Nvidia GB10 Superchip ช่วยเพิ่มประสิทธิภาพการคำนวณ AI ใน DGX Spark ได้อย่างไร

1. สถาปัตยกรรมและส่วนประกอบ: GB10 Superchip ขึ้นอยู่กับสถาปัตยกรรม Nvidia Grace Blackwell ซึ่งรวม Nvidia Blackwell GPU ที่มีประสิทธิภาพสูงด้วย CPU แขน 20 คอร์ GPU มีแกนเทนเซอร์รุ่นที่ห้าและรองรับความแม่นยำ FP4 ซึ่งเป็นสิ่งสำคัญสำหรับการประมวลผล AI ที่มีประสิทธิภาพ CPU ประกอบด้วยคอร์เท็กซ์ -x925 และ 10 คอร์เท็กซ์ -A725 คอร์ให้ความสามารถในการประมวลผลข้อมูลล่วงหน้าและการประสานข้อมูลที่แข็งแกร่ง [2] [4] [7]

2. หน่วยความจำและการเชื่อมต่อระหว่างกัน: GB10 Superchip ใช้เทคโนโลยี NVIDIA NVLINK-C2C Interconnect ซึ่งให้โมเดลหน่วยความจำ CPU+GPU ที่เหนียวแน่น เทคโนโลยีนี้นำเสนอแบนด์วิดท์ห้าเท่าของ PCIe 5.0 ซึ่งเพิ่มการถ่ายโอนข้อมูลระหว่าง CPU และ GPU อย่างมีนัยสำคัญ สิ่งนี้เป็นประโยชน์อย่างยิ่งสำหรับเวิร์กโหลด AI ที่ใช้หน่วยความจำมากเนื่องจากไม่จำเป็นต้องถ่ายโอน PCIe และทำให้มั่นใจได้ว่าการเข้าถึงข้อมูลที่ราบรื่น [1] [3] [6]

3. หน่วยความจำแบบครบวงจร: DGX Spark ขับเคลื่อนโดย GB10 Superchip รวมถึงหน่วยความจำ LPDDR5X แบบครบวงจร 128GB สถาปัตยกรรมหน่วยความจำแบบครบวงจรนี้ช่วยให้สามารถจัดการโมเดล AI ขนาดใหญ่ได้อย่างมีประสิทธิภาพสูงถึง 200 พันล้านพารามิเตอร์โดยไม่จำเป็นต้องมีการจัดการหน่วยความจำด้วยตนเองระหว่าง CPU และ GPU ความสามารถนี้มีความสำคัญสำหรับการสร้างต้นแบบการปรับแต่งและใช้โมเดล AI ขนาดใหญ่ในพื้นที่ [4] [5] [8]

4. ประสิทธิภาพ AI: GB10 Superchip มอบสูงสุด 1,000 ยอด (ล้านล้านต่อวินาที) ของกำลังการประมวลผล AI ประสิทธิภาพระดับนี้รองรับการปรับแต่งและการอนุมานของโมเดลการให้เหตุผล AI ล่าสุดเช่น Nvidia Cosmos Reason World Foundation Model และ GR00T N1 Robot Foundation Model [3] [6]

5. เครือข่ายและความสามารถในการปรับขนาด: DGX Spark รวมถึงความสามารถในเครือข่าย NVIDIA ConnectX-7 ทำให้ผู้ใช้สามารถเชื่อมต่อสองระบบสำหรับการจัดการรุ่น AI ที่มีขนาดใหญ่ขึ้น คุณสมบัติความสามารถในการปรับขนาดนี้เป็นสิ่งจำเป็นสำหรับการจัดการโมเดลที่มีพารามิเตอร์เกินกว่า 405 พันล้านเช่น Llama 3.1 [5] [7]

6. การรวมซอฟต์แวร์: DGX Spark มาพร้อมกับเครื่องมือซอฟต์แวร์ AI ของ NVIDIA ที่ติดตั้งไว้ล่วงหน้าโดยทำงานบน Ubuntu Linux รุ่นที่กำหนดเองที่รู้จักกันในชื่อ DGX OS การตั้งค่านี้ทำให้กระบวนการพัฒนาง่ายขึ้นโดยอนุญาตให้การปรับใช้แบบจำลอง AI อย่างไร้รอยต่อจากเดสก์ท็อปไปยังคลาวด์หรือโครงสร้างพื้นฐานศูนย์ข้อมูลด้วยการปรับรหัสน้อยที่สุด [5] [6]

โดยสรุป NVIDIA GB10 Superchip ใน DGX Spark ช่วยเพิ่มประสิทธิภาพการคำนวณ AI โดยนำเสนอการรวมกันของ GPU+CPU ที่ทรงพลังการเชื่อมต่อหน่วยความจำที่มีแบนด์วิดท์สูงการเชื่อมต่อสถาปัตยกรรมหน่วยความจำแบบครบวงจรและความสามารถในการสร้างเครือข่ายที่ปรับขนาดได้

การอ้างอิง:
[1] https://press.asus.com/news/press-releases/asus-introduces-ascent-gx-10-ai-supercomputer-powered-by-nvidia-gb-10-grace-blackwell-superchip/
[2] https://www.tomshardware.com/desktops/mini-pcs/asus-mini-supercomputercompu
[3] https://nvidianews.nvidia.com/news/nvidia-announces-dgx-spark-and-dgx-station-personal-ai-computers
[4] https://www.bigdatawire.com/2025/01/10/inside-nvidias-new-desktop-ai-box-project-digits/
[5] https://www.pcmag.com/news/what-is-nvidias-dgx-station-a-new-specialized-desktop-line-for-ai-work
[6] https://www.engineering.com/nvidia-unveils-dgx-personal-ai-supercomputers-by-grace-blackwell/
[7] https://nvidianews.nvidia.com/news/nvidia-puts-grace-blackwell-on-erery-desk-and-at-erery-ai-developers-fingertips
[8] https://www.nvidia.com/en-us/products/workstations/dgx-spark/
[9] https://www.investing.com/news/company-news/nvidia-launches-personal-ai-supercomputers-for-desktops-93ch-3934971
[10] https://www.nvidia.com/en-us/project-digits/
[11] https://www.techpowerup.com/330617/nvidia-puts-grace-blackwell-on-erery-desk-and-at-erery-ai-developers-fingertips