cada unidade executa essa varredura de simultaneidade idêntica, portanto, quaisquer diferenças entre as implementações de OEM aparecerão nesta estrutura de benchmark, com gráficos de modelos individuais retendo curvas de desempenho brutas.

Conclusão

O ASUS ExpertCenter Pro ET900N G3 cumpre o que uma segunda implementação de plataforma de referência deveria fazer: valida os resultados originais do benchmark. Em 14 modelos e dois perfis de carga de trabalho, 24 de 28 comparações de pico de rendimento vLLM ficam dentro de 2% dos resultados do MSI XpertStation WS300, variando de 1.766 tokens de saída/s para DeepSeek V4 Flash até 22.041 para GPT-OSS-20B. Quatro outliers de execução única caem 2–5% abaixo, e o sistema executa com sucesso o GLM-5.2 com camadas especialistas de 215 GB armazenadas na memória Grace com uma taxa de transferência que quatro placas RTX PRO 6000 não conseguem igualar. O Superchip GB300 define o limite máximo de desempenho e a ASUS oferece uma execução sólida.

As adições de valor da ASUS são melhorias práticas de engenharia: as pegas permitem que duas pessoas movam a torre de 27 kg sem agarrar nos painéis do chassis; o ventilador dedicado sobre gaiolas QSFP112 aborda o risco térmico para corridas ópticas de 400G de longa duração; a fonte de alimentação com classificação de titânio reduz o consumo de energia da parede. O host Arm, o circuito obrigatório de 20 A, a saída de exibição somente BMC e o orçamento de energia compartilhado de 1.600 W quando grandes GPUs adicionais são instaladas são restrições inerentes à plataforma que se aplicam igualmente a ambas as torres.

Pequim Qianxing Jietong Technology Co., Ltd.
Sandy Yang/Diretora de Estratégia Global
WhatsApp/WeChat: +86 13426366826
E-mail: yangyd@qianxingdata.com
Site: www.qianxingdata.com/www.storagesserver.com
Foco de negócios:
Distribuição de produtos de TIC/integração de sistemas e serviços/soluções de infraestrutura
Com mais de 20 anos de experiência em distribuição de TI, fazemos parcerias com marcas líderes globais para fornecer produtos confiáveis ​​e serviços profissionais.
“Usando a tecnologia para construir um mundo inteligente”Seu provedor confiável de serviços de produtos de TIC!