GB10 Superchip CPU arhitektūra DGX dzirkstelī un GB300 superchip DGX stacijā parāda būtiskas atšķirības, kas pielāgotas to attiecīgajām lietojumprogrammām AI skaitļošanā.
GB10 superchip in dgx dzirkstele
GB10 SuperChip galvenokārt ir paredzēts kompaktai, augstas veiktspējas darbvirsmas videi. Tajā ir:
-Arhitektūra: GB10 ir veidots uz Armv9 arhitektūras un ietver 20 kodolu procesora konfigurāciju, kas satur desmit Cortex-X925 serdeņus un desmit Cortex-A725 kodolus. Šis dizains uzsver līdzsvaru starp augstas veiktspējas un enerģijas efektivitāti, padarot to piemērotu darbvirsmas lietošanai.
-Veiktspēja: GB10 nodrošina līdz 1000 triljoniem operāciju sekundē (TOPS) ar integrēto Blackwell GPU, kas ietver piektās paaudzes tensora serdeņus un ceturtās paaudzes RT kodolus. Šī spēja ir īpaši izdevīga AI secinājumiem un precīzi noregulējošiem uzdevumiem.
-Atmiņa un starpsavienojums: tas izmanto NVIDIA NVLINK-C2C starpsavienojumu tehnoloģiju, nodrošinot CPU+GPU koherento atmiņas modeli ar joslas platumu piecas reizes vairāk nekā PCIE 5.0. Sistēma atbalsta 128 GB LPDDR5X atmiņas, ļaujot efektīvi apstrādāt atmiņu ietilpīgu darba slodzi.
- Mērķa lietošanas gadījums: DGX dzirkstele, kuru darbina GB10, ir optimizēta atsevišķiem izstrādātājiem un pētniekiem, kuriem ir nepieciešams spēcīgs, bet kompakts risinājums AI modeļa izstrādei un testēšanai.
GB300 Superchip DGX stacijā
Turpretī GB300 SuperChip ir izstrādāts plašākām, datu centra līmeņa lietojumprogrammām:
- Arhitektūra: GB300 apvieno arī Grace CPU ar Blackwell Ultra GPU, bet ir optimizēts lielāka mēroga operācijām. Kaut arī īpašas pamatkonfigurācijas nav detalizētas, paredzams, ka tā izmantos līdzīgus arhitektūras principus kā GB10, bet ar augstākas caurlaidspējas un efektivitātes uzlabojumiem.
- Veiktspēja: GB300 var sasniegt līdz 20 PETAFLOPS AI veiktspējas, ievērojami pārsniedzot GB10 iespējas. Tas padara to piemērotu liela mēroga apmācībai un secināšanas darba slodzēm, kurām nepieciešama ievērojama skaitļošanas jauda.
- Atmiņa un starpsavienojums: sistēma lepojas ar masīvu 784 GB koherentas atmiņas, integrējot LPDDR5X no CPU un HBM3E no GPU. Šī plašā atmiņas ietilpība efektīvāk atvieglo lielo datu kopu un sarežģītu modeļu apstrādi. Starpsavienojuma tehnoloģija joprojām ir NVLink-C2C, nodrošinot ātrgaitas saziņu starp CPU un GPU komponentiem.
- Mērķa lietošanas gadījums: DGX stacija ir paredzēta organizācijām, kurām ir vajadzīgas spēcīgas AI skaitļošanas iespējas plašai modeļu apmācībai un izvietošanai, padarot to ideālu pētnieku, datu zinātnieku un programmatūras izstrādātāju komandām, kas strādā pie liela mēroga AI projektiem.
Atšķirību kopsavilkums
Rezumējot, lai gan abi Superchips izmanto NVIDIA uzlabotās arhitektūras un starpsavienojumu tehnoloģijas, tās ir optimizētas dažādām vidēm: GB10 koncentrējas uz kompakto veiktspēju, kas piemērota atsevišķiem lietotājiem, turpretī GB300 ir paredzēts, lai apmierinātu lielāka mēroga operāciju prasības, kas raksturīgas uzņēmuma iestatījumiem.
Atsauces:
[1.]
[2] https://www.tomshardware.com/tech-industry/articial-intelligence/nvidia-unveils-dgx-station-workstation-pcs-gb300-blackwell-ultra-inSideidedice
[3] https://www.theregister.com/2025/03/18/gtc_frame_nvidias_budget_blackwell/
.
.
[6] https://www.youtube.com/watch?v=krbh0von-2a
[7] https://www.engineering.com/nvidia-unveils-dgx-personal-ai-supercomputers-by-grace-blackwell/
[8] https://www.theverge.com/news/631957/nvidia-dgx-park-grace-blackwell-ai-supercomputers-gtc
[9] https://www.theverge.com/2024/2/1/24058186/ai-chips-meta-microsoft-google-nvidia
[10] https://www.ainvest.com/news/nvidia-unveils-dgx-park-dgx-station-revolucioning-Personal-ai-computing-2503/
[11] https://www.theverge.com/news/631835/nvidia-mlackwell-ultra-ai-chip-gb300
[12] https://www.pcmag.com/news/what-is-nvidias-dgx-station--wew-specialized-desktop-line-for-work