Архітектура процесора GB10 Superchip у Spark DGX та Superchip GB300 на станції DGX демонструє значні відмінності, пристосовані для їх відповідних застосувань в обчислювальних обчисленнях.
GB10 SuperChip в DGX Spark
GB10 Superchip розроблений в основному для компактних, високоефективних робочих середовищ. Він має:
-Архітектура: GB10 побудований на архітектурі ARMV9 і включає 20-ядерну конфігурацію процесора, що включає десять ядер Cortex-X925 та десять ядер Cortex-A725. Ця конструкція підкреслює баланс між високопродуктивною та енергоефективністю, що робить його придатним для використання на робочому столі.
-Продуктивність: GB10 забезпечує до 1000 трлн операцій в секунду (вершини) з інтегрованим GPU Blackwell, який включає тензорні ядра п'ятого покоління та ядра RT четвертого покоління. Ця здатність особливо корисна для виводу AI та задачі.
-Пам'ять та взаємозв'язок: Він використовує технологію взаємозв'язку NVIDIA NVLINK-C2C, що забезпечує модель пам'яті CPU+GPU-Coherent з пропускною здатністю в п'ять разів більше, ніж у PCIE 5.0. Система підтримує 128 ГБ пам'яті LPDDR5X, що дозволяє ефективно обробляти робочі навантаження, що інтенсивно.
- Випадок цільового використання: Spark DGX, що працює від GB10, оптимізована для окремих розробників та дослідників, які потребують потужного, але компактного рішення для розробки та тестування моделі AI.
GB300 Superchip на станції DGX
На відміну від цього, Superchip GB300 розроблений для більш широких додатків на рівні даних:
- Архітектура: GB300 також поєднує в собі процесор Grace з ультра-графічним процесором Blackwell, але оптимізований для більш масштабних операцій. Незважаючи на те, що конкретні основні конфігурації не детально описані, очікується, що він використовує подібні архітектурні принципи, як GB10, але з підвищенням для більш високої пропускної здатності та ефективності.
- Продуктивність: GB300 може досягти до 20 PETAFLOPS продуктивності AI, значно перевершуючи можливості GB10. Це робить його придатним для масштабного навчання та навантаження на проведення навантажень, які потребують значної обчислювальної потужності.
- Пам'ять та взаємозв'язок: Система може похвалитися масивним 784 ГБ когерентної пам'яті, інтегруючи LPDDR5X з процесора та HBM3E з GPU. Ця велика ємність пам'яті полегшує обробку великих наборів даних та складних моделей ефективніше. Технологія взаємозв'язку залишається NVLINK-C2C, забезпечуючи високошвидкісну комунікацію між компонентами процесора та GPU.
- Випадок цільового використання: станція DGX спрямована на організації, які потребують надійних обчислювальних можливостей AI для широкого навчання моделі та розгортання, що робить його ідеальним для команд дослідників, науковців даних та розробників програмного забезпечення, що працюють над масштабними проектами AI.
Підсумок відмінностей
Підсумовуючи, хоча обидва Superchips використовують вдосконалені архітектури та технології взаємозв'язку NVIDIA, вони оптимізовані для різних середовищ: GB10 фокусується на компактних продуктивності, придатних для окремих користувачів, тоді як GB300 розроблений для задоволення потреб більш масштабних операцій, типових у налаштуваннях корпорацій.
Цитати:
[1] https://nvidianews.nvidia.com/news/nvidia-announces-dgx-spark-and-dgx-station-personal-ai-computers
[2.
[3] https://www.theregister.com/2025/03/18/gtc_frame_nvidias_budget_blackwell/
[4] https://www.cnx-software.com/2025/2
[5] https://www.investing.com/news/company-news/nvidia-launches-personal-ai-supercomputers-fer-desktops-93ch-3934971
[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-spark-station-crace-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-spark-dgx-station-revolutionizing-personal-ai-computing-2503/
[11] https://www.theverge.com/news/631835/nvidia-blackwell-ultra-ai-chip-gb300
[12] https://www.pcmag.com/news/what-is-nvidias-dgx-station-a-new-scialized-desktop-line-for-ai-work