O NVIDIA DGX Spark e o Nvidia GeForce RTX 4090 são dois sistemas de computação distintos projetados para diferentes fins, levando a diferenças significativas em suas arquiteturas.
Arquitetura da CPU
- DGX Spark: é alimentado pelo NVIDIA GB10 SOC, que possui um processador ARMV9 de 20 núcleos. Isso inclui dez núcleos Cortex-X925 e dez núcleos Cortex-A725, projetados para tarefas de processamento de IA e computação geral de alto desempenho [1] [4].- RTX 4090: Esta GPU não possui uma CPU dedicada; Em vez disso, é uma unidade de processamento de gráficos (GPU) projetada para funcionar com uma CPU do host. É baseado na arquitetura ADA Lovelace, especificamente na GPU AD102, que é otimizada para jogos de trabalho e cargas de trabalho gráficas [2] [5].
Arquitetura da GPU
- DGX Spark: A GPU na Spark DGX é baseada na arquitetura Blackwell, que faz parte do Nvidia Grace Blackwell Superchip. É otimizado para cargas de trabalho de IA, fornecendo até 1.000 tops de desempenho de IA [1] [7].
- RTX 4090: O RTX 4090 apresenta a arquitetura ADA Lovelace, que inclui 16.384 núcleos de CUDA, 128 núcleos de rastreamento de raios e 512 núcleos tensores. Essa arquitetura está focada principalmente nos jogos de jogo, rastreamento de raios e tarefas de computação de alto desempenho [2] [8].
memória e largura de banda
- DGX Spark: ele usa 128 GB de memória LPDDR5X de 256 bits, oferecendo uma largura de banda de memória de 273 GB/s. O sistema também emprega a tecnologia de interconexão NVIDIA NVLINK-C2C para uma comunicação aprimorada de CPU-GPU, fornecendo cinco vezes a largura de banda do PCIE 5.0 [1] [4].- RTX 4090: O RTX 4090 vem com 24 GB de memória GDDR6X e uma largura de banda de memória de 1008 GB/s. Ele usa uma interface PCIE 4.0 X16 para conexão com o sistema host [2] [5].
núcleos de tensor e performance de IA
- DGX Spark: Equipado com núcleos de tensor de 5ª geração, o DGX Spark é otimizado para tarefas de IA, oferecendo até 1.000 tops de desempenho de IA. Isso o torna adequado para treinamento e inferência de grandes modelos de IA [1] [7].- RTX 4090: Embora principalmente uma GPU de jogos, o RTX 4090 inclui núcleos tensores de 4ª geração, que aprimoram suas capacidades para tarefas de IA e aprendizado de máquina. No entanto, seu desempenho de IA não é tão alto quanto os sistemas de IA especializados, como o DGX Spark [2] [8].
Networking e conectividade
- DGX Spark: possui uma porta RJ45 de 10GBE via Connectx-7 Smart NIC, WiFi 7, Bluetooth 5.3 e quatro portas USB4. O ConnectX-7 permite recursos de rede que podem conectar dois sistemas de faísca DGX para modelos de IA maiores [1] [4].- RTX 4090: Como uma GPU, ele não possui recursos de rede embutidos, mas depende das opções de conectividade do sistema host. Ele se conecta através de uma interface PCIE 4.0 [2] [5].
Em resumo, o DGX Spark foi projetado como um supercomputador de IA compacto, com foco no processamento e pesquisa da IA, enquanto o RTX 4090 é uma GPU de alto desempenho otimizada para jogos de trabalho e cargas de trabalho gráficas.
Citações:
[1] https://www.cnxs-oftware.com/2025/03/19/nvidia-dgx-ska-desktop-ai-supercomputer-powered-by-nvidia-gb10-20-core-armnv9-soc-with-1000-tops-oi-ai-permance/
[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-especializado-desktop-line-for-work
[5] https://www.techpowerup.com/review/nvidia-geforce-rtx-4090-founders-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-architecture.pdf