Während große Keynotes von Intel und NVIDIA die Bühne bereiteten, kamen die überzeugendsten Fakten von vier Unternehmen: MSI, Innodisk, Longsys und Karrie attackierten jeweils eine andere Schicht des Edge-KI-Hardware-Stacks.

MSI EdgeMesa N AI+: Ein Petaflop im Westentaschenformat

Der visuell beeindruckendste Beleg für den lokalen KI-Trend war der MSI EdgeMesa N AI+ Mini-PC. Als eines der ersten Geräte auf Basis von NVIDIAs neuem RTX Spark-Superchip angekündigt, packt das kompakte System eine 20-Kern-Grace-CPU, eine Blackwell-GPU mit 6.144 CUDA-Kernen und bis zu 128 GB vereinheitlichten LPDDR5X-Speicher in ein handtellergroßes Gehäuse .

Das Ergebnis: rund 1 Petaflop KI-Leistung – ein Wert, den man bis vor Kurzem nur aus Rechenzentrums-Racks kannte, nicht von einem Gerät für den Schreibtisch . MSI konzipierte den EdgeMesa N AI+ als Workstation für KI-Entwickler, Datenwissenschaftler und Kreative, die große Sprachmodelle (LLMs), Echtzeit-Inferenz und generative KI ohne die Latenz- und Datenschutz-Kompromisse der Cloud betreiben wollen . Ein 10GbE-LAN-Port und die Unterstützung mehrerer Bildschirme unterstreichen seine Rolle als autarker Produktivitätsknoten und nicht als Spielzeug . An seinem Stand führte MSI funktionierende Anwendungen aus den Bereichen Gesundheitswesen, Einzelhandel, Finanzen, Robotik und Smart-City-Management vor .

Innodisk: Der Fünf-Schichten-Bauplan für Unternehmens-Edge-KI

Präsentierte MSI ein Produkt, so stellte Innodisk ein ganzes System vor. Das Fünf-Schichten-Edge-KI-Ökosystem des taiwanischen Unternehmens umfasst die Ebenen Rechenleistung, Speicher, Datenspeicherung, Sensorik & Kommunikation sowie Software – jene fundamentalen Bausteine, die jedes Unternehmen für den KI-Einsatz außerhalb eines Rechenzentrums benötigt .

Live-Demonstrationen machten das Konzept greifbar. Besucher erlebten lokales LLM-Finetuning auf der AccelTune-Plattform – einem No-Code-Tool auf dem APEX-S100-Server mit Intel Xeon 6700-Prozessoren und zwei NVIDIA RTX PRO-GPUs –, intelligente Sicherheitssysteme für Schwermaschinen, die Sensordaten vor Ort verarbeiten, autonom navigierende mobile Roboter (AMR) auf Fabrikhallenböden und OCR-Containererkennungssysteme, die nie eine Cloud konsultierten .

Das Kernargument: Datensouveränität. Unternehmen können sensible Informationen in ihrer eigenen Infrastruktur behalten und dennoch modernste KI-Modelle betreiben .

Longsys: KI-nativer Arbeitsspeicher für den Edge

Longsys (Jiangbolong) nahm sich eines weniger glamourösen, aber entscheidenden Engpasses an: Arbeitsspeicher, der speziell für KI-Anforderungen entwickelt wurde. Das Unternehmen debütierte zwei zweckgebundene Speichermodule, die gezielt die Anforderungen der Edge-Inferenz bedienen .

AIDIMM ist ein steckbares Modul auf LPDDR5X-Basis mit einem 256 Bit breiten Bus und einer Taktfrequenz von 9.600 MT/s. Ein einzelnes Modul unterstützt bis zu 128 GB Kapazität mit 307,2 GB/s Bandbreite. Laut Longsys reicht das aus, um ein großes Sprachmodell mit 70 Milliarden Parametern lokal und ohne Aussetzer auszuführen . Die vier DRAM-Chips sind in einer platzsparenden, gleichseitigen Anordnung verbaut, die mit gängigen KI-Host-Motherboards kompatibel ist und einen werkzeuglosen High-Pin-Count-Steckverbinder nutzt .

Für kompaktere, eingebettete Szenarien gibt es AILPBGA: ein verlötetes BGA1764-Paket mit 22 mm × 22 mm, das Kapazitäten von 24 GB bis 64 GB bietet, aber die gleiche 256-Bit-Basisarchitektur beibehält . Beide Module implementieren eine dynamische Spannungsskalierung (0,9 V–1,05 V) und einen intelligenten Effizienzmechanismus namens FDVFS .

Jenseits der Module gab Longsys auch tiefere Einblicke in seine Architektur-Roadmap: Die Storage Processing Unit (SPU) und der Intelligence Storage Agent (iSA). Die SPU ist ein dedizierter Verarbeitungschip im 5-nm-Verfahren, der darauf ausgelegt ist, Speicherintelligenz von der Haupt-CPU zu entlasten, mit einer maximalen Einzellaufwerkskapazität von 128 TB. Der iSA ist die zugehörige Scheduling-Software – beide bilden ein geschlossenes Hard- und Software-System für Edge-KI-Speicher . Unter seiner Verbrauchermarke Lexar fasste Longsys sein gesamtes Portfolio unter dem Leitthema „Edge AI Storage • Integrated Implementation“ zusammen .

Karrie: Die unsichtbare Infrastruktur der KI-Fabriken

Karrie (Jiali) agiert eine Ebene unter den Endanwendergeräten, aber seine Präsenz auf der COMPUTEX 2026 war nicht minder bedeutend. Der globale Anbieter für Server-Mechaniklösungen demonstrierte KI-Servergehäuse, strukturelle Lösungen auf Rack-Ebene und Präzisionsfertigungsfähigkeiten, die die nächste Generation der KI-Infrastruktur physisch tragen .

Karries Arbeit wurde an mehreren Partnerständen sichtbar. Das Unternehmen verwies auf seine Aufnahme in NVIDIAs Liste zugelassener Anbieter für Servergehäuse und Rack-Komponenten – eine Auszeichnung, die im September 2025 erlangt wurde – und zeigte Produkte auf Basis der modularen NVIDIA MGX-Referenzarchitektur in den Formfaktoren 1U, 2U und 6U . Seine offizielle Erklärung, „Wir fühlen uns geehrt, NVIDIA MGX zu unterstützen und ein wichtiger Teil bei der Gestaltung des nächsten KI-Fabrik-Ökosystems zu sein“, traf die strategische Positionierung als stiller Wegbereiter des KI-Ausbaus auf den Punkt .

Das große Ganze: Physical AI, Robotik und die Local-First-Welle

Die vier Unternehmen agierten in einem Rahmen, der die COMPUTEX 2026 dominierte: Physical AI und Robotik waren allgegenwärtig. ADLINK demonstrierte vereinheitlichte Hardware-Einsatzmatrizen von Steuerungen über Smart Displays bis hin zu Robotern . AAEON stellte Edge-Physical-AI für humanoide Robotik, intelligenten Verkehr und das Gesundheitswesen in den Mittelpunkt . Inventec verwandelte seinen Stand in eine Mini-„KI-Fabrik“ und zeigte Anwendungen für Smart Manufacturing und Robotik .

NVIDIAs Ökosystem war das Fundament: RTX Spark trieb MSIs Mini-PC an, MGX lieferte den Bauplan für Karries Gehäuse, und die Jetson-Plattform war die Basis für Demos bei AAEON, ADLINK und anderen Robotik-Ausstellern . Parallel betonte Intel rack-skalige KI-Infrastruktur und ein neues, disaggregiertes Inferenzmodell namens „Neocloud“, das auf Cloud-to-Edge-Skalierbarkeit abzielt .

Das konsistente, herstellerübergreifende Signal: KI-Inferenz verlässt die Cloud. Latenzempfindliche Industrieanwendungen, Datenschutzbestimmungen und die schieren Kosten permanenter Cloud-Inferenz zwingen Unternehmen dazu, Modelle lokal zu betreiben . Die COMPUTEX 2026 war keine Messe über KI-Möglichkeiten – sie war eine Ausstellung von KI-Hardware, die Unternehmen heute kaufen, installieren und betreiben können.

Während große Keynotes von Intel und NVIDIA die Bühne bereiteten, kamen die überzeugendsten Fakten von vier Unternehmen: MSI, Innodisk, Longsys und Karrie attackierten jeweils eine andere Schicht des Edge-KI-Hardware-Stacks.

MSI EdgeMesa N AI+: Ein Petaflop im Westentaschenformat

Der visuell beeindruckendste Beleg für den lokalen KI-Trend war der MSI EdgeMesa N AI+ Mini-PC. Als eines der ersten Geräte auf Basis von NVIDIAs neuem RTX Spark-Superchip angekündigt, packt das kompakte System eine 20-Kern-Grace-CPU, eine Blackwell-GPU mit 6.144 CUDA-Kernen und bis zu 128 GB vereinheitlichten LPDDR5X-Speicher in ein handtellergroßes Gehäuse .

Das Ergebnis: rund 1 Petaflop KI-Leistung – ein Wert, den man bis vor Kurzem nur aus Rechenzentrums-Racks kannte, nicht von einem Gerät für den Schreibtisch . MSI konzipierte den EdgeMesa N AI+ als Workstation für KI-Entwickler, Datenwissenschaftler und Kreative, die große Sprachmodelle (LLMs), Echtzeit-Inferenz und generative KI ohne die Latenz- und Datenschutz-Kompromisse der Cloud betreiben wollen . Ein 10GbE-LAN-Port und die Unterstützung mehrerer Bildschirme unterstreichen seine Rolle als autarker Produktivitätsknoten und nicht als Spielzeug . An seinem Stand führte MSI funktionierende Anwendungen aus den Bereichen Gesundheitswesen, Einzelhandel, Finanzen, Robotik und Smart-City-Management vor .

Innodisk: Der Fünf-Schichten-Bauplan für Unternehmens-Edge-KI

Präsentierte MSI ein Produkt, so stellte Innodisk ein ganzes System vor. Das Fünf-Schichten-Edge-KI-Ökosystem des taiwanischen Unternehmens umfasst die Ebenen Rechenleistung, Speicher, Datenspeicherung, Sensorik & Kommunikation sowie Software – jene fundamentalen Bausteine, die jedes Unternehmen für den KI-Einsatz außerhalb eines Rechenzentrums benötigt .

Live-Demonstrationen machten das Konzept greifbar. Besucher erlebten lokales LLM-Finetuning auf der AccelTune-Plattform – einem No-Code-Tool auf dem APEX-S100-Server mit Intel Xeon 6700-Prozessoren und zwei NVIDIA RTX PRO-GPUs –, intelligente Sicherheitssysteme für Schwermaschinen, die Sensordaten vor Ort verarbeiten, autonom navigierende mobile Roboter (AMR) auf Fabrikhallenböden und OCR-Containererkennungssysteme, die nie eine Cloud konsultierten .

Das Kernargument: Datensouveränität. Unternehmen können sensible Informationen in ihrer eigenen Infrastruktur behalten und dennoch modernste KI-Modelle betreiben .

Longsys: KI-nativer Arbeitsspeicher für den Edge

Longsys (Jiangbolong) nahm sich eines weniger glamourösen, aber entscheidenden Engpasses an: Arbeitsspeicher, der speziell für KI-Anforderungen entwickelt wurde. Das Unternehmen debütierte zwei zweckgebundene Speichermodule, die gezielt die Anforderungen der Edge-Inferenz bedienen .

AIDIMM ist ein steckbares Modul auf LPDDR5X-Basis mit einem 256 Bit breiten Bus und einer Taktfrequenz von 9.600 MT/s. Ein einzelnes Modul unterstützt bis zu 128 GB Kapazität mit 307,2 GB/s Bandbreite. Laut Longsys reicht das aus, um ein großes Sprachmodell mit 70 Milliarden Parametern lokal und ohne Aussetzer auszuführen . Die vier DRAM-Chips sind in einer platzsparenden, gleichseitigen Anordnung verbaut, die mit gängigen KI-Host-Motherboards kompatibel ist und einen werkzeuglosen High-Pin-Count-Steckverbinder nutzt .

Für kompaktere, eingebettete Szenarien gibt es AILPBGA: ein verlötetes BGA1764-Paket mit 22 mm × 22 mm, das Kapazitäten von 24 GB bis 64 GB bietet, aber die gleiche 256-Bit-Basisarchitektur beibehält . Beide Module implementieren eine dynamische Spannungsskalierung (0,9 V–1,05 V) und einen intelligenten Effizienzmechanismus namens FDVFS .

Jenseits der Module gab Longsys auch tiefere Einblicke in seine Architektur-Roadmap: Die Storage Processing Unit (SPU) und der Intelligence Storage Agent (iSA). Die SPU ist ein dedizierter Verarbeitungschip im 5-nm-Verfahren, der darauf ausgelegt ist, Speicherintelligenz von der Haupt-CPU zu entlasten, mit einer maximalen Einzellaufwerkskapazität von 128 TB. Der iSA ist die zugehörige Scheduling-Software – beide bilden ein geschlossenes Hard- und Software-System für Edge-KI-Speicher . Unter seiner Verbrauchermarke Lexar fasste Longsys sein gesamtes Portfolio unter dem Leitthema „Edge AI Storage • Integrated Implementation“ zusammen .

Karrie: Die unsichtbare Infrastruktur der KI-Fabriken

Karrie (Jiali) agiert eine Ebene unter den Endanwendergeräten, aber seine Präsenz auf der COMPUTEX 2026 war nicht minder bedeutend. Der globale Anbieter für Server-Mechaniklösungen demonstrierte KI-Servergehäuse, strukturelle Lösungen auf Rack-Ebene und Präzisionsfertigungsfähigkeiten, die die nächste Generation der KI-Infrastruktur physisch tragen .

Karries Arbeit wurde an mehreren Partnerständen sichtbar. Das Unternehmen verwies auf seine Aufnahme in NVIDIAs Liste zugelassener Anbieter für Servergehäuse und Rack-Komponenten – eine Auszeichnung, die im September 2025 erlangt wurde – und zeigte Produkte auf Basis der modularen NVIDIA MGX-Referenzarchitektur in den Formfaktoren 1U, 2U und 6U . Seine offizielle Erklärung, „Wir fühlen uns geehrt, NVIDIA MGX zu unterstützen und ein wichtiger Teil bei der Gestaltung des nächsten KI-Fabrik-Ökosystems zu sein“, traf die strategische Positionierung als stiller Wegbereiter des KI-Ausbaus auf den Punkt .

Das große Ganze: Physical AI, Robotik und die Local-First-Welle

Die vier Unternehmen agierten in einem Rahmen, der die COMPUTEX 2026 dominierte: Physical AI und Robotik waren allgegenwärtig. ADLINK demonstrierte vereinheitlichte Hardware-Einsatzmatrizen von Steuerungen über Smart Displays bis hin zu Robotern . AAEON stellte Edge-Physical-AI für humanoide Robotik, intelligenten Verkehr und das Gesundheitswesen in den Mittelpunkt . Inventec verwandelte seinen Stand in eine Mini-„KI-Fabrik“ und zeigte Anwendungen für Smart Manufacturing und Robotik .

NVIDIAs Ökosystem war das Fundament: RTX Spark trieb MSIs Mini-PC an, MGX lieferte den Bauplan für Karries Gehäuse, und die Jetson-Plattform war die Basis für Demos bei AAEON, ADLINK und anderen Robotik-Ausstellern . Parallel betonte Intel rack-skalige KI-Infrastruktur und ein neues, disaggregiertes Inferenzmodell namens „Neocloud“, das auf Cloud-to-Edge-Skalierbarkeit abzielt .

Das konsistente, herstellerübergreifende Signal: KI-Inferenz verlässt die Cloud. Latenzempfindliche Industrieanwendungen, Datenschutzbestimmungen und die schieren Kosten permanenter Cloud-Inferenz zwingen Unternehmen dazu, Modelle lokal zu betreiben . Die COMPUTEX 2026 war keine Messe über KI-Möglichkeiten – sie war eine Ausstellung von KI-Hardware, die Unternehmen heute kaufen, installieren und betreiben können.