NVIDIA DGX SPARK和DGX站都是为AI计算而设计的，但是它们在存储器带宽和整体体系结构方面差异很大。
DGX Spark具有273 GB/s的内存带宽，其紧凑的外形效果令人印象深刻，旨在有效地支持AI工作负载。它使用NVIDIA GB10 Grace Blackwell SuperChip，其中包括第五代张量核心和FP4支持，从而提高了AI任务的性能。 DGX Spark配备了128GB的统一LPDDR5X存储器，并支持高速连通性的高级网络功能[1] [3] [7]。
相比之下，DGX站提供了更高的内存带宽功能，尽管在提供的来源中未详细介绍最新模型的特定数字。但是，请注意，DGX站使用高带宽内存(HBM3E)，并且可以支持多达288 GB的HBM3E和496 GB LPDDR5X，可能会明显高于DGX的记忆带宽，尤其是在考虑使用NVLink-C2C互动的技术时，尤其是在考虑使用NVLINK-C2C互动的情况下[4] [4] [] [4] [] [4] [] [4] [] [[5] [] [4] [] [] [4] [] [] [4] [] [] [] [] [] [] [4] [] DGX站使用NVIDIA GB300 GRACE BLACKWERL ULTRA桌面Superchip构建，具有784 GB的连贯内存空间，旨在加速大规模的AI训练和推断工作量[5]。
总体而言，虽然DGX Spark为AI开发提供了一个紧凑，有效的解决方案，但内存带宽为273 GB/s，但DGX站设计用于更苛刻的AI任务，提供出色的性能和更高的内存带宽功能，因为其高级体系结构和更大的内存能力。
引用：
[1] https://www.pcmag.com/news/what-is-nvidias-dgx-station-a-new-pecialized-desktop-line-for-ai-work
[2] https://www.reddit.com/r/localllama/comments/1jedy17/nvidia_digits_specs_releasd_released_and_and_enrenamed_to_dgx/
[3] https://www.ainvest.com/news/nvidia-unveils-dgx-spark-dgx-dgx-station-corvolution-personal-ai-computing-2503/
[4] https://www.youtube.com/watch?v=krbh0von-2a
[5] https://www.techpowerup.com/forums/threads/nvidia-announces-dgx-spark-spark-and-dgx-station-personal-ai-computers.334300/
[6] https://www.reddit.com/r/localllama/comments/1JEF1DD/DGX_SPARK_PREVICE_DIGITY_HAS_HAS_HAS_273GBS_MEMORY/
[7] https://www.nvidia.com/en-us/products/workstations/dgx-spark/
[8] https://xenon.com.au/product/nvidia-dgx-station/
[9] https://images.nvidia.com/content/newsletters/email/pdf/dgx-station-wp.pdf