Home Arrow Icon Knowledge base Arrow Icon Global Arrow Icon Quali sono le differenze chiave nella CPU e nelle specifiche della GPU tra la scintilla DGX e la stazione DGX


Quali sono le differenze chiave nella CPU e nelle specifiche della GPU tra la scintilla DGX e la stazione DGX


La stazione NVIDIA DGX Spark e DGX sono entrambi progettati per l'informatica AI ma differiscono significativamente nelle specifiche della CPU e della GPU, riflettendo i loro scopi e capacità distinte.

dgx Spark

- CPU: la scintilla DGX presenta Nvidia GB10 Grace Blackwell Superchip, che include 20 core a braccio. Questa configurazione è ottimizzata per un fattore di forma desktop ed è progettata per fornire efficienza efficiente per carichi di lavoro di intelligenza artificiale [2] [6].
- GPU: il Superchip GB10 include una potente GPU Nvidia Blackwell con nuclei di tensore di quinta generazione e supporto FP4. Questa configurazione fornisce fino a 1.000 trilioni di operazioni al secondo, rendendolo adatto a attività di messa a punto e di inferenza con modelli AI avanzati [1] [3].
- Memoria: la scintilla DGX viene fornita con 128 GB di memoria unificata LPDDR5X, che è sufficiente per molti compiti di sviluppo dell'IA ma meno di quanto offre la stazione DGX [2].
Stazione

dgx

- CPU: la stazione DGX è dotata di una CPU Nvidia Grace ad alte prestazioni con 72 core CPU. Questa configurazione è significativamente più potente della scintilla DGX, che si rivolge a carichi di lavoro di intelligenza artificiale più esigenti [2] [11].
- GPU: la stazione DGX utilizza il Superchip del desktop Ultra NVIDIA GB300 Blackwell, che include una GPU NVIDIA BLACKWELL ULTRA. Questa GPU presenta i core tensori di ultima generazione e la precisione FP4, fornendo prestazioni superiori per l'addestramento e l'inferenza del modello AI su larga scala [1] [5].
- Memoria: la stazione DGX vanta un enorme 784 GB di spazio coerente di memoria, che è molto più grande della memoria di DGX Spark. Questa vasta capacità di memoria è cruciale per la gestione di compiti complessi di AI che richiedono un'elaborazione significativa dei dati [1] [5].

In sintesi, DGX Spark è progettata per esigenze di calcolo dell'intelligenza artificiale più immediate e accessibili, mentre la stazione DGX è adattata a carichi di lavoro AI più impegnativi, offrendo capacità di CPU e GPU significativamente più potenti insieme a una capacità di memoria molto più grande.

Citazioni:
[1] https://nvidianews.nvidia.com/news/nvidia-announces-dgx-spark-and-dgx-station-personal-ai-computer
[2] https://www.pcmag.com/news/what-is-nvidias-dgx-station-a-new-specialized-desktop-line-for-ai-work
[3] https://bgr.com/tech/nvidia-just-announced-two-new-personal-ai-supercomputer/
[4] https://mcomputer.cz/en/products-andservices/nvidia/dgx-systems/nvidia-dgx-station-a100/
[5] https://opentools.ai/news/nvidia-unleashes-the-future-with-personal-ai-supercomputer
[6] https://arstechnica.com/ai/2025/03/nvidia-announces-dgx-desktop-personal-ai-supercomputer/
[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-announces-nces-spark-and-dgx-station-personal-ai-computer
[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-desktop-ai-supercomputer-with-72-core-cpu-and-blackwell-ultra-gpu.981669.0.html
[12] https://www.youtube.com/watch?v=KRBH0von-2a