MSI EdgeMesa N AI+ mit NVIDIA RTX Spark kaufen

MSI hat keinen Preis veröffentlicht - weder in der Pressemitteilung vom 1. Juni 2026 noch auf der Produktseite, die seit dem 21. September 2026 Spezifikationen zeigt. Eine deutsche Produktseite gibt es bislang nicht, und das Gerät ist in keiner Preissuchmaschine gelistet. Beträge, die im Netz kursieren, sind Schätzungen Dritter oder beziehen sich auf andere Geräte wie den DGX Spark. Nelpx nennt den Preis im Angebot, sobald MSI die bestellbaren Konfigurationen und Listenpreise veröffentlicht hat. Die Reservierung über das Reservierungs-Tool ist unverbindlich: Stückzahl und Speicherwunsch angeben, absenden - Preis und verbindlicher Liefertermin folgen im Angebot.

MSI nennt keinen Liefertermin. Die einzige belastbare Terminangabe kommt von NVIDIA und gilt der Plattform: Die ersten RTX-Spark-Geräte sollen im Oktober 2026 in den Handel kommen, 2027 sollen viele weitere folgen. MSI gehört zu den Herstellern, die NVIDIA für den Start nennt - ob das EdgeMesa selbst im Oktober dabei ist, hat weder NVIDIA noch MSI gesagt. Wir tragen Ihre Reservierung in der Reihenfolge des Eingangs ein und melden uns, sobald die Bestellfreigabe und ein verbindlicher Termin vorliegen.

Beide sind Mini-PCs von MSI mit einem NVIDIA-Superchip, aber sie zielen auf verschiedene Nutzer. Der EdgeXpert nutzt den GB10 aus der DGX-Spark-Familie und läuft mit DGX OS, also Linux, mit 128 GB bei 273 GB/s, ConnectX-7 und zwei QSFP-Anschlüssen, über die sich zwei Geräte zu 256 GB koppeln lassen. Der EdgeMesa N AI+ nutzt den RTX Spark N1X und läuft mit Windows 11 on Arm; er hat 10-Gigabit-LAN, aber keinen ConnectX-Adapter, und MSI bewirbt kein Clustering. Dafür bringt er den RTX-Funktionsumfang der Plattform mit - laut NVIDIA-Plattformseite DLSS 5, Reflex 2 und Studio-Treiber. Kurz: EdgeXpert für den Linux-Entwickler-Stack und Zwei-Geräte-Verbund, EdgeMesa für Windows-Arbeitsplätze mit lokaler KI. Details auf der EdgeXpert-Seite.

Mit 128 GB Unified Memory passen in 4-Bit-Quantisierung praktisch alle offenen Modelle bis zur 70B-Klasse komplett in den Speicher - Llama 3.3 70B (42,5 GB), Qwen3 32B (19,8 GB), Gemma 3 27B (16,6 GB) - und dazu die großen Mixture-of-Experts-Modelle: gpt-oss-120b (63,4 GB) und Nemotron 3 Super 120B (83,8 GB), jeweils mit Reserve für Kontext und Betriebssystem. NVIDIA nennt für RTX Spark Sprachmodelle mit bis zu 120 Milliarden Parametern bei einer Million Token Kontext, ohne Modell oder Token/s zu benennen. Die Einschränkung liegt beim Tempo: Dichte Modelle ab 27 Milliarden Parametern generieren auf dieser Speicherbandbreite nur rund 10 Token pro Sekunde, dichte 70B-Modelle 3 bis 4 - Mixture-of-Experts-Modelle mit wenigen aktiven Parametern dagegen 40 bis 80 Token pro Sekunde (Referenzwerte vom DGX Spark, der laut NVIDIA-CEO denselben Chip nutzt). Mit 64 GB endet die Liste praktisch bei der 30B-Klasse (Llama 3.3 70B passt in 4 Bit mit 42,5 GB nur noch mit kleinem Kontext), mit 24 GB bei Modellen bis etwa 20 Milliarden Parametern. Der Praxis-Check auf dieser Seite listet die realen Dateigrößen.

Ehrliche Antwort: Für RTX-Spark-Geräte gibt es noch keine veröffentlichten Messwerte - die Geräte kommen erst auf den Markt. Die nächste belastbare Referenz ist der NVIDIA DGX Spark, der laut NVIDIA-CEO denselben Chip nutzt: Dort erreicht gpt-oss-120b 40 bis 55 Token pro Sekunde (llama.cpp, Ollama, NVIDIA-Developer-Blog), gpt-oss-20b 58 bis 83, Qwen3 32B 9,4, Gemma 3 27B 10,8 und Llama 3.1 70B 2,7 bis 4,4 Token pro Sekunde. Die Speicherbandbreite des N1X hat NVIDIA nicht veröffentlicht, deshalb nennen wir hier keine Zahl - MSI gibt für den Speicher LPDDR5X-9600 an. Faustregel: Mixture-of-Experts-Modelle laufen flüssig, dichte Modelle ab 27 Milliarden Parametern sind spürbar langsam. Für Durchsatz und mehrere Nutzer bleibt der LLM-Server die richtige Klasse.

Das MSI EdgeMesa N AI+ läuft mit Windows 11 on Arm. Native Arm64-Anwendungen laufen direkt, darunter laut Microsoft Adobe Photoshop und Premiere Pro, Blender und DaVinci Resolve; klassische x86-Software läuft über Microsofts Prism-Emulation, die laut Microsoft auf den RTX Spark abgestimmt ist. CUDA läuft nativ: NVIDIA hat CUDA 13.4 für Windows on Arm im September 2026 als Developer Preview freigegeben und nennt TensorRT for RTX, PyTorch, llama.cpp und Ollama als native Arm64-Software; Ollama unterstützt CUDA auf Windows Arm64 seit Version 0.32.3, LM Studio gibt es nativ für Windows on Arm. Nicht zugesagt sind vLLM und TensorRT-LLM unter Windows (Linux-Software), ein natives Linux auf RTX Spark und GPU-Beschleunigung für x86-CUDA-Programme unter Emulation. Wer Linux-Werkzeuge braucht, nimmt einen Desktop der DGX-Spark-Klasse; wer x86-Treiber oder Legacy-Tools benötigt, prüft vor dem Kauf die Arm64-Verfügbarkeit.

MSI nennt bislang nur bis zu 128 GB. Welche Stufen darunter bestellbar sein werden, hat MSI nicht veröffentlicht. Laut NVIDIA-Briefing zur IFA (ComputerBase) reicht diese Ausbaustufe des N1X von 24 bis 128 GB - das ist eine Plattformangabe, keine bestätigte MSI-Variante. Wichtig: Der Speicher ist Teil des Superchips und nicht nachrüstbar. Wer Modelle ab der 30-Milliarden-Klasse lokal betreiben will, sollte deshalb die 128-GB-Stufe vormerken. Wie viel davon unter Windows tatsächlich für die GPU nutzbar ist, hat NVIDIA nicht veröffentlicht; für den verwandten MSI EdgeXpert gibt MSI im Datenblatt rund 100 der 128 GB als für Workloads nutzbar an. Wir tragen Ihren Wunsch in die Reservierung ein und bestätigen die bestellbaren Varianten im Angebot.

MSI bewirbt das nicht. Anders als der EdgeXpert oder der DGX Spark hat der EdgeMesa N AI+ keinen ConnectX-Adapter und keine QSFP-Anschlüsse - er bringt 10-Gigabit-LAN mit. Über Ethernet lassen sich Geräte grundsätzlich vernetzen, aber das von NVIDIA für den DGX Spark beschriebene Koppeln zweier Systeme zu einem Verbund mit zusammen 256 GB ist damit nicht gemeint und von MSI für dieses Gerät nicht zugesagt. Wer zwei Systeme koppeln will, nimmt den MSI EdgeXpert oder den ASUS Ascent GX10; wer echten Mehrbenutzer-Durchsatz braucht, einen LLM-Server.

Das hat MSI nicht veröffentlicht. Die Spezifikationsseite nennt weder Maße noch Volumen noch Gewicht - deshalb steht hier keine Zahl. Zum Vergleich: Der ebenfalls von MSI gebaute EdgeXpert misst 151 x 151 x 52 Millimeter bei rund 1,2 Kilogramm, und der ASUS ProArt GR1X mit demselben RTX-Spark-Chip misst laut ASUS 150 x 150 x 51 Millimeter. Ob der EdgeMesa in dieser Größenordnung liegt, ist plausibel, aber nicht belegt. Wir reichen die Maße nach, sobald MSI sie nennt.

Die Spezifikationstabelle auf der MSI-Produktseite führt das Gerät in der Modellzeile als „EdgeMesa N AI+ X“, während Seite und Pressemitteilung „EdgeMesa N AI+“ sagen. Ob das eine eigene Variante ist und worin sie sich unterscheidet, hat MSI nicht erklärt - eine eigene Produktseite dafür gibt es nicht. Wir spekulieren hier nicht und klären es beim Hersteller, sobald die Modellpalette steht.

Ja. Das Reservierungs-Tool nimmt 1 bis 50 Geräte auf, und bei Lehre oder Team-Rollout vermerken wir das ausdrücklich. Für Hochschulen, Forschung und öffentliche Einrichtungen prüfen wir zusätzlich die passenden Konditionen. Bei größeren Stückzahlen melden wir die Vormerkung frühzeitig beim Distributor an, damit die Geräte aus der ersten Lieferung bedient werden können - eine Zusage zur Menge kann vor der offiziellen Bestellfreigabe niemand geben, auch wir nicht.

Weil Sie bei uns eine Einordnung dazubekommen: Wir sagen Ihnen vorher, welche Modelle in 128 GB passen und mit welchem Tempo zu rechnen ist, und ob ein Mini-PC für Ihren Fall überhaupt die richtige Klasse ist - oder ob eine KI-Workstation, ein LLM-Server oder ein Gerät der DGX-Spark-Klasse besser passt. Konfiguration, Angebot und Lieferung kommen aus einer Hand, die Lieferung erfolgt EU-weit. Die Reservierung ist unverbindlich: keine Anzahlung, kein Kaufvertrag, Rücktritt jederzeit.