Strömförbrukningen för DGX -gnist- och DGX -stationen varierar betydligt på grund av deras olika mönster och kapacitet.
DGX -gnistan, tidigare känd som projektsiffror, är en kompakt AI -superdator utformad för utvecklare och forskare. Den har GB10 Grace Blackwell Superchip och levererar upp till 1 000 biljoner verksamhet per sekund (toppar) av AI Compute. DGX-gnistan förbrukar upp till 170W kraft, vilket gör den till en effekteffektiv lösning för AI-utveckling och distribution i en kompakt formfaktor [1] [2] [3].
Å andra sidan är DGX -stationen ett kraftfullare skrivbordssystem utformat för omfattande AI -träning och slutsatser. Den innehåller den avancerade GB300 Blackwell Ultra GPU och stöder upp till 784 GB enhetligt minne. DGX -stationen har ett mycket högre kraftkrav, med en maximal effektförbrukning på 1 500W. Detta beror på dess serverklasskomponenter och behovet av att stödja krävande AI-arbetsbelastningar, vilket gör det lämpligt för professionella användare och större företag som kräver datacenternivåprestanda [1] [4] [6].
Sammanfattningsvis är DGX-gnisten utformad för effektivitet och kompakthet, medan DGX-stationen är byggd för högpresterande AI-uppgifter, vilket återspeglar deras olika profiler för strömförbrukning.
Citeringar:
[1] https://beebom.com/nvidia-project-igits-rebranded-to-dgx-spark-dgx-station-nounced/
]
[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-ai-supercomputers
[6] https://xenon.com.au/product/nvidia-dgx-station/
[7] https://images.nvidia.com/content/newsletters/email/pdf/dgx-station-wp.pdf
]
[9] https://www.pcmag.com/news/what-is-nvidias-dgx-station-a-new-specialiserad-Desktop-line-for-ai-work
[10] https://www.techpowerup.com/334300/nvidia-announce-dgx-spark-and-dgx-station-personal-ai-computers
[11] https://en.wikipedia.org/wiki/nvidia_dgx