Home Arrow Icon Knowledge base Arrow Icon Global Arrow Icon Quelles sont les principales différences dans les spécifications du CPU et du GPU entre la station DGX Spark et DGX


Quelles sont les principales différences dans les spécifications du CPU et du GPU entre la station DGX Spark et DGX


Les NVIDIA DGX Spark et la station DGX sont toutes deux conçues pour l'informatique en IA mais diffèrent considérablement dans leurs spécifications CPU et GPU, reflétant leurs objectifs et capacités distinctes.

DGX Spark

- CPU: Le DGX Spark dispose du Nvidia GB10 Grace Blackwell Superchip, qui comprend 20 noyaux de bras. Cette configuration est optimisée pour un facteur de forme de bureau et est conçue pour fournir un traitement efficace pour les charges de travail de l'IA [2] [6].
- GPU: La Superchip GB10 comprend un puissant GPU Nvidia Blackwell avec des noyaux de tenseur de cinquième génération et un support FP4. Cette configuration offre jusqu'à 1 000 billions d'opérations par seconde, ce qui le rend adapté aux tâches de réglage fin et d'inférence avec des modèles AI avancés [1] [3].
- Mémoire: l'étincelle DGX est livrée avec 128 Go de mémoire LPDDR5X unifiée, ce qui est suffisant pour de nombreuses tâches de développement d'IA mais moins que ce que la station DGX offre [2].
Station

DGX

- CPU: La station DGX est équipée d'un processeur Nvidia Grace haute performance avec 72 cœurs de CPU. Cette configuration est nettement plus puissante que l'étincelle du DGX, s'adressant à des charges de travail d'IA plus exigeantes [2] [11].
- GPU: La station DGX utilise le NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip, qui comprend un GPU Nvidia Blackwell Ultra. Ce GPU présente les noyaux de tenseur de dernière génération et la précision FP4, offrant des performances supérieures à la formation et à l'inférence du modèle d'IA à grande échelle [1] [5].
- Mémoire: la station DGX possède un énorme 784 Go d'espace mémoire cohérent, qui est beaucoup plus grand que la mémoire de DGX Spark. Cette grande capacité de mémoire est cruciale pour gérer les tâches d'IA complexes qui nécessitent un traitement significatif des données [1] [5].

En résumé, le DGX Spark est conçu pour des besoins informatiques IA plus immédiats et accessibles, tandis que la station DGX est adaptée à des charges de travail IA plus exigeantes, offrant des capacités CPU et GPU beaucoup plus puissantes ainsi qu'une capacité de mémoire beaucoup plus grande.

Citations:
[1] https://nvidianews.nvidia.com/news/nvidia-annunces-dgx-spark-and-dgx-station-sersonal-ai-computers
[2] https://www.pcmag.com/news/what-is-nvidias-dgx-station-a-new-specialized-desktop-line-for-maywork
[3] https://bgr.com/tech/nvidia-just-announced-new-new-personal-ai-supercomputers/
[4] https://mcomputers.cz/en/products-and-services/nvidia/dgx-systems/nvidia-dgx-station-a100/
[5] https://opentools.ai/news/nvidia-unleashes-the-future-with-sersonal-ai-super-computerrs
[6] https://arstechnica.com/ai/2025/03/nvidia-announs-dgx-desktop-personal-ai-superccomputers/
[7] https://xenon.com.au/product/nvidia-dgx-station/
[8] https://www.nvidia.com/en-us/products/workstations/dgx-station/
[9] https://www.techpowerup.com/334300/nvidia-annouces-dgx-sker-and-dgx-station-personal-ai-Computers
[10] https://www.nvidia.com/content/dam/en-zz/solutions/data-center/dgx-station/dgx-station-print-explorer-datasheet-letter-final-web.pdf
[11] https://www.notebookcheck.net/nvidia-unveils-dgx-station-desktop-ai-supercomputer-with-72-core-cpu-and-blackwell-ultra-gpu.981669.0.html
[12] https://www.youtube.com/watch?v=krbh0von-2a