Konsumsi daya stasiun DGX Spark dan DGX bervariasi secara signifikan karena desain dan kemampuannya yang berbeda.
DGX Spark, yang sebelumnya dikenal sebagai Digit Proyek, adalah superkomputer AI kompak yang dirancang untuk pengembang dan peneliti. Ini fitur GB10 Grace Blackwell Superchip, memberikan hingga 1.000 triliun operasi per detik (atas) dari komputasi AI. Percikan DGX mengkonsumsi daya hingga 170W, menjadikannya solusi hemat daya untuk pengembangan dan penyebaran dalam faktor bentuk kompak [1] [2] [3].
Di sisi lain, stasiun DGX adalah sistem desktop yang lebih kuat yang dirancang untuk pelatihan dan inferensi AI yang luas. Ini menggabungkan GPU Ultra Blackwell GB300 canggih dan mendukung hingga 784GB memori terpadu. Stasiun DGX memiliki kebutuhan daya yang jauh lebih tinggi, dengan konsumsi daya maksimum 1.500W. Ini karena komponen kelas server dan kebutuhan untuk mendukung beban kerja AI yang menuntut, membuatnya cocok untuk pengguna profesional dan perusahaan yang lebih besar yang membutuhkan kinerja tingkat pusat data [1] [4] [6].
Singkatnya, percikan DGX dirancang untuk efisiensi dan kekompakan, sedangkan stasiun DGX dibangun untuk tugas AI berkinerja tinggi, yang mencerminkan profil konsumsi daya yang berbeda.
Kutipan:
[1.
[2] https://www.maginative.com/article/nvidia-uNveils-dgx-spark-and-dgx-station-desktop-ai-supercomputer-for-the-developer-masses/
[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-supercomputer
[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-explorer-datasheet-leTter-final-web.pdf
[9] https://www.pcmag.com/news/what-is-nvidias-dgx-station-a-new-spesialisasi-desktop-line-for-ai-work
[10] https://www.techpowerup.com/334300/nvidia-announces-dgx-spark-and-dgx-station-sonal-ai-computers
[11] https://en.wikipedia.org/wiki/nvidia_dgx
