Strømforbruget af DGX -gnisten og DGX -stationen varierer markant på grund af deres forskellige design og kapaciteter.
DGX Spark, tidligere kendt som Project Cifre, er en kompakt AI -supercomputer designet til udviklere og forskere. Den har GB10 Grace Blackwell SuperChip, der leverer op til 1.000 billioner operationer pr. Sekund (TOPS) af AI Compute. DGX-gnisten forbruger op til 170W strøm, hvilket gør det til en effekteffektiv løsning til AI-udvikling og -distribution i en kompakt formfaktor [1] [2] [3].
På den anden side er DGX -stationen et mere kraftfuldt desktop -system designet til omfattende AI -træning og inferencing. Det indeholder den avancerede GB300 Blackwell Ultra GPU og understøtter op til 784 GB Unified Memory. DGX -stationen har et meget højere effektbehov med et maksimalt strømforbrug på 1.500W. Dette skyldes dets serverklasse-komponenter og behovet for at understøtte krævende AI-arbejdsbelastninger, hvilket gør det velegnet til professionelle brugere og større virksomheder, der kræver præstation på datacenterniveau [1] [4] [6].
Sammenfattende er DGX-gnisten designet til effektivitet og kompakthed, mens DGX-stationen er bygget til højpræstations-AI-opgaver, hvilket afspejler deres forskellige strømforbrugsprofiler.
Citater:
)
)
[3] https://www.reddit.com/r/hardware/comments/1jej1uk/nvidia_announces_dgx_spark_and_dgx_station/
[4] https://docs.nvidia.com/dgx/dgx-station-a100-user-guide/hardware-specifications-station-a100.html
[5] https://opentools.ai/news/nvidia-unleashes-the-future-with-personal-i-supercomputers
[6] https://xenon.com.au/product/nvidia-dgx-station/
[7] https://images.nvidia.com/content/newsletters/email/pdf/dgx-station-wp.pdf
[8] https://www.nvidia.com/content/dam/en-zz/solutions/data-center/dgx-station/dgx-station-print-eplorer-datasheet-s-ter-final-web.pdf
)
[10] https://www.techpowerup.com/334300/nvidia- Announces-dgx-spark-and-dgx-station-personal-i-computere
[11] https://en.wikipedia.org/wiki/nvidia_dgx