比较DGX Spark和RTX 4090在现实世界应用中的性能涉及了解其设计目的和功能。 DGX SPARK是NVIDIA全栈AI平台的一部分，该平台专为AI计算和数据科学任务而设计，而RTX 4090是一种消费级GPU，主要针对游戏和高性能计算。
###建筑与设计
-DGX Spark：该系统专为AI和数据科学应用程序设计，为模型开发和部署提供了全面的平台。它集成了NVIDIA的AI计算硬件和软件堆栈，从而使不同环境之间的无缝模型迁移。但是，有关其GPU体系结构或性能指标的具体细节并不广泛。
-RTX 4090：基于“ Ada Lovelace”建筑，RTX 4090是一个强大的GPU，拥有16,384个CUDA核心，512 4th Gen Tensor核心和128 Ray Tracing Cores。它以其在游戏，专业应用和深度学习任务方面的高性能而闻名。
###现实世界中的性能
- 游戏和图形：RTX 4090在游戏中表现出色，提供了具有DLSS(深度学习超级抽样)之类的功能，以提高帧速率和分辨率。它的速度明显快于该领域的前任和竞争对手。
- 深度学习和AI：两个系统都能处理AI任务，但是RTX 4090的深度学习性能有充分的记录。与RTX 3090这样的前几代相比，它提供了高训练吞吐量，并且对于深度学习应用程序具有成本效益。DGXSpark虽然专注于AI，但缺乏直接比较的特定性能指标。
- 专业应用：RTX 4090广泛用于专业应用中，例如视频编辑，3D建模和科学计算，其原始处理能力和内存带宽。 DGX Spark是更广泛的AI生态系统的一部分，已针对AI特定的工作流进行了优化，但在一般计算任务中可能不匹配RTX 4090。
＃＃＃ 结论
尽管这两个系统在各自的域中都具有强大的功能，但RTX 4090在游戏和专业应用方面的性能更具广泛性和文献记载。另一方面，DGX Spark专门用于AI计算，并为AI开发和部署提供了全面的平台。如果没有针对DGX Spark的特定性能指标，直接进行比较是一项挑战，但是很明显，每个系统都根据其设计和预期的用例在不同区域中脱颖而出。
引用：
[1] https://beebom.com/nvidia-rtx-5070-vs-rtx-4090-comparison/
[2] https://www.theverge.com/23398201/nvidia-rtx-4090-review-test基准
[3] https://www.pcmag.com/news/nvidia-geforce-rtx-4090-laptop-vs-desktop-comparpop comparpyparpected test
[4] https://www.reddit.com/r/localllama/comments/1JEF1DD/DGX_SPARK_PREVICE_DIGITY_DIGITY_HAS_HAS_273GBS_MEMORY/
[5] https://babeltechreviews.com/rtx-4090-performance-45-games-vr-pro-apps-benchs-benched/
[6] https://lambdalabs.com/blog/nvidia-rtx-4090-vs-rtx-3090-深度学习基准
[7] https://www.techpowerup.com/334300/nvidia-announces-dgx-spark-spark-and-dgx-station-personal-ai-computers
[8] https://gpu.userbenchmark.com/nvidia-rtx-4090/rating/4136