Automatisch aus dem Artikelinhalt als redaktionelle, sichtbare Inhaltsübersicht erzeugt.

MSI bringt mit dem PRO MAX EDGE AI+ einen ungewöhnlich leistungsorientierten Kompakt-PC auf den Markt, der nicht primär als klassischer Bürorechner, sondern als lokale Plattform für moderne KI-Anwendungen gedacht ist. Im Mittelpunkt steht AMDs Ryzen AI Max+ 395 mit 16 Zen-5-Kernen, einer integrierten Radeon 8060S und einer XDNA-2-NPU. Zusammen mit bis zu 128 GB schnellem Unified Memory soll der Rechner große Sprachmodelle direkt am Arbeitsplatz ausführen können, ohne dass sensible Daten für jede Anfrage in eine Cloud übertragen werden müssen. Das Konzept richtet sich damit an KI-Entwickler, Forschungseinrichtungen, Kreative, kleine Studios und Unternehmen, die ihre Abhängigkeit von externen Diensten reduzieren möchten. MSI nennt unter anderem Retrieval-Augmented Generation, Content-Erstellung, Datenanalyse und Geschäftsanwendungen mit mehreren Bildschirmen als Einsatzgebiete. Der Rechner ist ab sofort erhältlich. Für die konkret genannte Konfiguration PRO MAX EDGE AI+ 11M-001XAT mit 2-TB-SSD, 128 GB Arbeitsspeicher und ohne Betriebssystem werden 4.799 Euro unverbindliche Preisempfehlung aufgerufen.

Technisch basiert der PRO MAX EDGE AI+ auf AMDs Ryzen-AI-Max+-Plattform. Der eingesetzte Ryzen AI Max+ 395 verfügt über 16 CPU-Kerne und 32 Threads auf Basis der Zen-5-Architektur. AMD gibt einen maximalen Boost-Takt von 5,1 GHz, einen Basistakt von 3,0 GHz und insgesamt 80 MB Cache an. Die integrierte Radeon 8060S nutzt 40 RDNA-3.5-Compute-Units und ist damit deutlich umfangreicher ausgestattet als typische integrierte Grafikeinheiten klassischer Office-Prozessoren. Für KI-Aufgaben steht zusätzlich eine XDNA-2-NPU mit bis zu 50 TOPS zur Verfügung. TOPS steht für „Tera Operations per Second“ und beschreibt die theoretische Anzahl von Billionen Rechenoperationen pro Sekunde. Der Wert allein lässt allerdings keine direkte Aussage über die Geschwindigkeit eines konkreten Sprachmodells zu, weil dafür ebenso die verwendete Präzision, die Speicherbandbreite, die Software und die Art der Berechnung entscheidend sind. MSI fasst die Rechenressourcen der Plattform mit bis zu 126 TOPS zusammen, schlüsselt diesen Wert jedoch nicht näher nach CPU, GPU und NPU auf.

Eine Besonderheit der Ryzen-AI-Max-Architektur ist der Unified Memory. CPU und GPU greifen auf denselben Speicherpool zu, statt jeweils über getrennte Speicherbereiche zu verfügen. Beim PRO MAX EDGE AI+ sind bis zu 128 GB LPDDR5X-8000 vorgesehen. Bis zu 96 GB davon können der integrierten GPU als Grafikspeicher zugewiesen werden. Für lokale Sprachmodelle ist diese Aufteilung besonders relevant, denn große Modelle benötigen nicht nur Rechenleistung, sondern vor allem ausreichend schnellen Speicher, in dem Modellgewichte, Kontext und Zwischenergebnisse Platz finden. AMD führt für den Ryzen AI Max+ 395 Konfigurationen mit bis zu 128 GB Unified Memory und bis zu 96 GB zuweisbarem VRAM ausdrücklich als Grundlage für lokale Large Language Models an. MSI nennt für den PRO MAX EDGE AI+ die Möglichkeit, Sprachmodelle mit bis zu 120 Milliarden Parametern lokal auszuführen. Das ist als Herstellerangabe zu verstehen und darf nicht mit einer pauschalen Zusicherung für jedes 120B-Modell gleichgesetzt werden. Architektur, Quantisierung, Kontextlänge, verwendete Laufzeitumgebung und die konkrete Aufgabenstellung beeinflussen den tatsächlichen Speicherbedarf und die erreichbare Geschwindigkeit erheblich.

Der wesentliche Gedanke hinter dem System ist die Verarbeitung direkt auf dem Gerät. Bei einem lokalen KI-Workflow bleiben Eingaben, Dokumente und erzeugte Ergebnisse grundsätzlich innerhalb der eigenen Infrastruktur. Das kann für Unternehmen interessant sein, die interne Unterlagen, Kundendaten oder Entwicklungsinformationen nicht an einen externen Dienst übermitteln wollen. Gleichzeitig entfallen bei regelmäßigem Einsatz zumindest teilweise laufende Cloud-Kosten und die Abhängigkeit von Internetverbindungen oder wechselnden Nutzungsbedingungen. 

MSI nennt Retrieval-Augmented Generation, kurz RAG, als einen möglichen Anwendungsbereich. Dabei beantwortet ein Sprachmodell Fragen nicht ausschließlich aus seinem während des Trainings erworbenen Wissen, sondern erhält zusätzlich passende Informationen aus einer lokalen Dokumentensammlung. Ein Unternehmen könnte beispielsweise interne Handbücher, technische Dokumentationen oder Projektdaten durchsuchen lassen und die gefundenen Inhalte anschließend als Kontext an das Modell übergeben. Der PRO MAX EDGE AI+ stellt dafür die Hardware bereit, ersetzt aber weder eine geeignete RAG-Software noch die notwendige Aufbereitung und Absicherung der Daten. Auch die Angabe zur lokalen Verarbeitung großer Modelle ist differenziert zu betrachten. Quantisierte Modelle verwenden beispielsweise weniger Bits pro Modellgewicht und benötigen dadurch deutlich weniger Speicher als Varianten mit höherer numerischer Genauigkeit. Eine Q4_0-Quantisierung reduziert den Speicherbedarf nochmals, kann aber je nach Modell und Anwendung Auswirkungen auf Genauigkeit und Geschwindigkeit haben. Entsprechend weist MSI selbst darauf hin, dass Modellarchitektur, Quantisierung, Kontextlänge, Software, Systemkonfiguration und Workload die Ergebnisse bestimmen.

Wenn die Kapazität eines einzelnen Systems nicht ausreicht, sollen mehrere PRO MAX EDGE AI+ miteinander verbunden werden können. MSI nennt Validierungen mit Zwei-Knoten-Systemen für ausgewählte Modelle mit 120 beziehungsweise 235 Milliarden Parametern. In einer Vier-Knoten-Konfiguration wird außerdem DeepSeek-V3.1 mit 671 Milliarden Parametern und Q4_0-Quantisierung aufgeführt. Diese Angaben beschreiben keine unabhängigen Benchmark-Ergebnisse und sind auch nicht als allgemeine Garantie für jede Softwareumgebung zu verstehen. Beim sogenannten Model Parallelism oder verwandten Verfahren müssen Modellteile, Zwischenergebnisse und Daten zwischen den Systemen ausgetauscht werden. Dabei werden Netzwerkverbindung, Cluster-Software und die Speicherverwaltung zu entscheidenden Faktoren. Wie schnell eine Anfrage tatsächlich verarbeitet wird, hängt deshalb nicht nur von der addierten Rechenleistung ab. MSI kennzeichnet die genannten Cluster-Szenarien entsprechend als abhängig von Modell, Quantisierung, Software und Aufgabenstellung.

Für professionelle Anwender ist der Ansatz dennoch interessant, weil er eine schrittweise Erweiterung ermöglichen kann. Statt unmittelbar eine große Serverplattform zu beschaffen, ließen sich mehrere kompakte Systeme für bestimmte Entwicklungs- oder Inferenzaufgaben koppeln. Ob sich dieses Konzept wirtschaftlich lohnt, hängt allerdings stark vom verwendeten Modell, der Auslastung und den Anforderungen an Antwortzeit und Parallelverarbeitung ab.

Die kompakte Bauform stellt hohe Anforderungen an die Wärmeabfuhr. MSI setzt deshalb auf das Kühlsystem Frozr AI Pro mit einem Kupfer-Wärmeverteiler, drei Heatpipes und drei Lüftern. Die beiden PCIe-Gen-4-M.2-Steckplätze erhalten eigene Kühlkörper, damit auch schnelle NVMe-SSDs bei längeren Zugriffen möglichst konstant arbeiten können. Unter der Bezeichnung Glacier Armor fasst MSI die Maßnahmen zur Kühlung des Speichers zusammen. Das Aluminiumgehäuse enthält ein integriertes 300-W-Netzteil. Ein externes Netzteil, wie es bei vielen Mini-PCs üblich ist, entfällt damit. Die Leistungsaufnahme des Gesamtsystems unter konkreter CPU-, GPU- und NPU-Last lässt sich aus der Nennleistung des Netzteils allerdings nicht ableiten. Ebenso liegen für das Modell keine unabhängigen Messwerte zu Lautstärke, Temperaturen, Dauerleistung oder Energieverbrauch vor. Die Bezeichnung „nahezu lautlos“ beziehungsweise ähnliche Marketingformulierungen auf der Produktseite sind daher nicht mit einem standardisierten Akustikmesswert gleichzusetzen.

Ein dreistufiger Leistungsschalter erlaubt die Auswahl vorkonfigurierter Leistungsprofile. Der Anwender soll damit zwischen unterschiedlichen Prioritäten für Rechenleistung, Kühlung und Geräuschentwicklung wählen können, ohne dafür zunächst eine Software öffnen zu müssen. Für dauerhafte KI-Lasten kann ein höheres Profil sinnvoll sein, während bei Büroarbeit oder Besprechungen ein zurückhaltender Modus die Geräuschentwicklung begrenzen soll. Wie groß die Unterschiede in der Praxis ausfallen, hängt jedoch von der jeweiligen Firmware und der thermischen Situation ab.

Auch bei der Ausstattung zeigt sich, dass MSI den Rechner nicht ausschließlich als lokale KI-Box versteht. Bis zu vier Bildschirme lassen sich über HDMI 2.1, DisplayPort 1.4a und zwei USB-Typ-C-Anschlüsse mit DisplayPort-Alt-Mode anbinden. Die offizielle Spezifikation führt für die USB-C-Anschlüsse zusätzlich eine Datenrate von 40 Gbit/s und eine Ladeleistung von bis zu 15 Watt auf. Der HDMI-2.1-Ausgang unterstützt HDR und eine Ausgabe bis 4K bei 60 Hz. Auf der Vorderseite befinden sich zwei USB-A-Anschlüsse mit 10 Gbit/s, ein USB-C-Anschluss mit 40 Gbit/s, ein SD-4.0-Kartenleser mit UHS-II-Unterstützung und eine kombinierte 3,5-mm-Audiobuchse. Auf der Rückseite kommen zwei USB-A-Ports mit USB 2.0, ein weiterer USB-A-Anschluss mit 10 Gbit/s, ein zusätzlicher USB-C-Port mit 40 Gbit/s, HDMI 2.1, DisplayPort 1.4a, RJ45-Ethernet und eine zweite Audiobuchse hinzu.

Für die Netzwerkanbindung stehen 2,5-Gigabit-Ethernet und Wi-Fi 7 zur Verfügung. Wi-Fi 7 kann bei geeigneter Infrastruktur hohe Datenraten und geringe Latenzen ermöglichen, wobei die tatsächliche Leistung von Router, Entfernung, Frequenzband und Umgebung abhängt. Gerade beim erstmaligen Übertragen großer Modelle oder bei der Kommunikation zwischen mehreren Systemen kann eine moderne Netzwerkverbindung die Wartezeiten reduzieren. Für einen Cluster-Betrieb bleiben jedoch die konkrete Netzwerktopologie und die verwendete Software entscheidend.

Mit 4.799 Euro für die genannte Ausführung positioniert sich der PRO MAX EDGE AI+ klar oberhalb gewöhnlicher Mini-PCs. Der Preis erklärt sich vor allem durch den Ryzen AI Max+ 395, die 128 GB Unified Memory, die 2-TB-SSD, das kompakte Gehäuse mit integrierter Stromversorgung und die Ausrichtung auf lokale KI-Anwendungen. Ein direkter Vergleich mit einem herkömmlichen Office-PC wäre deshalb ebenso wenig sinnvoll wie eine Bewertung anhand der reinen CPU-Kernzahl. Für einfache Chat-Anwendungen oder gelegentliche Bildgenerierung dürfte die Ausstattung vielen Anwendern deutlich überdimensioniert sein. Interessanter wird das System dort, wo Modelle regelmäßig lokal ausgeführt werden, große Dokumentbestände durchsucht werden müssen oder sensible Daten nicht an externe KI-Dienste übertragen werden sollen. Auch kleine Studios und Entwicklerteams könnten von der Kombination aus hoher Speicherkapazität, integrierter GPU, mehreren Monitoranschlüssen und kompakter Bauform profitieren.

Die verfügbare Konfiguration wird ohne Betriebssystem angeboten. MSI führt für die Produktfamilie Windows 11 Home und Windows 11 Pro als Optionen auf und empfiehlt die Pro-Variante für geschäftliche Nutzung. Für lokale KI-Entwicklung kann außerdem die Unterstützung der jeweils eingesetzten Frameworks und Laufzeitumgebungen entscheidender sein als die reine Betriebssystembezeichnung. Vor dem Kauf sollte daher geprüft werden, ob die benötigten Anwendungen die Radeon-Grafik, die NPU und die gewünschte Speicheraufteilung tatsächlich nutzen können.

Der MSI PRO MAX EDGE AI+ verbindet eine für einen 4-Liter-PC ungewöhnlich leistungsfähige APU mit bis zu 128 GB Unified Memory und einer integrierten Radeon 8060S. Dadurch zielt das System auf einen Bereich, in dem nicht allein die CPU-Leistung zählt, sondern die Fähigkeit, große Modelle lokal im verfügbaren Speicher zu halten und je nach Software zwischen CPU, GPU und NPU aufzuteilen. Die Unterstützung für bis zu vier Monitore, Wi-Fi 7, schnelle USB-Anschlüsse, 2,5-Gigabit-Ethernet und ein integriertes 300-W-Netzteil macht den Rechner zugleich zu einer vollwertigen Arbeitsplatzplattform.

Die größten Versprechen betreffen die Ausführung von Modellen mit bis zu 120 Milliarden Parametern und den Betrieb mehrerer Systeme als Cluster. Diese Möglichkeiten sind technisch plausibel, bleiben in ihrer praktischen Leistungsfähigkeit aber von Quantisierung, Software, Modellarchitektur und Auslastung abhängig. Unabhängige Messwerte zu Geschwindigkeit, Lautstärke und Energieverbrauch liegen bislang nicht vor. Wer eine kompakte lokale KI-Plattform mit außergewöhnlich viel gemeinsamem Speicher sucht und bereit ist, den hohen Anschaffungspreis für diese Spezialisierung zu bezahlen, findet im PRO MAX EDGE AI+ dennoch ein bemerkenswert konsequent auf On-Device-AI zugeschnittenes System.