NVIDIA Blackwell GPU DGX dzirkstelī un Nvidia Blackwell Ultra GPU DGX stacijā ir gan Nvidia Grace Blackwell arhitektūras daļa, kas paredzēta augstas veiktspējas AI skaitļošanai. Tomēr tie rūpējas par dažādām vajadzībām un piedāvā atšķirīgas veiktspējas iespējas.
nvidia Blackwell GPU DGX Spark
DGX dzirksteli darbina GB10 Grace Blackwell Superchip, kurā ietilpst Blackwell GPU ar piektās paaudzes tensora serdeņiem un FP4 atbalstu. Šī iestatīšana nodrošina līdz 1000 triljoniem operāciju sekundē (top) no AI aprēķināšanas veiktspējas, padarot to piemērotu precizēšanai un secinājumu uzdevumiem ar uzlabotiem AI modeļiem, piemēram, NVIDIA Cosmos Iemiesa pasaules fonda modeli [2] [3]. Sistēmai ir 128 GB vienotas sistēmas atmiņas, kas ir LPDDR5X, un atmiņas joslas platums 273 GB/s [5] [10]. DGX dzirkstele ir paredzēta izstrādātājiem un pētniekiem, kuriem ir nepieciešams ātri prototips, precīzi noregulēt un izvietot AI modeļus, it īpaši malu skaitļošanas scenārijos, kur ir ļoti svarīgi datu privātums un zems latentums [7].
NVIDIA Blackwell Ultra GPU DGX stacijā
Turpretī DGX stacija izmanto GB300 Grace Blackwell Ultra darbvirsmas superchip, kurā ietilpst Blackwell Ultra GPU. Šī sistēma ir paredzēta prasīgākai AI darba slodzei, piemēram, liela mēroga apmācībai un secinājumiem. DGX stacija piedāvā ievērojamu atmiņas ietilpības palielināšanos ar 784 GB koherentas atmiņas telpas, apvienojot CPU LPDDR5X DRAM un GPU HBM3E atmiņu [1] [8]. Blackwell Ultra GPU DGX stacijā nodrošina izcilu sniegumu salīdzinājumā ar standarta Blackwell GPU ar iespējām, kas vairāk saskaņotas ar datu centra līmeņa veiktspēju. Tas atbalsta jaunākos tenzora serdeņus un FP4 precizitāti, kas savienota ar NVLink-C2C, lai uzlabotu sistēmas komunikāciju un veiktspēju [2] [3].
Veiktspējas salīdzinājums
- Aprēķina veiktspēja: abas sistēmas nodrošina līdz 1000 triljoniem operāciju sekundē AI aprēķināšanas uzdevumiem, bet DGX stacijas lielāka atmiņa un uzlabotāka GPU arhitektūra padara to labāk piemērotu sarežģītai AI modeļa apmācībai un liela mēroga secinājumam [1] [3].
- Atmiņa un joslas platums: DGX stacija piedāvā ievērojami lielāku atmiņu (784 GB), salīdzinot ar DGX dzirksteli (128 GB), kas ir izšķiroša, lai apstrādātu lielas datu kopas un sarežģītus AI modeļus. Atmiņas joslas platums DGX dzirkstelī ir 273 GB/s, bet īpaša DGX stacijas joslas platuma informācija netiek sniegta, lai gan paredzams, ka tā būs augstāka, jo tās uzlabotākā arhitektūra un lielāka atmiņas ietilpība [1] [5].
- Mērķa auditorija: DGX dzirkstele ir paredzēta izstrādātājiem un pētniekiem, kuriem nepieciešama tūlītēja AI modeļa izvietošana un eksperimenti, savukārt DGX stacija mērķē uz profesionāliem lietotājiem un uzņēmumiem, kuriem nepieciešama liela aprēķina jauda, lai pieprasītu AI uzdevumus [7] [10].
Rezumējot, lai gan abi GPU piedāvā augstu AI aprēķina veiktspēju, Blackwell Ultra GPU DGX stacijā nodrošina augstākas iespējas liela mēroga AI darba slodzēm, ņemot vērā tās uzlaboto arhitektūru un ievērojami lielāku atmiņas ietilpību.
Atsauces:
[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-park-and-dgx-station-personal-ai-computers/default.aspx
[3.]
.
[5] https://www.reddit.com/r/localllama/comments/1jedlum/dgx_sparks_nvidia_digits/
[6] https://www.theverge.com/news/631835/nvidia-mlackwell-ultra-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/searchenterprisea/news/366621003/nvidia-readies-era-rubin-to-replace-blackwell
[10] https://www.youtube.com/watch?v=krbh0von-2a
[11] https://www.bigdatawire.com/2025/03/18/nvidia-cranks-st-the-dgx-performance-with-blackwell-ultra/
[12] https://www.engineering.com/nvidia-unveils-dgx-personal-ai-supercomputers-by-grace-blackwell/