Le GPU Nvidia Blackwell dans le DGX Spark et le NVIDIA Blackwell Ultra GPU dans la station DGX font tous deux partie de l'architecture Grace Blackwell de Nvidia, conçue pour l'informatique AI haute performance. Cependant, ils répondent à différents besoins et offrent des capacités de performance distinctes.
GPU nvidia Blackwell dans DGX Spark
Le DGX Spark est alimenté par le GB10 Grace Blackwell Superchip, qui comprend un GPU 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 (sommets) de performances de calcul d'IA, ce qui le rend adapté aux tâches de réglage fin et d'inférence avec des modèles AI avancés comme le modèle NVIDIA Cosmos Reason World Foundation [2] [3]. Le système dispose de 128 Go de mémoire système unifiée, qui est LPDDR5X, et une bande passante de mémoire de 273 Go / s [5] [10]. Le DGX Spark est conçu pour les développeurs et les chercheurs qui ont besoin de prototype, affiner et déployer rapidement les modèles d'IA, en particulier dans les scénarios de calcul Edge où la confidentialité des données et la faible latence sont cruciales [7].
Nvidia Blackwell Ultra GPU dans la station DGX
En revanche, la station DGX utilise la superchip GB300 Grace Blackwell Ultra Desktop, qui comprend un GPU Blackwell Ultra. Ce système est conçu pour des charges de travail d'IA plus exigeantes, telles que la formation à grande échelle et l'inférence. La station DGX offre une augmentation significative de la capacité de mémoire avec 784 Go d'espace mémoire cohérent, combinant le DRAM LPDDR5X du CPU et la mémoire HBM3E du GPU [1] [8]. Le Blackwell Ultra GPU dans la station DGX offre des performances supérieures par rapport au GPU Blackwell standard, avec des capacités plus alignées sur les performances au niveau du centre de données. Il prend en charge les derniers noyaux de tenseur et la précision FP4, connectés via NVLink-C2C pour une communication et des performances du système améliorées [2] [3].
Comparaison des performances
- Performances de calcul: les deux systèmes offrent jusqu'à 1 000 billions d'opérations par seconde pour les tâches de calcul de l'IA, mais la mémoire plus grande de la station DGX et l'architecture GPU plus avancée le rendent mieux adapté à la formation du modèle AI complexe et à l'inférence à grande échelle [1] [3].
- Mémoire et bande passante: la station DGX offre beaucoup plus de mémoire (784 Go) par rapport à la DGX Spark (128 Go), ce qui est crucial pour gérer de grands ensembles de données et des modèles d'IA complexes. La bande passante de mémoire dans le DGX Spark est de 273 Go / s, mais des détails de bande passante spécifiques pour la station DGX ne sont pas fournis, bien qu'il devrait être plus élevé en raison de son architecture plus avancée et de sa plus grande capacité de mémoire [1] [5].
- Public cible: Le DGX Spark s'adresse aux développeurs et aux chercheurs qui ont besoin d'un déploiement et d'une expérimentation immédiats du modèle d'IA, tandis que la station DGX cible les utilisateurs professionnels et les entreprises nécessitant une puissance de calcul élevée pour exiger des tâches d'IA [7] [10].
En résumé, alors que les deux GPU offrent des performances élevées de calcul AI, le Blackwell Ultra GPU dans la station DGX offre des capacités supérieures pour les charges de travail AI à grande échelle en raison de son architecture avancée et de sa capacité de mémoire beaucoup plus grande.
Citations:
[1] https://www.thegister.com/2025/03/18/gtc_frame_nvidias_budget_blackwell/
[2] https://investor.nvidia.com/news/press-release-details/2025/nvidia-announces-dgx-scark-and-dgx-station-personal-ai-computers/default.aspx
[3] https://nvidianews.nvidia.com/news/nvidia-annouces-dgx-spark-and-dgx-station-personal-ai-computers
[4] https://www.tomshardware.com/pc-components/gpus/nvidia-annouces-blackwell-ultra-b300-1-5x-faster-than-b200-with-288gb-hbm3e-et-15-pflops-dense-fp4
[5] https://www.reddit.com/r/localllama/comments/1jedlum/dgx_sparks_nvidia_digits/
[6] https://www.theverge.com/news/631835/nvidia-blackwell-ultra-ai-chip-gb300
[7] https://opentools.ai/news/nvidia-unleashes-the-future-with-sersonal-ai-supercomputers
[8] https://www.nvidia.com/en-us/products/workstations/dgx-station/
[9] https://www.techtarget.com/searchsenterpriseai/news/366621003/nvidia-readies-vera-rubin-to-replace-blackwell
[10] https://www.youtube.com/watch?v=krbh0von-2a
[11] https://www.bigdatawire.com/2025/03/18/nvidia-cranks-ul-the-dgx-performance-with-blackwell-ultra/
[12] https://www.engineering.com/nvidia-unveils-dgx-sersonal-ai-supercomputers-by-grace-blackwell/