DGX Spark中的Nvidia Blackwell GPU和DGX站的NVIDIA Blackwell Ultra GPU都是NVIDIA的Grace Blackwell Architecture的一部分，该建筑专为高性能AI计算而设计。但是，它们满足不同的需求并提供不同的性能功能。
nvidia blackwell gpu在DGX火花中
DGX Spark由GB10 Grace Blackwell Superchip提供动力，其中包括带有第五代张量芯和FP4支持的Blackwell GPU。该设置可提供AI计算性能的每秒多达1,000万亿个操作(顶部)，使其适用于使用高级AI模型(如Nvidia Cosmos Reasure World Founcy World Foundation Model [2] [3])的微观调整和推理任务。该系统具有128 GB的统一系统存储器，即LPDDR5X，存储器带宽为273 GB/s [5] [10]。 DGX Spark专为需要快速原型，微调和部署AI模型的开发人员和研究人员而设计，尤其是在数据隐私和低潜伏期至关重要的边缘计算方案中[7]。
nvidia blackwell ultra gpu在DGX站
相比之下，DGX站利用GB300 Grace Blackwell Ultra桌面SuperChip，其中包括Blackwell Ultra GPU。该系统的设计旨在更高的AI工作负载，例如大规模培训和推断。 DGX站使用784 GB的相干存储空间可显着增加内存能力，结合了CPU的LPDDR5X DRAM和GPU的HBM3E内存[1] [8]。与标准的Blackwell GPU相比，DGX站的Blackwell Ultra GPU提供了出色的性能，功能与数据中心级的性能更加一致。它支持通过NVLink-C2C连接的最新张量芯和FP4精度，以增强系统通信和性能[2] [3]。
###性能比较
- 计算性能：两个系统用于AI计算任务每秒最多可提供1,000万亿个操作，但是DGX站的更大内存和更高级的GPU体系结构使其更适合复杂的AI模型培训和大规模推导[1] [3]。
- 内存和带宽：与DGX Spark(128 GB)相比，DGX站提供了更多的内存(784 GB)，这对于处理大型数据集和复杂的AI模型至关重要。 DGX Spark中的内存带宽为273 GB/s，但未提供DGX站的特定带宽详细信息，尽管由于其更先进的体系结构和更大的存储容量，预计它会更高[1] [5]。
- 目标受众：DGX Spark旨在开发人员和需要立即AI模型部署和实验的研究人员，而DGX站的目标是专业用户和企业，需要高度计算能力来要求AI任务[7] [10]。
总而言之，虽然两种GPU都提供了高AI计算性能，但DGX站的Blackwell Ultra GPU由于其高级体系结构和更大的内存能力而为大规模AI工作负载提供了出色的功能。
引用：
[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-spark-and-dgx-spark-and-dgx-station-personal-ai-computers/default.aspx
[3] https://nvidianews.nvidia.com/news/nvidia-announces-dgx-spark-spark-and-dgx-station-personal-ai-computers
[4] https://www.tomshardware.com/pc-components/gpus/nvidia-announces-blackwell-ultra-b300-1-5x-faster-than-than-tan-b200-with-b200-with-with-288gb-hbm3e-and-and-and-and-and-and-15-pflops-flops-flp4
[5] https://www.reddit.com/r/localllama/comments/1jedlum/dgx_sparks_nvidia_digits/
[6] https://www.theverge.com/news/631835/nvidia-blackwell-ultra-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/searchenterpriseai/news/366621003/nvidia-readies-veries-vera-vera-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-by-grace-by-by-grace-blackwell/