Home Arrow Icon Knowledge base Arrow Icon Global Arrow Icon Vilka är de viktigaste skillnaderna i CPU- och GPU -specifikationerna mellan DGX -gnisten och DGX -stationen


Vilka är de viktigaste skillnaderna i CPU- och GPU -specifikationerna mellan DGX -gnisten och DGX -stationen


NVIDIA DGX Spark och DGX -stationen är båda utformade för AI -datorer men skiljer sig väsentligt i sina CPU- och GPU -specifikationer, vilket återspeglar deras distinkta syften och kapacitet.

DGX Spark

- CPU: DGX -gnisten har NVIDIA GB10 Grace Blackwell Superchip, som innehåller 20 armkärnor. Denna installation är optimerad för en skrivbordsformulärfaktor och är utformad för att ge effektiv bearbetning för AI -arbetsbelastning [2] [6].
- GPU: GB10 Superchip inkluderar en kraftfull Nvidia Blackwell GPU med femte generationens tensorkärnor och FP4-stöd. Denna konfiguration levererar upp till 1 000 biljoner verksamhet per sekund, vilket gör den lämplig för finjustering och inferensuppgifter med avancerade AI-modeller [1] [3].
- Minne: DGX -gnistan levereras med 128 GB enhetligt LPDDR5X -minne, vilket är tillräckligt för många AI -utvecklingsuppgifter men mindre än vad DGX -stationen erbjuder [2].

DGX -station

- CPU: DGX-stationen är utrustad med en högpresterande NVIDIA Grace CPU med 72 CPU-kärnor. Denna installation är betydligt kraftfullare än DGX -gnistan och catering till mer krävande AI -arbetsbelastningar [2] [11].
- GPU: DGX -stationen använder NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip, som inkluderar en Nvidia Blackwell Ultra GPU. Denna GPU har de senaste generationens tensorkärnor och FP4-precision, vilket ger överlägsen prestanda för storskalig AI-modellträning och slutsats [1] [5].
- Minne: DGX -stationen har en massiv 784 GB koherent minnesutrymme, vilket är mycket större än DGX Sparks minne. Denna omfattande minneskapacitet är avgörande för hantering av komplexa AI -uppgifter som kräver betydande databehandling [1] [5].

Sammanfattningsvis är DGX -gnisten utformad för mer omedelbara och tillgängliga AI -datorbehov, medan DGX -stationen är skräddarsydd för mer krävande AI -arbetsbelastningar, vilket erbjuder betydligt kraftfullare CPU- och GPU -kapacitet tillsammans med en mycket större minneskapacitet.

Citeringar:
[1] https://nvidianews.nvidia.com/news/nvidia-announces-dgx-spark-and-dgx-station-personal-ai-computers
]
[3] https://bgr.com/tech/nvidia-just-announced-two-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-personal-ai-supercomputers
[6] https://arstechnica.com/ai/2025/03/nvidia-announces-dgx-desktop-personal-ai-supercomputers/
[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-announce-dgx-spark-and-dgx-station-personal-ai-computers
]
[11] https://www.notebookcheck.net/nvidia- unveils-dgx-station-desktop-i-supercomputer
[12] https://www.youtube.com/watch?v=krbh0von-2a