Strömförbrukningen för NVIDIA DGX -gnisten och RTX 4090 varierar betydligt på grund av deras olika designändamål och arkitekturer.
DGX Spark strömförbrukning
DGX-gnistan är designad som en kompakt AI-superdator, med Grace Blackwell GPU med femte gen tensorkärnor och 20 arm CPU-kärnor. Det är optimerat för AI -utveckling och slutsatser, vilket ger upp till 1 000 toppar av AI Compute -prestanda. DGX-gnistan förbrukar maximalt 170W kraft, vilket gör den till en effekteffektiv lösning för AI-uppgifter som modellinferens och finjustering [1] [2].
RTX 4090 Strömförbrukning
Däremot är NVIDIA RTX 4090 ett avancerat grafikkort som främst används för spel- och grafikintensiva applikationer. Den har en mycket högre kraftförbrukning med en officiell TDP på 450W. I verkliga spelscenarier förbrukar emellertid RTX 4090 vanligtvis mellan 300 till 400W, med tillfälliga spikar över 400W under överklockning eller mycket krävande spel [3] [4] [7]. I extrema fall, såsom stresstester eller VR -spel, kan det nå strömförbrukningsnivåer över 500W ** [4] [8].
Jämförelse
- Syfte: DGX-gnistan är skräddarsydd för AI-uppgifter, med fokus på effektivitet och kompakthet, medan RTX 4090 är utformad för högpresterande spel- och grafikåtergivning.
- Krafteffektivitet: DGX-gnistan är betydligt mer effekteffektiv för sitt avsedda användningsfall och konsumerar mindre än hälften av kraften i RTX 4090 under typiska förhållanden.
- Prestanda: Båda enheterna erbjuder hög prestanda inom sina respektive domäner, men RTX 4090 är optimerad för rå grafikbearbetningskraft, medan DGX -gnistan utmärker sig i AI -datoruppgifter.
Sammantaget, medan båda enheterna är kraftfulla inom sina respektive fält, tillgodoser de olika behov och har distinkta kraftförbrukningsprofiler som återspeglar deras designmål.
Citeringar:
]
[2] https://beebom.com/nvidia-project-igits-rebranded-to-dgx-spark-dgx-station-mounced/
]
[4] https://hwbusters.com/gpu/nvidia-rtx-4090-detailed-power-analysis-ideal-power-supply/
[5] https://www.pcmag.com/news/what-is-nvidias-dgx-station-a-new-specialiserad-Desktop-line-for-ai-work
[6] https://www.youtube.com/watch?v=lz25z_un4bq
[7] https://lambdalabs.com/blog/nvidia-rtx-4090-vs-rtx-3090-deep-learning-benchmark
[8] https://www.reddit.com/r/nvidia/comments/ysc7xy/rtx_4090_power_consumption/
[9] https://www.reddit.com/r/amd/comments/13ljfd7/rtx_4090_vs_rx_7900_xtx_power_scaling_from_275w/