Home Arrow Icon Knowledge base Arrow Icon Global Arrow Icon Как производительность GPU Nvidia Blackwell в DGX Spark сравнивается с Nvidia Blackwell Ultra GPU на станции DGX


Как производительность GPU Nvidia Blackwell в DGX Spark сравнивается с Nvidia Blackwell Ultra GPU на станции DGX


GPU Nvidia Blackwell в DGX Spark и Nvidia Blackwell Ultra GPU на станции DGX являются частью архитектуры Nvidia Grace Blackwell, предназначенной для высокопроизводительных вычислений искусственного интеллекта. Тем не менее, они удовлетворяют разные потребности и предлагают различные возможности производительности.

nvidia Blackwell GPU в DGX Spark

Spark DGX оснащен GB10 Grace Blackwell Superchip, который включает в себя графический процессор Blackwell с тензорными ядрами пятого поколения и поддержкой FP4. Эта настройка обеспечивает до 1000 триллионов операций в секунду (TOPS) вычислительной производительности ИИ, что делает ее подходящей для задач с точной настройкой и выводом с современными моделями ИИ, такими как модель NVIDIA Cosmos Dase World Model [2] [3]. Система оснащена 128 ГБ единой системной памяти, которая представляет собой LPDDR5X, и пропускную способность памяти 273 ГБ/с [5] [10]. DGX Spark предназначена для разработчиков и исследователей, которым необходимо быстро создавать прототип, тонкую настройку и развертывание моделей искусственного интеллекта, особенно в сценариях по крае вычисления, где конфиденциальность данных и низкая задержка имеют решающее значение [7].

nvidia Blackwell Ultra GPU на станции DGX

Напротив, станция DGX использует суперхип настольных компьютеров GB300 Blackwell Ultra, который включает в себя графический процессор Blackwell Ultra. Эта система предназначена для более требовательных рабочих нагрузок, таких как крупномасштабное обучение и вывод. Станция DGX обеспечивает значительное увеличение емкости памяти с 784 ГБ когерентного пространства памяти, объединяя DRAM CPU LPDDR5X и память HBM3E GPU [1] [8]. GPU Blackwell Ultra на станции DGX обеспечивает превосходную производительность по сравнению со стандартным графическим процессором Blackwell, с возможностями, которые в большей степени соответствуют производительности на уровне центра обработки данных. Он поддерживает последние тензорные ядра и точность FP4, подключенные через NVLINK-C2C для улучшенной связи и производительности системы [2] [3].

Сравнение производительности

- Вычислить производительность: обе системы обеспечивают до 1000 триллионов операций в секунду для вычислительных задач ИИ, но более крупная память станции DGX и более продвинутая архитектура графических процессоров делают его лучше для сложного обучения модели ИИ и крупномасштабного вывода [1] [3].
- Память и пропускная способность: станция DGX предлагает значительно больше памяти (784 ГБ) по сравнению с DGX Spark (128 ГБ), что имеет решающее значение для обработки больших наборов данных и сложных моделей ИИ. Пропускная способность памяти в DGX Spark составляет 273 ГБ/с, но конкретные детали полосы пропускания для станции DGX не предоставляются, хотя ожидается, что она будет выше из -за более продвинутой архитектуры и более крупной способности памяти [1] [5].
- Целевая аудитория: DGX Spark предназначена для разработчиков и исследователей, нуждающихся в немедленном развертывании и экспериментах модели ИИ, в то время как станция DGX нацелена на профессиональных пользователей и предприятий, требующих высокой вычислительной мощности для требования задач ИИ [7] [10].

Таким образом, в то время как оба графических процессора предлагают высокие вычислительные результаты AI, графический процессор Blackwell Ultra на станции DGX обеспечивает превосходные возможности для крупномасштабных рабочих нагрузок из ИИ из-за своей передовой архитектуры и значительно большей способности памяти.

Цитаты:
[1] https://www.theregister.com/2025/03/18/gtc_frame_nvidias_budget_blackwell/
[2] https://investor.nvidia.com/news/press-release-details/2025/nvidia-announces-dgx-spark-and-dgx-station-personal-ai-compusters/default.aspx
[3] https://nvidianews.nvidia.com/news/nvidia-announces-dgx-park-and-dgx-station-personal-ai-computers
[4] https://www.tomshardware.com/pc-components/gpus/nvidia-announces-blackwell-ultra-b300-1-5x-faster-tan-b200-with-288gb-hbm3e-and-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-lackwell-ultra-ai-chip-gb300
[7] https://opentools.ai/news/nvidia-unleashone-the-future-with-personal-ai-supercomputers
[8] https://www.nvidia.com/en-us/products/workstations/dgx-station/
[9] https://www.techtarget.com/searchenterpriseai/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-up-the-dgx-performance-with-blackwell-ultra/
[12] https://www.engineering.com/nvidia-unveils-dgx-personal-ai-supercomputers-by-grace-lackwell/