De ASUS ExpertCenter Pro ET900N G3 is het tweede GB300 DGX Station dat we hebben getest en het eerste dat we hands-on in ons lab hebben geëvalueerd; onze MSI XpertStation WS300-tests werden op afstand uitgevoerd. Het maakt gebruik van dezelfde NVIDIA-silicium als in de MSI XpertStation WS300: een Grace Blackwell Ultra Desktop Superchip met 72 Grace-kernen, een B300 GPU, 252 GB HBM3e, 496 GB LPDDR5X en een ConnectX-8 SuperNIC uitgerust met dubbele 400 GbE-poorten. ASUS verpakt dit vaste kernplatform in een compacte deskside AI-toren, met functies die ontbreken in de WS300: twee handgrepen aan de bovenkant, een speciale ventilator gericht op de ConnectX-8 optische cages en een 1.600 W 80 PLUS Titanium voeding.

ASUS stuurde de ET900N G3 ongeveer een week naar ons lab voor benchmarking, beeldvorming en fysieke inspectie, vooraf geconfigureerd met een RTX PRO 2000. Details over het basisplatform, B300, Grace, NVLink-C2C, MIG en de fundamenten van de DGX Station worden behandeld in onze eerdere MSI XpertStation WS300 review. Deze analyse richt zich op de implementatie van ASUS rond de Superchip en of de prestaties overeenkomen met de eerste GB300-toren die we hebben getest.

ASUS ExpertCenter Pro ET900N G3 Specificaties

Ontwerp en Constructie

ASUS positioneert de ET900N G3 als een zakelijke werkstation met een geborsteld zilveren chassis, een donker mesh voorpaneel, chroomafwerking op doppen en voeten, plus een low-profile ASUS-badge aan de voorkant. De afmetingen worden bepaald door het interne platform: 584 x 232 x 565 mm, iets hoger en marginaal smaller dan de WS300. Met 27 kg is hij niet gemakkelijk te verplaatsen, wat de praktische ontwerpkeuze van ASUS motiveert: twee metalen handgrepen aan de bovenkant (voor en achter) stellen twee personen in staat de toren op bureaus of karren te tillen zonder chassispanelen vast te pakken. Deze handgrepen zien er misplaatst uit op een kantoorwerkstation totdat je een zware GB300-toren door een lab hebt vervoerd.

Het voorpaneel bevat de aan/uit-knop, twee 10 Gbps USB Type-A-poorten, twee 10 Gbps USB Type-C-poorten, een USB 2.0-poort en aparte audioaansluitingen die verticaal aan de rechterbovenkant van het mesh zijn gerangschikt. Het zijpaneel is een grote geventileerde plaat, met een lang geperforeerd voorste gedeelte voor radiatorinlaat en een kleiner achterste rooster dat is uitgelijnd met systeems ventilatoren. Er is geen venster of RGB-verlichting, wat overeenkomt met de voorkeuren van de beoogde koper.

Aan de achterkant scheidt de indeling de I/O van het werkstation van de onderliggende serverhardware. De bovenste cluster bevat vier 10 Gbps USB Type-A-poorten, 10 GbE en 1 GbE RJ45-poorten, drie audioaansluitingen, een BMC Micro-USB-console en een BMC Mini DisplayPort voor installatie. De twee QSFP112-bays voor ConnectX-8 bevinden zich boven het I/O-schild naast een uitlaatventilator; drie uitbreidingsslotafdekkingen lopen naar beneden in het midden, en de C19-inlaatvoeding bevindt zich aan de onderkant. Net als bij de WS300 is de Mini DisplayPort alleen voor BMC bedoeld voor initiële installatie en probleemoplossing; voor uitvoer van het desktopdisplay is de RTX PRO add-in kaart vereist.

Binnenin de ET900N G3

Met het zijpaneel verwijderd, lijkt de ET900N G3 sterk op de WS300, zoals verwacht gezien beide dezelfde NVIDIA-baseboard delen. De GB300 Superchip bevindt zich onder een koperen koude plaat aan de linkerkant van het chassis, SOCAMM-modules hebben speciale koperen platen ernaast, en ConnectX-8 wordt gekoeld door een derde koude plaat nabij de achterste I/O. Gevlochten koelmiddelleidingen lopen van de koude platen naar een chassis dwarsbalk verdeelstuk, en vervolgens naar de radiatoren. Drie volledige PCIe-slots bevinden zich onder de Superchip, de voeding neemt de onderste voorhoek in beslag, en een metalen kap bedekt de kabelgeleiding aan de onderkant.

De interne luchtstroomindeling weerspiegelt die van de WS300: één verticale radiator achter het voorste mesh, een tweede radiator gemonteerd langs de bovenkant, elk voorzien van ventilatorarrays, plus een achterste chassisventilator. Koelmiddelleidingen zijn omhuld en vastgezet met klittenband, en het verdeelstuk consolideert leidingen van vier koude platen, zodat slechts twee leidingen elke radiator voeden.

De optische ventilator

Een koelcomponent die uniek is voor de ET900N G3 is een kleine op een beugel gemonteerde ventilator boven de ConnectX-8 koude plaat, rechtstreeks gericht op de QSFP112-bays. De vloeistoflus koelt de SuperNIC-silicium zelf, maar 400G optische transceivers genereren aanzienlijke warmte in metalen cages die alleen geleidingskoeling van de koude plaat ontvangen. Onze eerdere tests merkten op dat ConnectX-8 warm wordt onder aanhoudende belasting en optische modules heet kunnen worden, dus speciale luchtstroom over de cages is een waardevolle ontwerpfunctie voor gebruikers die continue glasvezelverbindingen gebruiken. Bij gebruik van DAC-kabels, onze opstelling voor een lopende cluster inferentietest die dit apparaat koppelt aan een tweede GB300 Station, heeft deze ventilator lichtere werkbelastingen.

Opslag, uitbreiding en voeding

ASUS leverde de ET900N G3 met één 2TB NVMe-drive voor het besturingssysteem en NVIDIA-software op het paar PCIe 5.0 x4 M.2 2280-slots die via Grace zijn verbonden. Het tweede paar M.2-slots maakt gebruik van de geïntegreerde PCIe-switch van ConnectX-8 en wordt fabrieksmatig leeg geleverd.

Onze review-unit werd geleverd met een NVIDIA RTX PRO 2000 Blackwell geïnstalleerd in het PCIe 5.0 x16-slot, een van de ondersteunde configuraties van ASUS. Deze kaart levert beelduitvoer zonder zwaar te putten uit het stroombudget van de GB300; ASUS stelt dat het chassis slechts één RTX PRO Blackwell-kaart ondersteunt. We hebben de RTX PRO 2000 verwijderd vóór benchmarking om het volledige accelerator-vermogensbudget te reserveren voor de Superchip, wat overeenkomt met onze WS300-testomstandigheden. We hebben geen RTX PRO-kaarten met hoger vermogen in dit chassis getest; hun impact op de gedeelde stroomreserve zal worden behandeld in een toekomstige GB300 Station review.

De 1.600 W ATX-voeding heeft 80 PLUS Titanium-certificering, een upgrade ten opzichte van de Platinum-unit van de WS300. Titanium vereist 94% efficiëntie bij 50% belasting op 115V-ingang versus 92% van Platinum, en het handhaaft een minimale efficiëntiebeoordeling bij 10% belasting, dus de ET900N G3 verspilt minder watt onder volledige GB300-belasting. De voeding blijft gedeeld: Grace, B300, pompen, ventilatoren, opslag en elke RTX PRO-kaart trekken uit dezelfde 1.600 W pool. De vsloshd-service van NVIDIA verschuift dynamisch de beschikbare reserve tussen de Superchip en de add-in GPU op basis van het stroomverbruik, zonder een vaste harde limiet voor een van beide componenten. Dit voedingsframework is ongewijzigd ten opzichte van de WS300-review. Noord-Amerikaanse implementaties vereisen een speciaal 20A elektrisch circuit.

Connectiviteit

De dubbele QSFP112-poorten van ConnectX-8 dienen als de primaire fabric-link van de ET900N G3 naar opslag, een tweede DGX Station of cluster-netwerken. In ons lab zijn deze poorten via 400G DAC's verbonden met een ander GB300 Station voor aparte aankomende cluster inferentie-analyse. De Marvell 10 GbE-poort verzorgt regulier hostverkeer, terwijl de Realtek 1 GbE-poort exclusief is gereserveerd voor BMC-beheer.

Testnotities

Alle resultaten gebruiken de standaard geheugenconfiguratie van het lab-sample: 252 GB HBM3e plus 496 GB LPDDR5X. De tests werden uitgevoerd zonder de RTX PRO-kaart geïnstalleerd, waardoor de GB300 Superchip het volledige accelerator-vermogensbudget kreeg en de WS300-testomstandigheden werden geëvenaard. De softwarestack, vLLM-configuratie, workloadprofielen en concurrency-sweep zijn identiek, waardoor directe vergelijking van torens mogelijk is. Deze review richt zich puur op inferentieprestaties; we hebben het stroomverbruik of de thermische telemetrie op dit apparaat niet gemeten.

We hebben twee standaard vLLM live-inferentieprofielen uitgevoerd die worden gebruikt op alle lokale AI-hardware: een gebalanceerde workload met 512 input / 512 output tokens, en een prefill-zware workload met 8.192 input / 1.024 output tokens, waarbij de concurrency wordt geveegd van 1 tot 128 streams. Voor frontier-schaalmodellen vergelijken we met een GPU-server met twee of vier RTX PRO 6000-kaarten, het dichtstbijzijnde single-box alternatief voor deze model-checkpoints. Voor kleinere modellen benchmarken we tegen een enkele RTX PRO 6000 in dezelfde server, een enkele H200 NVL in een andere enterprise server, en een GB10 DGX Spark-systeem identiek aan dat gebruikt in de WS300-review. ET900N G3-statistieken zijn ruwe logwaarden; vergelijkingscijfers komen uit onze gearchiveerde resultatenkaarten.

Inferentieprestaties

Frontier modellen op de coherente geheugenpool

De GB300 is gebouwd om modellen te hosten die de limiet van 252 GB HBM3e van de B300 overschrijden. We hebben vier checkpoints getest die deze grens overschrijden: DeepSeek V4 Flash en MiniMax M2.7 passen volledig binnen HBM met resterende capaciteit; MiniMax M3 past nauwelijks en offloadt een subset van expertlagen naar Grace-geheugen; GLM-5.2 offloadt ongeveer de helft van zijn gewichten. Elke grafiek contrasteert de resultaten met het dichtstbijzijnde single-box alternatief: RTX PRO 6000-kaarten in de enterprise server, die experts naar het hostgeheugen offloaden indien nodig.

DeepSeek V4 Flash is een eenvoudige test: een ~20 GB native FP8 checkpoint dat gemakkelijk door de B300 wordt afgehandeld. De output throughput van de gebalanceerde workload steeg van 152 tokens/sec bij 1 stream naar 1.766 tokens/sec bij 32 streams, met een totale token throughput van 3.532. Voor het prefill-zware profiel schaalde de ET900N G3 van 148 naar 954 output tokens/sec, met een totale throughput van 8.587. Een dual RTX PRO 6000-opstelling piekte rond de 800 output tokens/sec op gebalanceerde workloads en ~490 op lange prompts, met ongelijkmatige prestaties bij lage concurrency.

MiniMax M2.7 in NVFP4-kwantisatie bezet ~125 GB HBM en leverde de sterkste schaling van de vier modellen. De output van de gebalanceerde workload steeg van 214 tokens/sec op één stream naar 4.793 bij 128 streams, met een totale throughput van 9.586. Prefill-zware tests schaalden naar 1.744 output tokens/sec en 15.700 totale tokens/sec bij 64 streams. Twee RTX PRO 6000-kaarten volgden dezelfde algemene curve, maar bereikten minder dan de helft van de throughput, met een piek rond de 1.930 output tokens/sec voor gebalanceerde workloads en ~510 voor lange prompts.

MiniMax M3 illustreert de werking precies op de geheugendrempel. Het NVFP4-checkpoint is kleiner dan 252 GB, maar de runtime-status en de KV-cache verbruiken extra ruimte, dus een deel van de expertlagen bevindt zich in Grace-geheugen; elke decode-stap die toegang heeft tot die experts, kruist NVLink-C2C. Met EAGLE3 speculatieve decodering bereikte de ET900N G3 1.041 output tokens/sec bij 32 streams voor gebalanceerde workloads. Het prefill-zware profiel piekte op 282 tokens/sec bij twee streams, hield 271 bij vier streams, en daalde vervolgens naar 103 bij acht streams naarmate lange prompts de beschikbare cache uitputten. Vier RTX PRO 6000-kaarten die dezelfde speculatieve decoder gebruikten, hielden gelijke tred tot acht streams, trokken vooruit bij 16 streams naar ~1.180 output tokens/sec, en daalden vervolgens naar ongeveer 760 bij 32 streams. Op prefill-zware workloads handhaafde het vier-GPU-systeem ~349 output tokens/sec bij vier streams versus 271 voor de DGX Station. Dit model dat precies op HBM-capaciteit zit, is het enige geval in deze set waarbij 384 GB totaal VRAM over vier kaarten concurreert met 252 GB HBM plus Grace offload.

GLM-5.2 vertegenwoordigt een workload die alleen de coherente geheugenpool mogelijk maakt. Met MTP speculatieve decodering houdt het NVFP4-checkpoint ~215 GB expertgewichten in Grace-geheugen. De ET900N G3 leverde 35 output tokens/sec voor één stream en 139 voor 32 streams onder gebalanceerde workloads, met een totale throughput van 277. Voor prefill-zware tests tot 32 streams bereikte het 120 output tokens/sec en 1.079 totale tokens/sec. Vier RTX PRO 6000-kaarten, elk met ~30 GB offload naar hostgeheugen, behaalden ~40 output tokens/sec bij 32 streams en vlakten af naar ongeveer 9-10 tokens/sec vanaf vier streams voor lange prompts. Geen van beide systemen maakt dit 433 GB model snel, maar de 396 GB/s LPDDR5X van de GB300 en de 900 GB/s NVLink-C2C-verbinding met offloaded experts handhaven de schaling waar PCIe-gekoppeld hostgeheugen over vier GPU's stagneert.

Vergeleken met de MSI WS300, zitten de resultaten van de ET900N G3 voor frontier-modellen binnen ongeveer 1% op alle overeenkomende testpunten: 1.766 output tokens/sec voor DeepSeek V4 Flash bij 32 streams op beide torens; 4.793 versus 4.801 voor MiniMax M2.7 bij 128 streams; 1.041 voor MiniMax M3 bij 32 streams op beide; en 139 voor GLM-5.2 bij 32 streams op beide.

Gedeelde modellen tegen RTX PRO 6000, H200 NVL en DGX Spark

De tweede benchmarkgroep gebruikt kleinere modellen die alle testsystemen volledig in het geheugen kunnen laden: GPT-OSS-20B en 120B native MXFP4; Llama 3.1 8B BF16 en FP8; Mistral Small 24B BF16 en FP8; Qwen3 Coder 30B BF16 en FP8. Nieuw ten opzichte van de WS300-review is een enkele H200 NVL, NVIDIA's 141 GB Hopper-accelerator, die een datacenter-GPU van de vorige generatie toevoegt aan de vergelijkingsset.

GPT-OSS-20B is de gemakkelijkste workload, comfortabel geladen door elke hardwarekandidaat. Onder gebalanceerde workloads schaalde de ET900N G3 naar 22.041 output tokens/sec bij 128 streams (44.082 totaal), vergeleken met ~7.920 voor RTX PRO 6000, 6.010 voor H200 NVL en 1.420 voor DGX Spark. Single-stream prestaties bereikten 536 output tokens/sec voor de Station, vergeleken met 354 op de RTX PRO 6000, 489 op H200 NVL en 120 op Spark. Prefill-zware runs vergrootten de kloof: 9.555 output tokens/sec en 85.994 totale tokens/sec bij 128 streams voor de ET900N G3, tegen ~2.480 voor RTX PRO 6000, 3.410 voor H200 NVL en 445 voor Spark.

GPT-OSS-120B legt geheugenbeperkingen bloot bij concurrerende hardware. De ET900N G3 bereikte 9.280 output tokens/sec op gebalanceerde workloads bij 128 streams, ongeveer drie keer de 3.060 van RTX PRO 6000, 2,8 keer de 3.370 van H200 NVL, en meer dan 19 keer de 480 van Spark. Voor lange prompts raakten kleinere systemen vroegtijdig de KV-cachecapaciteit op: RTX PRO 6000 piekte rond de 1.170 output tokens/sec en H200 NVL bijna 1.820, terwijl de Station bleef klimmen tot 128 streams en eindigde op 5.023 output tokens/sec met een totale throughput van 45.205 tokens/sec.

Llama 3.1 8B FP8 levert het hoogste single-throughput getal in deze testsuite. De ET900N G3 haalde 25.602 output tokens/sec over 128 streams op gebalanceerde workloads (51.205 totaal), vergeleken met ~8.060 op RTX PRO 6000 en 11.040 op H200 NVL. Schakelen van BF16 naar FP8 verhoogde de Station-throughput met ongeveer 50% (17.074 naar 25.602), terwijl RTX PRO 6000 ~70% won en H200 NVL ~37%. Prefill-zware resultaten comprimeerden alle scores: Station bereikte 6.164 output tokens/sec, RTX PRO 6000 1.480, H200 2.040.

Mistral Small 24B FP8 produceerde de grootste prestatieverhoudingen. De ET900N G3 piekte op 11.075 output tokens/sec onder gebalanceerde workloads, 3,4x de 3.240 van RTX PRO 6000, 2,4x de 4.610 van H200 NVL en bijna 20x de 559 van Spark. Op lange prompts piekte RTX PRO 6000 bij 32 streams rond de 480 tokens/sec voordat het daalde; H200 NVL piekte rond de 854 tokens/sec, terwijl de Station 2.302 tokens/sec bereikte bij 128 streams.

Qwen3 Coder 30B, een mixture-of-experts model met een lage actieve parameter count, verkleint de single-stream verschillen. Bij één stream gebalanceerde workload leverde RTX PRO 6000 ~232 output tokens/sec versus de 319 van de Station en de 308 van H200 NVL. Batching herstelt de prestatiehiërarchie: bij 128 streams FP8 bereikte de ET900N G3 12.439 output tokens/sec, 3,1x de 3.990 van de GPU en 1,7x de 7.450 van H200 NVL. Prefill-zware runs bereikten 3.837 output tokens/sec voor de Station; RTX PRO 6000 piekte rond de 880 bij 64 streams, H200 NVL rond de 1.820.

Over deze gedeelde modellen leverde de ET900N G3 2,8-3,4x de throughput van een enkele RTX PRO 6000 en 1,7-3,7x H200 NVL bij volledige concurrency. De voorsprong wordt groter op lange prompts naarmate concurrerende hardware de KV-cache reserve opgebruikt. Vergeleken met WS300 zitten deze vier modellen weer binnen 1%: 22.041 vs 22.161 voor GPT-OSS-20B; 9.280 vs 9.294 voor GPT-OSS-120B; 11.075 vs 11.157 voor Mistral Small FP8; 12.439 vs 12.425 voor Qwen3 Coder FP8. Volledige vergelijking van alle 14 modellen verschijnt in de volgende sectie.

Twee Torens, Eén Baseboard: ASUS ET900N G3 vs MSI WS300

De ET900N G3 en de MSI XpertStation WS300 delen exact hetzelfde NVIDIA GB300 DGX Station baseboard, verpakt in verschillende OEM-chassis. Beide draaiden dezelfde 14 modellen, twee workloadprofielen en concurrency-sweep met identieke vLLM-builds. De onderstaande tabel vergelijkt de piek output throughput van de ET900N G3 met die van de WS300 voor alle modellen.

Van de 28 totale model-workload paren vallen 24 resultaten binnen 2% van elkaar, de meeste met een fractiepercentage voordeel voor de WS300. Vier vallen buiten deze bandbreedte, drie op gebalanceerde workloads: Llama 3.1 8B FP8 op 3,5% lager dan WS300 (25.602 vs 26.536), Qwen3 Coder 30B BF16 op 4,6% lager (10.000 vs 10.486), Nemotron 3 Ultra 550B op 5,2% lager (159 vs 168), plus Qwen3 Coder 30B BF16 opnieuw op 2,1% lager op lange prompts. Alle datapunten zijn single-run metingen voor elke toren, dus 2-5% variatie over drie van de 14 modellen kan niet worden toegeschreven aan het chassisontwerp; we documenteren simpelweg het waargenomen verschil. Modellen die afhankelijk zijn van coherente geheugenpooling, MiniMax M3 en GLM-5.2, matchen of overtreffen de WS300-prestaties op beide workloads, wat bevestigt dat het Grace offload-pad identiek functioneert in ASUS- en MSI-behuizingen.

GPT-OSS-20B, het model met de hoogste throughput voor dichte modellen, en GLM-5.2, de workload gericht op offload, vertonen bijna perfecte overlap: de prestaties van de WS300 volgen de ET900N G3 bijna punt voor punt.

We zullen dit benchmarkframework voortzetten naarmate er meer GB300-torens in ons lab arriveren. HP's ZGX staat als volgende op de lijst, gevolgd door andere OEM-builds. Elk apparaat draait deze identieke concurrency-sweep, dus eventuele verschillen tussen OEM-implementaties zullen in dit benchmarkframework verschijnen, waarbij individuele modelgrafieken ruwe prestatiecurves behouden.

Conclusie

De ASUS ExpertCenter Pro ET900N G3 vervult wat een tweede referentieplatformimplementatie zou moeten doen: het valideert de oorspronkelijke benchmarkresultaten. Over 14 modellen en twee workloadprofielen bevinden 24 van de 28 piek vLLM throughput-vergelijkingen zich binnen 2% van de MSI XpertStation WS300-resultaten, variërend van 1.766 output tokens/sec voor DeepSeek V4 Flash tot 22.041 voor GPT-OSS-20B. Vier single-run uitschieters vallen 2-5% lager, en het systeem draait met succes GLM-5.2 met 215 GB expertlagen opgeslagen in Grace-geheugen met een throughput die vier RTX PRO 6000-kaarten niet kunnen evenaren. De GB300 Superchip bepaalt de prestatielimiet, en ASUS levert solide uitvoering.

De toegevoegde waarde van ASUS zijn praktische technische verbeteringen: de handgrepen laten twee personen de 27 kg wegende toren verplaatsen zonder chassispanelen vast te pakken; de speciale ventilator boven de QSFP112-cages adresseert het thermische risico voor langdurige 400G optische runs; de Titanium-gecertificeerde PSU vermindert het stroomverbruik uit het stopcontact. De Arm-host, het verplichte 20A-circuit, de alleen-voor-BMC beelduitvoer en het gedeelde 1.600W-vermogensbudget bij installatie van grote add-in GPU's zijn inherente platformbeperkingen die voor beide torens gelijk van toepassing zijn.

Beijing Qianxing Jietong Technology Co., Ltd.
Sandy Yang/Global Strategy Director
WhatsApp / WeChat: +86 13426366826
E-mail: yangyd@qianxingdata.com
Website: www.qianxingdata.com/www.storagesserver.com
Zakelijke focus:
ICT Productdistributie/Systeemintegratie & Services/Infrastructuuroplossingen
Met meer dan 20 jaar ervaring in IT-distributie werken we samen met toonaangevende wereldwijde merken om betrouwbare producten en professionele diensten te leveren.
“Technologie gebruiken om een intelligente wereld te bouwen” Uw Betrouwbare ICT Product Service Provider!