Le NVIDIA DGX Spark et le NVIDIA RTX 4090 sont tous deux des systèmes informatiques hautes performances, mais ils servent des objectifs différents et ont des architectures distinctes. Voici une comparaison de leur bande passante de mémoire:
Nvidia DGX Spark
- Type de mémoire: l'étincelle DGX utilise 128 Go de mémoire LPDDR5X unifiée.
- bande passante de mémoire: il offre une bande passante de mémoire de 273 Go / s, qui est facilitée par une interface de mémoire 256 bits [1] [4] [6].
- Architecture: Le système est alimenté par le NVIDIA GB10 SOC, qui comprend un GPU Blackwell et prend en charge jusqu'à 1 000 sommets de performance d'IA. Le modèle de mémoire cohérent CPU + GPU utilise la technologie d'interconnexion NVIDIA NVINK-C2C, offrant une bande passante significativement plus élevée par rapport aux interfaces PCIE traditionnelles [1] [4].
Nvidia RTX 4090
- Type de mémoire: le RTX 4090 dispose de 24 Go de mémoire GDDR6X.
- bande passante de mémoire: il atteint une bande passante de mémoire de 1 008 Go / s via un bus mémoire 384 bits [2] [5] [8].
- Architecture: Le RTX 4090 est basé sur l'architecture ADA Lovelace, qui comprend 16 384 cœurs CUDA, 512 noyaux de tenseur et 128 cœurs de traçage de rayons. Il est principalement conçu pour les jeux de jeu et les tâches informatiques hautes performances comme le rendu 3D et les charges de travail de l'IA [5] [8].
Comparaison
En termes de bande passante de mémoire, le RTX 4090 surpasse considérablement l'étincelle DGX, offrant près de quatre fois plus de bande passante (1 008 Go / s contre 273 Go / s). Cependant, le DGX Spark est optimisé pour les charges de travail de l'IA avec ses performances hautes tops et son architecture spécialisée, ce qui le rend plus adapté aux tâches telles que la formation et l'inférence de grands modèles d'IA. Le RTX 4090, en revanche, est axé sur une gamme plus large d'applications, y compris les jeux et l'informatique à usage général.
Bien que la bande passante de mémoire de DGX Spark soit plus faible, sa technologie d'architecture et d'interconnexion unique offre des avantages dans les tâches spécifiques à l'IA. La bande passante de mémoire supérieure du RTX 4090 le rend plus polyvalent pour une variété d'applications à largeur de bande haute.
Citations:
[1] https://www.cnx-software.com/2025/03/19/nvidia-dgx-park-a-desktop-ai-supercomputerter-powered-by-nvidia-gb10-20-core-armv9-soc-with-1000-tops-of-ai-performance/
[2] https://vast.ai/article/nvidia-rtx-4090-vs-5090
[3] https://beebom.com/nvidia-rtx-5070-vs-rtx-4090-Comparison/
[4] https://www.pcmag.com/news/what-is-nvidias-dgx-station-a-new-specialized-desktop-line-for-ai-work
[5] https://www.itcreations.com/nvidia-gpu/nvidia-geforce-rtx-4090-gpu
[6] https://www.reddit.com/r/localllama/comments/1jef1dd/dgx_spark_prevify_digits_has_273gbs_memory/
[7] https://www.youtube.com/watch?v=krbh0von-2a
[8] https://coinpoet.com/ml/learn/gpu/nvidia-geforce-rtx-4090
[9] https://chipsandcheese.com/p/microbenchmarking-nvidias-rtx-4090
[10] https://www.reddit.com/r/localllama/comments/14319ra/rtx_40906000_vs_m2_max_with_96gb_unified_memory/