La GPU NVIDIA Blackwell en DGX Spark y la NVIDIA Blackwell Ultra GPU en la estación DGX son parte de la arquitectura Grace Blackwell de Nvidia, diseñada para la computación AI de alto rendimiento. Sin embargo, satisfacen diferentes necesidades y ofrecen distintas capacidades de rendimiento.
nvidia Blackwell GPU en DGX Spark
El DGX Spark está impulsado por el GB10 Grace Blackwell Superchip, que incluye una GPU de Blackwell con núcleos de tensor de quinta generación y soporte FP4. Esta configuración ofrece hasta 1,000 billones de operaciones por segundo (TOPS) de rendimiento de cálculo de IA, lo que lo hace adecuado para el ajuste y las tareas de inferencia con modelos AI avanzados como el Modelo de la Fundación Mundial Nvidia Cosmos Razón [2] [3]. El sistema presenta 128 GB de memoria del sistema unificado, que es LPDDR5X, y un ancho de banda de memoria de 273 GB/s [5] [10]. El DGX Spark está diseñado para desarrolladores e investigadores que necesitan prototipos, ajustar y implementar modelos de IA rápidamente, especialmente en escenarios de informática de borde donde la privacidad de los datos y la baja latencia son cruciales [7].
nvidia Blackwell Ultra GPU en la estación DGX
En contraste, la estación DGX utiliza el GB300 Grace Blackwell Ultra Desktop Superchip, que incluye una GPU Blackwell Ultra. Este sistema está diseñado para cargas de trabajo de IA más exigentes, como capacitación e inferencia a gran escala. La estación DGX ofrece un aumento significativo en la capacidad de memoria con 784 GB de espacio de memoria coherente, combinando la DRAM LPDDR5X de la CPU y la memoria HBM3E de la GPU [1] [8]. La GPU Blackwell Ultra en la estación DGX proporciona un rendimiento superior en comparación con la GPU de Blackwell estándar, con capacidades más alineadas con el rendimiento a nivel de centro de datos. Admite los últimos núcleos de tensor y la precisión FP4, conectada a través de NVLink-C2C para una mejor comunicación y rendimiento del sistema [2] [3].
Comparación de rendimiento
- Calcule el rendimiento: ambos sistemas ofrecen hasta 1,000 billones de operaciones por segundo para tareas de cómputo de IA, pero la memoria más grande de la estación DGX y la arquitectura de GPU más avanzada lo hacen más adecuado para el entrenamiento de modelos de IA complejos y la inferencia a gran escala [1] [3].
- Memoria y ancho de banda: la estación DGX ofrece significativamente más memoria (784 GB) en comparación con el DGX Spark (128 GB), que es crucial para manejar grandes conjuntos de datos y modelos de IA complejos. El ancho de banda de memoria en el DGX Spark es de 273 GB/s, pero no se proporcionan detalles específicos de ancho de banda para la estación DGX, aunque se espera que sea más alto debido a su arquitectura más avanzada y una mayor capacidad de memoria [1] [5].
- Público objetivo: el DGX Spark está dirigido a desarrolladores e investigadores que necesitan implementación y experimentación del modelo de IA inmediato, mientras que la estación DGX se dirige a usuarios profesionales y empresas que requieren una alta potencia de cálculo para exigir tareas de IA [7] [10].
En resumen, mientras que ambas GPU ofrecen un alto rendimiento de cómputo de IA, la GPU Blackwell Ultra en la estación DGX proporciona capacidades superiores para cargas de trabajo de IA a gran escala debido a su arquitectura avanzada y su capacidad de memoria significativamente mayor.
Citas:
[1] https://www.theregister.com/2025/03/18/gtc_frame_nvidias_budget_blackwell/
[2] https://investor.nvidia.com/news/press-release-details/2025/nvidia-nounces-dgx-park-and-dgx-station-personal-ai-computers/default.aspx
[3] https://nvidianews.nvidia.com/news/nvidia-nounces-dgx-park-and-dgx-station-personal-ai-computers
[4] https://www.tomshardware.com/pc-components/gpus/nvidia-nounces-blackwell-ultra-b300-1-5x-faster-than-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.theverege.com/news/631835/nvidia-blackwell-lutra-ai-chip-gb300
[7] https://opentools.ai/news/nvidia-unleashes-the-future-with-personal-ai-superComputers
[8] https://www.nvidia.com/en-us/products/workstations/dgx-station/
[9] https://www.techtarget.com/searchenterpriseai/news/3666621003/nvidia-readies-vera-rubin-to-replace-parnwellwellwell
[10] https://www.youtube.com/watch?v=krbh0von-2a
[11] https://www.bigdatawire.com/2025/03/18/nvidia-ranksup-the-dgx-performance-withwellwell-ultra/
[12] https://www.engineering.com/nvidia-unveils-dgx-personal-ai-supercomputers-by-grace-lackwell/