A GB10 Superchip CPU architektúrája a DGX Sparkban és a GB300 Superchip a DGX állomáson szignifikáns különbségeket mutat be, amelyek az AI számítástechnika alkalmazásához igazodtak.
GB10 Superchip a DGX Sparkban
A GB10 Superchip-et elsősorban kompakt, nagy teljesítményű asztali környezetekhez tervezték. Jellemzői:
-Architektúra: A GB10 az ARMV9 architektúrára épül, és tartalmaz egy 20 core processzor konfigurációt, amely tíz Cortex-X925 magot és tíz Cortex-A725 magot tartalmaz. Ez a kialakítás hangsúlyozza a nagy teljesítmény és az energiahatékonyság közötti egyensúlyt, így alkalmassá teszi az asztali használatra.
-Teljesítmény: A GB10 akár 1000 trillió műveletet hajt végre másodpercenként (teteje) integrált Blackwell GPU-val, amely ötödik generációs tenzormagot és negyedik generációs RT magot tartalmaz. Ez a képesség különösen hasznos az AI következtetéseihez és a finomhangoló feladatokhoz.
-Memória és összekapcsolás: Használja az NVIDIA NVLink-C2C összekapcsolási technológiáját, amely CPU+GPU-koherens memóriamodellt biztosít a PCIe 5.0 ötszörös sávszélességével. A rendszer 128 GB LPDDR5X memóriát támogat, lehetővé téve a memória-igényes munkaterhelések hatékony kezelését.
- Célfelhasználási eset: A GB10 által üzemeltetett DGX Spark optimalizálva van az egyes fejlesztők és kutatók számára, akiknek hatékony, mégis kompakt megoldást igényelnek az AI modellfejlesztéshez és teszteléshez.
GB300 Superchip a DGX állomáson
Ezzel szemben a GB300 Superchip-t kiterjedtebb, adatközpontú alkalmazásokra tervezték:
- Építészet: A GB300 egyesíti a GRACE CPU-t egy Blackwell Ultra GPU-val, de a nagyobb méretű műveletekhez optimalizálva van. Noha a speciális alapkonfigurációk nem részletesek, várhatóan hasonló építészeti alapelveket fog kiaknázni, mint a GB10, de a magasabb átviteli és hatékonyság javításával.
- Teljesítmény: A GB300 akár 20 PETAFLOP -t is elérhet az AI teljesítményből, ami jelentősen meghaladja a GB10 képességeit. Ez alkalmassá teszi a nagyszabású edzéshez és a jelentős számítási energiát igénylő munkaterheléshez szükséges munkaterheléshez.
- Memória és összekapcsolás: A rendszer hatalmas 784 GB -os koherens memóriával büszkélkedhet, integrálva az LPDDR5X -et a CPU -ból és a HBM3E -ből a GPU -ból. Ez a kiterjedt memóriakapacitás megkönnyíti a nagy adatkészletek és az összetett modellek hatékonyabb kezelését. Az összekapcsolási technológia továbbra is NVLink-C2C, biztosítva a nagysebességű kommunikációt a CPU és a GPU komponensek között.
- Célfelhasználási eset: A DGX állomás olyan szervezeteknek szól, amelyek robusztus AI számítástechnikai képességeket igényelnek a kiterjedt modellképzéshez és a telepítéshez, ideálissá téve a kutatók, adattudósok és a nagyszabású AI projekteknél dolgozó szoftverfejlesztők számára.
A különbségek összefoglalása
Összefoglalva: míg mindkét szuperchip használja az NVIDIA fejlett architektúráit és az összekapcsolási technológiákat, ezek optimalizálják a különböző környezetekhez: A GB10 az egyes felhasználók számára megfelelő kompakt teljesítményre összpontosít, míg a GB300-at úgy tervezték, hogy megfeleljen a vállalati környezetben jellemző nagyobb méretű műveletek igényeinek.
Idézetek:
[1] https://nvidianews.nvidia.com/news/nvidia-anunces-dgx-park-and-dgx-station-personal-ai-computers
[2] https://www.tomshardware.com/tech-industry/articial-intelligence/nvidia-utveils-dgx-station-workstation-pcs-gb300-blackwell-ultra-side-side
[3] https://www.theregister.com/2025/03/18/gtc_frame_nvidias_budget_blackwell/
[4] https://www.cnx-software.com/2025/03/19/nvidia-dgx-park-a-desktop-ai-supercomputer-powered-by-nvidia-gb10-20-core-core-core-core-core-soc-with-tops-of-a-ai-performance/
[5] https://www.investing.com/news/company-news/nvidia-launches-personal-ai-supercomputers-for-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-park-station-grace-lackwell-ai-supputers-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-specialized-desktop-for-ai-work