Bagaimana kinerja percikan DGX dibandingkan dengan stasiun DGX

DGX Spark

DGX Spark dipasarkan sebagai superkomputer AI terkecil di dunia dan dirancang untuk berbagai pengguna, termasuk peneliti, ilmuwan data, dan siswa. Ini fitur NVIDIA GB10 Grace Blackwell Superchip, yang mencakup GPU Blackwell yang kuat dengan inti tensor generasi kelima dan dukungan FP4. Konfigurasi ini memungkinkan percikan DGX mencapai hingga 1.000 triliun operasi per detik (atasan) untuk beban kerja AI, membuatnya cocok untuk membuat prototipe, fine-tuning, dan menggunakan model AI secara lokal atau pada infrastruktur cloud [1] [2] [3].

DGX Spark hadir dengan memori 128GB dari memori LPDDR5X terpadu dan menawarkan opsi penyimpanan hingga 4TB NVME SSD. Ini juga mendukung kemampuan jaringan canggih, seperti ConnectX-7, yang memungkinkan pengguna untuk menghubungkan beberapa percikan untuk proyek AI yang lebih besar [3]. Sistem ini kompak, berjalan pada soket listrik standar, dan dihargai $ 3.000, membuatnya lebih mudah diakses oleh khalayak yang lebih luas [2] [7].

DGX

Sebaliknya, stasiun DGX adalah sistem desktop yang lebih kuat yang dirancang untuk menuntut beban kerja AI, menargetkan pengguna dan perusahaan profesional. Didukung oleh NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip, yang mencakup GPU Ultra Nvidia Blackwell dengan inti tensor terbaru dan presisi FP4. Pengaturan ini memberikan kinerja tingkat pusat data pada desktop, membuatnya ideal untuk pelatihan dan inferensi model AI skala besar [1] [6].

Stasiun DGX menawarkan ruang memori koheren 784GB yang mengesankan, secara signifikan lebih dari percikan DGX, memungkinkannya menangani model AI yang jauh lebih besar dan lebih kompleks. Ini juga fitur NVIDIA ConnectX-8 Supernic, yang mendukung kecepatan jaringan hingga 800GB/s. Ini memungkinkan konektivitas berkecepatan tinggi antara beberapa stasiun DGX untuk beban kerja AI besar-besaran dan mempercepat transfer data [1] [5].

Sementara percikan DGX tersedia untuk pembelian dengan harga $ 3.000, stasiun DGX diperkirakan akan dirilis kemudian pada tahun 2025 melalui mitra manufaktur seperti Asus, Dell, dan HP, dengan harga yang mungkin jauh lebih tinggi, berpotensi dalam kisaran $ 10.000 hingga $ 50.000 [9].

Perbandingan Kinerja

Dalam hal kinerja mentah, stasiun DGX dirancang untuk menangani tugas AI yang lebih menuntut karena kapasitas memori yang lebih besar dan GPU yang lebih kuat. DGX Spark, walaupun kuat untuk ukuran dan harganya, lebih cocok untuk proyek AI skala kecil dan prototipe. Kedua sistem memanfaatkan arsitektur Grace Blackwell Nvidia dan teknologi interkoneksi canggih untuk mengoptimalkan kinerja untuk beban kerja AI, tetapi kemampuan stasiun DGX lebih selaras dengan persyaratan tingkat perusahaan.

Secara keseluruhan, DGX Spark menawarkan keseimbangan kinerja dan keterjangkauan, membuat komputasi AI lebih mudah diakses oleh audiens yang lebih luas, sementara stasiun DGX diposisikan sebagai solusi kelas atas bagi para profesional dan organisasi yang membutuhkan kekuatan pemrosesan AI ekstrem.

Kutipan:
[1] https://nvidianews.nvidia.com/news/nvidia-announces-dgx-spark-and-dgx-station-personal-ai-computers
[2] https://www.theverge.com/news/631957/nvidia-dgx-spark-station-meng- blackwell-ai-supercomputer-gtc
[3.
[4] https://www.nvidia.com/en-eu/project-digits/
[5] https://www.ainvest.com/news/nvidia-unveils-dgx-spark-dgx-station-revolutionizing-personal-ai-computing-2503/
[6] https://opentools.ai/news/nvidia-unleashes-the-future-with-personal-ai-supercomputer
[7] https://www.reddit.com/r/localllama/comments/1jedy17/nvidia_digits_specs_released_and_renamed_to_dgx/
[8] https://www.nvidia.com/en-us/products/workstations/dgx-station/
[9] https://www.youtube.com/watch?v=Krbh0von-2a
[10] https://www.youtube.com/watch?v=csihxri1jt4
[11] https://www.turtllesai.com/en/pages-2527/nvidia-introduces-dgx-park-fka-dit-and-dgx-station