Lagringskapaciteten för NVIDIA DGX -gnisten och DGX -stationen skiljer sig avsevärt, vilket återspeglar deras distinkta designändamål och målapplikationer.
** DGX Spark: DGX Spark är utrustad med en lagringsbestämmelse som inkluderar antingen ett 1TB eller 4TB SSD, vilket är lämpligt för sin roll som ett kompakt, högpresterande AI-datorsystem. Denna lagringskapacitet är utformad för att stödja de omedelbara behoven hos AI -modelldistribution och experiment, vilket gör att utvecklare och forskare snabbt kan prototypa och förfina AI -modeller [4].
** DGX -station: DGX -stationen är å andra sidan designad för mer krävande AI -arbetsbelastningar och är byggd med GB300 Grace Blackwell Ultra Desktop Superchip. Även om specifika lagringsdetaljer för den nya DGX -stationsmodellen inte är omfattande detaljerade i de senaste tillkännagivandena, har tidigare iterationer av DGX -stationssystem inkluderat betydande lagringsalternativ. Till exempel har äldre modeller som DGX -stationen A100 en 7,68 TB intern datalagringskapacitet, som är betydligt större än DGX Sparks lagringsalternativ [8]. De exakta lagringsspecifikationerna för den senaste DGX -stationsmodellen med GB300 -chipet nämns emellertid inte uttryckligen i de senaste utgåvorna.
Sammanfattningsvis erbjuder DGX Spark mer blygsamma lagringsalternativ som är lämpliga för sin kompakta design och omedelbara AI -distributionsbehov, medan DGX -stationen i allmänhet är utrustad med större lagringskapacitet för att stödja komplex AI -träning och slutsatser, även om specifika detaljer för den senaste modellen är pågående.
Citeringar:
]
]
[3] https://opentools.ai/news/nvidia- unleashes-the-future-with-personal-ai-supercomputers
]
[5] https://www.lakeshoreit.com/products/overview/m019960637
[6] https://docs.nvidia.com/dgx/dgxa100-user-guide/introduktion-to-dgxa100.html
[7] https://nvidianews.nvidia.com/news/nvidia-announces-dgx-spark-and-dgx-station-personal-ai-computers
[8] https://nanoporetech.com/document/nvidia-dgx-station-a100-installation-andy-användning
]