A estação NVIDIA DGX Spark e DGX são projetadas como supercomputadores de IA pessoais, mas atendem a diferentes necessidades e oferecem recursos distintos. Aqui estão as principais diferenças entre eles:
tamanho e fator de forma
- DGX Spark: é o menor supercomputador de IA do mundo, projetado para se encaixar em um fator de forma compacto. Isso o torna altamente portátil e adequado para pesquisadores, estudantes e desenvolvedores que precisam de recursos poderosos de IA em um pequeno espaço [1] [2].- Estação DGX: é uma estação de trabalho de desktop mais tradicional, oferecendo desempenho no nível do data center em um fator de forma maior. Esse design permite componentes mais poderosos e melhor resfriamento, tornando -o adequado para exigir cargas de trabalho de IA [1] [4].
poder de processamento e memória
- DGX Spark: apresenta o NVIDIA GB10 Grace Blackwell Superchip, que inclui uma GPU Blackwell com núcleos de tensor de quinta geração e suporte FP4. Isso oferece até 1.000 trilhões de operações por segundo (tops) de computação de IA. O sistema vem com 128 GB de memória LPDDR5X unificada [1] [2].- Estação DGX: é alimentada pelo NVIDIA GB300 GRACE BLACKWELL ULTRA ENDRAPOP SUPERCHIP, apresentando uma GPU Blackwell Ultra com os mais recentes núcleos tensores e precisão do FP4. Possui 784 GB de espaço de memória coerente, significativamente mais do que o DGX Spark, tornando-o ideal para o treinamento de IA em larga escala e cargas de trabalho de inferência [1] [5].
Networking e conectividade
- DGX Spark: ele suporta a rede Connectx-7, permitindo que os usuários conectem várias faíscas para trabalhos colaborativos em grandes modelos de IA [2].- Estação DGX: apresenta o NVIDIA Connectx-8 Supernnic, que suporta velocidades de rede de até 800 GB/s. Isso permite uma conectividade rápida entre várias estações DGX para cargas de trabalho de AI em larga escala e transferências de dados eficientes [1] [5].
consumo de energia e sistema operacional
- DGX Spark: opera com um consumo de energia relativamente baixo de 170W, tornando-o eficiente em termos de energia. O sistema é executado no DGX OS personalizado da NVIDIA, uma versão do Ubuntu Linux [2] [4].- Estação DGX: Embora os detalhes específicos do consumo de energia para os novos modelos da estação DGX não sejam fornecidos, as versões anteriores da estação DGX foram projetadas para serem refrigeradas a água e operar silenciosamente, sugerindo um foco no desempenho sobre a eficiência de energia. Normalmente, ele é executado no Ubuntu Desktop Linux OS [3] [6].
Disponibilidade e público -alvo
- DGX Spark: Reservas para DGX Spark estão abertas, direcionando pesquisadores, estudantes e desenvolvedores que precisam de soluções compactas de computação de IA [1] [7].- Estação DGX: Espera -se que esteja disponível ainda este ano de grandes fabricantes como Asus, Boxx, Dell, HP, Lambda e Supermicro. Visa que os profissionais e organizações que exigem recursos de IA de alto desempenho na área de trabalho [1] [7].
Em resumo, o DGX Spark é ideal para aqueles que precisam de computação portátil de IA de alto desempenho, enquanto a estação DGX foi projetada para cargas de trabalho de IA mais exigentes que exigem recursos extensos de memória e rede.
Citações:
[1] https://nvidianews.nvidia.com/news/nvidia-announces-dgx-spark-and-dgx-station-personal-ai-computers
[2] https://www.pcmag.com/news/what-is-nvidias-dgx-station--new-especializado-desktop-line-for-work
[3] https://www.nvidia.com/content/dam/en-zz/solutions/data-center/dgx-station/dgx-station-print-explorer-datashet-letter-final-web.pdf
[4] https://www.maginative.com/article/nvidia-unveils-dgx-park-and-dgx-station-desktop-ai-supercomputers-for-the-developer-masses/
[5] https://www.techpowerup.com/334300/nvidia-anounces-dgx-spark-and-dgx-station-personal-ai-computers
[6] https://en.wikipedia.org/wiki/nvidia_dgx
[7] https://www.constellationr.com/blog-news/insights/nvidia-launches-dgx-spark-dgx-station-personal-ai-supercomputers
[8] https://www.e4company.com/wp-content/uploads/nvidia_dgx-station_dataheet_e4_w.pdf
[9] https://www.reddit.com/r/hardware/comments/1jej1uk/nvidia_announces_dgx_spark_and_dgx_station/