NVIDIA DGX SPARK是一个紧凑的AI工作站，其中包括NVIDIA GB10 Grace Blackwell SuperChip，其中包括带有第五代张量的Blackwell GPU和FP4支持。它提供了273 GB/s的内存带宽，与其他一些高端AI工作站和GPU相比，它相对较小[5] [7] [9]。
相比之下，来自NVIDIA的另一个AI工作站NVIDIA DGX站提供了明显更高的内存带宽。 DGX站具有GB300 Grace Blackwell Ultra桌面SuperChip，其中包括Blackwell Ultra GPU和服务器级的Grace-72 Core-Neoverse Neoverse V2 CPU。 GPU具有带宽为8 tb/s的288GB HBM3E内存，而CPU访问496GB的LPDDR5X内存，带宽高达396 GB/s ** [5]。
其他以AI为中心的系统(例如利用NVIDIA A100 GPU)提供了更高的内存带宽。例如，A100 80GB模型提供了2 tb/s的内存带宽，这对需要快速数据处理的大规模AI应用程序有益[6]。
在更广泛的市场中，RTX Pro 5000之类的系统提供了令人印象深刻的1.3 TB/s的令人印象深刻的内存带宽，其GDDR7内存为48GB，使其在AI工作负载方面具有很高的竞争力[7]。这强调了DGX Spark设计用于紧凑，高性能AI计算，但其内存带宽不如其他一些专业的AI工作站和GPU那么高。
总体而言，DGX Spark的内存带宽已针对其紧凑的外形和特定的AI开发任务进行了优化，但它可能与更强大，更大的系统中的更较大，较大的系统相匹配。
引用：
[1] https://nvidianews.nvidia.com/news/nvidia-announces-dgx-spark-spark-and-dgx-station-personal-ai-computers
[2] https://www.pcmag.com/news/what-is-nvidias-dgx-station-a-a-new-pecialized-desktop-line-for-ai-work
[3] https://www.micron.com/content/dam/micron/global/public/documents/products/products/technical-marketing-brief-brief/ddr5-ai-inperion-workload-work-perload-work-performance-performance-tech-brief.pdf
[4] https://www.ainvest.com/news/nvidia-unveils-dgx-spark-dgx-dgx-station-revolution-personal-ai-computing-2503/
[5] https://beebom.com/nvidia-project-digits-rebranded to-dgx-spark-dgx-station-announced/
[6] https://datacrunch.io/blog/nvidia-a100-40gb-vs-80-gb
[7] https://www.reddit.com/r/localllama/comments/1JEF1DD/DGX_SPARK_PREVICE_DIGITY_DIGITY_HAS_HAS_273GBS_MEMORY/
[8] https://phoenixgamedevelopment.com/blog/ai-memory-bandwidth-comparision-for-selected-ddr4-cpus/
[9] https://www.youtube.com/watch?v=csihxri1jt4
[10] https://www.youtube.com/watch?v=krbh0von-2a