Aktuell gibt es bei Conrad den MSI MEG Vision X AI 2NVZ9-234AT Gaming-PC (Ultra 9 285K, RTX 5090, 128 GB RAM, 2 TB SSD) zu einem guten Preis von 5219.95 Franken. Auf diesen Preis kommt ihr, wenn ihr den Rabattcode an der Kasse anwendet. Der aktuelle Vergleichspreis liegt hier bei 7520.- Franken. Gilt nur solange Vorrat. Aktuell scheint leider nur 1 Stück verfügbar zu sein.
Der MSI MEG Vision X AI richtet sich an anspruchsvolle Gamer und kreative Anwender, die hohe Leistung ohne aufwendige Eigenkonfiguration suchen. Der Intel® Core™ Ultra 9 285K mit 24 Kernen und bis zu 5.7 GHz bewältigt rechenintensive Anwendungen und aktuelle Spiele zügig. Die GeForce RTX 5090 mit 32 GB Grafikspeicher bietet eine leistungsstarke Grundlage für hochauflösendes Gaming und grafikintensive Aufgaben. Dank 128 GB DDR5-RAM und einer schnellen 2-TB-PCIe-5.0-SSD stehen umfangreiche Reserven für grosse Projekte, Multitasking und kurze Ladezeiten bereit
Key Features:
- Intel® Core™ Ultra 9 285K mit 24 Kernen und bis zu 5.7 GHz
- Nvidia GeForce RTX 5090 mit 32 GB Grafikspeicher
- 128 GB DDR5-RAM für anspruchsvolles Multitasking
- 2 TB PCIe-5.0-NVMe-SSD
- Windows® 11 Home und Flüssigkeitskühlung
2TB SSD ist bei dem Preis naja und Win11 Home find ich schon frech :-[
1x M.2 Gen5-Steckplatz (PCIe 5.0 x4) ist mit der 2 TB SSD belegt.
Weitere SSD Steckplätze sind leider *nur" 2x M.2 Gen4-Steckplätze
spielt doch keine Rolle oder nutzt noch einer Windows? ;-)
Sicherlich der grösste Teil hier. 😉
Ich z.B. aber auch Linux
Starker Preis! Alleine die RTX 5090 kostet neu 4200 Franken, 128GB RAM mind. 1600 Franken... Der Rest wäre dann quasi "geschenkt"
Aber nur 2 TB SSD? 🤣
Verrückt die Preise für eine Grafikkarte und/oder für Ram.
Würde ich nie ausgeben 🤔
Trotzdem macht es keinen Sinn, so viel auszugeben.
Wieso nicht? Je nach Use Case braucht man das halt schon. Klar, der "normale" Gamer wird so viel Power auf keinen Fall brauchen 😆
Ich denke das so ein System in der Zukunft im Preis sogar noch teurer wird.
RAM und SSD Preise werden eher noch steigen.
Nach 10 Tagen Wartezeit wurde die bezahlte Bestellung storniert. Ein absolut unprofessionelles Unternehmen.
Absolut ärgerlich und verständlicherweise frustrierend. 👎
Finde den hier die bessere Wahl:
https://www.conrad.ch/de/p/gigabyte-gaming-pc-gb-9950x3d-64-2tb-rtx5080-w11-amd-ryzen-9-9950x3d-5-7-ghz-64-gb-ram-2-tb-ssd-nvidia-geforce-rtx-5080-3399120.html
Kostet mit der gleichen Rabattcode 2'903.-
Kommt auf den Usecase drauf an. Der hier eignet sich besser für die eigene AI. Deiner gut fürs Gaming.
Für den Preis würde ich aber eher ein Spark DGX oder ein Strix Halo mit 128GB z.B. Framework Desktop, HP Mini Z2 G1a oder Gmktec Evo-X2 für lokale AI kaufen. Windows würde ich dafür auch nicht verwenden, weil man die GTT-Poolgrösse nicht soweit hochbekommt wie unter Linux.
Bosgame M5 Al 128G Ram und keine 2700.-
Absolute Zustimmung. Muss aber gesagt sein, Geschwindigkeiten jenseits 30 Token/s sind mit Strix-Halo und DGX Spark aber schwierig.
Der neue Mac Studio mit M5 wird da sehr interessant wenn man unter 6000.- 128GB haben will.
Tipp: für höchste Präzision mit Qwen3.8-27B reichen 56GB. Und Qwen ist echt gut.
Stimme zu dass die Macs schneller wären aber mit 64 GB RAM und vergleichbaren Specs sind es 3499 und mit 128 GB 5099 Fr. da sind die Strix Halo schon einiges günstiger. In 3 Jahren wird der absolute Wertverlust bei den Mac Studio höher sein, daher frage ich mich dann jeweils warum heute soviel dafür ausgeben, ausser man verdient Geld damit. Aber das muss jeder selbst wissen.
Mit Qwen3.6 35b-a3b-MTP über llama.cpp/ROCm schafft mein uralter Threadripper 1950X mit 64 GB DDR4 und relativ neuer 9070 XT immer noch 40 Token/s, mehr brauche ich jetzt nicht. Aber er kann halt kein FastFlow da ihm die NPU fehlt und die 16 GB VRAM die auf meiner GPU sitzen sind fix.
Qwen3.8 27b ohne Multi Token Prediction und Mixture of Experts hat da drauf schon auch nur 5 Token/s und verrennt sich bei einer simplen Frage und bringt keinen Output zustande. Aber das ist halt noch zu jung um optimal zu laufen.
Wenn du zwingend 128 GB RAM lokal für riesige Modelle brauchst, ist der Strix Halo Mini-PC tatsächlich der günstigste Einstieg - deutlich billiger als Apple.
Wenn es dir um Geschwindigkeit und Alltagstauglichkeit geht: Ein lokales Modell für 3000 CHF Hardware-Einsatz mit 40-50 Tok/s kommt im Alltag trotzdem nicht an Gemini Flash oder Claude (100–150+ Tok/s in der Cloud) heran.
Bleib für den Alltag bei Cloud-APIs (kostet fast nichts, ist schneller). Kauf die 3000 CHF Hardware nur, wenn 100% Offline-Datenschutz für dich oberste Priorität hat.
Genau so sehe ich das auch, ein Framework Desktop Mainboard mit 64 GB habe ich mir geholt, denke das war vernünftig für 1545 Fr. und ist sonst auch eine gute "Steam Machine" aber mit dem gewählten Jonsbo Case bin ich nicht zufrieden, ist viel zu sperrig (früher hätte ich das im Laden schon bemerkt) und muss jetzt noch paar Tage warten bis das SKTC A17 kommt, bevor ich den wieder einsetzen kann. Aber unter dem Strich ist halt immer die Frage wie viel man mit AI macht, für meine Bedürfnisse als lokaler Assistent sollte es reichen.
Ja ich hätte auch gleich den fertigen Desktop bestellen können aber mir gefällt das Konzept mit den Plättli und Frontanschlüssen nicht, das geht unnötig ins Geld, das FlexATX-Netzteil hat einen doofen 40mm-Lüfter und man kann keine PCIe-Karte einbauen.
@gentux @Rim:
Was würdet Ihr für eine Maschine vorschlagen für lokale KI in einem Unternehmen für den täglichen Gebrauch. Mit eigener Wissensdatenbank, lokale Verarbeitung von Dateien / Kundendagen und eventuelle Verknüpfung mit webseite für KI-chatbot und einen KI Assistenten?
Besser Mac Studio mit 128GB+ RAM oder eine andere Maschine?
Sind etwa 5-7 Mitarbeiter welche schlussendlich damit arbeiten werden.
Vielleicht ein klitzekleiner KI-Server mit vier Nvidia-RTX-6000-Pro-Grafikkarten? 😁
https://www.youtube.com/shorts/lrUV62IzAeg
Nur Spass, sorry.
@Fröschli
Für lokale LLMs würde ich persönlich eher auf viel Unified Memory setzen. Ich werde mir wahrscheinlich einen Mac Studio mit M5 Ultra und 96 GB holen.
Bei LLMs ist nämlich nicht nur die Menge an RAM/VRAM entscheidend, sondern auch die Speicherbandbreite. Bei der Token-Generierung müssen die Modellgewichte ständig aus dem Speicher gelesen werden – deshalb kann eine hohe Bandbreite einen grossen Unterschied machen.
Eine RTX 5090 ist mit ihren 32 GB VRAM extrem schnell, solange das Modell komplett in den VRAM passt. Bei grösseren Modellen, z.B. 70B und darüber, werden die 32 GB aber schnell zum Limit. 128 GB normaler DDR5-RAM im PC lösen das Problem nur bedingt, weil ausgelagerte Teile des Modells dann nicht annähernd mit der Bandbreite des GPU-VRAMs angebunden sind.
Genau deshalb finde ich Unified Memory für grosse lokale LLMs interessant: CPU und GPU teilen sich einen grossen Speicherpool, sodass wesentlich grössere Modelle GPU-beschleunigt im schnellen gemeinsamen Speicher gehalten werden können.
Strix-Halo-Systeme mit 96/128 GB Unified Memory sind ebenfalls interessant und effizient, haben aber eine deutlich geringere Speicherbandbreite als die grossen Apple-Ultra-Chips. Für kleinere Modelle würde ich klar eine RTX 5090 bevorzugen, für möglichst grosse Modelle mit viel Kontext finde ich dagegen einen Mac Studio Ultra mit viel Unified Memory spannender.
Oder einfach gebrauchten M4 Max mit 128GB. Pre-Fill ist dann zwar nicht so gut wie bei den M5 Modellen, aber immer noch "günstige" 128GB VRAM mit hoher Bandbreite.
Wenn man Glück hat, findet man Gebrauchte noch für 4000.--
Wenn man das Geld hat, ist natürlich M5 Max oder M5 Ultra die noch bessere Wahl.