NVIDIA DGX Spark og Nvidia GeForce RTX 4090 er to distinkte datasystemer designet for forskjellige formål, noe som fører til betydelige forskjeller i deres arkitekturer.
CPU -arkitektur
- DGX Spark: Den drives av NVIDIA GB10 SOC, som har en 20-kjerne ARMV9-prosessor. Dette inkluderer ti cortex-x925 kjerner og ti cortex-A725 kjerner, designet for høy ytelse AI-prosessering og generelle databehandlingsoppgaver [1] [4].- RTX 4090: Denne GPU har ikke en dedikert CPU; I stedet er det en grafikkbehandlingsenhet (GPU) designet for å jobbe med en vert CPU. Det er basert på ADA Lovelace -arkitekturen, spesielt AD102 GPU, som er optimalisert for spill og grafiske arbeidsmengder [2] [5].
GPU -arkitektur
- DGX Spark: GPU i DGX Spark er basert på Blackwell -arkitekturen, som er en del av Nvidia Grace Blackwell Superchip. Det er optimalisert for AI -arbeidsmengder, og gir opptil 1000 topper av AI -ytelse [1] [7].- RTX 4090: RTX 4090 har ADA Lovelace -arkitekturen, som inkluderer 16 384 CUDA -kjerner, 128 Ray Tracing Cores og 512 tensorkjerner. Denne arkitekturen er først og fremst fokusert på spill, stråle-sporing og høyytelsesoppgaver [2] [8].
minne og båndbredde
- DGX Spark: Den bruker 128 GB med 256-bit LPDDR5X-minne, og tilbyr en minnebåndbredde på 273 GB/s. Systemet bruker også NVIDIA NVLINK-C2C sammenkoblingsteknologi for forbedret CPU-GPU-kommunikasjon, og gir fem ganger båndbredden til PCIE 5.0 [1] [4].- RTX 4090: RTX 4090 leveres med 24 GB GDDR6X -minne og en minnebåndbredde på 1008 GB/s. Den bruker et PCIE 4.0 X16 -grensesnitt for tilkobling til vertssystemet [2] [5].
Tensor -kjerner og AI -ytelse
- DGX Spark: Utstyrt med 5. generasjons tensorkjerner, er DGX Spark optimalisert for AI -oppgaver, og tilbyr opptil 1000 topper av AI -ytelse. Dette gjør det egnet for trening og slutning av store AI -modeller [1] [7].- RTX 4090: Selv om det først og fremst er en GPU, inkluderer RTX 4090 4. generasjons tensorkjerner, noe som forbedrer dens evner for AI og maskinlæringsoppgaver. Imidlertid er AI -ytelsen ikke så høy som spesialiserte AI -systemer som DGX Spark [2] [8].
Nettverk og tilkobling
- DGX Spark: Den har en 10GBE RJ45-port via Connectx-7 Smart NIC, WiFi 7, Bluetooth 5.3 og fire USB4-porter. Connectx-7 gir mulighet for nettverksfunksjoner som kan koble to DGX Spark-systemer for større AI-modeller [1] [4].- RTX 4090: Som GPU har den ikke innebygde nettverksfunksjoner, men er avhengig av vertssystemets tilkoblingsalternativer. Den kobles via et PCIE 4.0 -grensesnitt [2] [5].
Oppsummert er DGX Spark designet som en kompakt AI-superdatamaskin med fokus på AI-prosessering og forskning, mens RTX 4090 er en høyytelses GPU-optimalisert for spill og grafiske arbeidsmengder.
Sitasjoner:
[1] https://www.cnx-software.com/2025/03/19/nvidia-dgx-spark-a-desktop-ai-supercomputer-powered-th-nvidia-gb10-20-core-armv9-soc-with-1000-nvidia-ai-per-per-port-core---armv9-soc-with-1000-nvidia-gb10-20-core-armv9-soc-fit-by-by-nvidia-gb10-2-core-mv9-soc-with-1000
[2] https://www.itcreations.com/nvidia-gpu/nvidia-geforce-rtx-4090-gpu
[3] https://www.fibermall.com/blog/nvidia-a100-vs-4090.htm
[4] https://www.pcmag.com/news/what-is-nvidias-dgx-station-a-new-specialised-desktop-line-for-ai-work
[5] https://www.techpowerup.com/review/nvidia-geforce-rtx-4090-funders-edition/2.html
[6] https://beebom.com/nvidia-rtx-5070-vs-rtx-4090-comparison/
[7] https://www.constellationr.com/blog-news/insights/nvidia-launches-dgx-spark-dgx-station-personal-ai-supercomputers
[8] https://coinpoet.com/ml/learn/gpu/nvidia-geforce-rtx-4090
[9] https://images.nvidia.com/aem-dam/solutions/geforce/ada/nvidia-ada-gpu-arthitecture.pdf