El Nvidia DGX Spark y el Nvidia GeForce RTX 4090 son dos sistemas informáticos distintos diseñados para diferentes propósitos, lo que lleva a diferencias significativas en sus arquitecturas.
Arquitectura de CPU
- DGX Spark: funciona con el SoC NVIDIA GB10, que cuenta con un procesador ARMV9 de 20 núcleos. Esto incluye diez núcleos Cortex-X925 y diez núcleos Cortex-A725, diseñados para el procesamiento de IA de alto rendimiento y las tareas de computación general [1] [4].- RTX 4090: Esta GPU no tiene una CPU dedicada; En cambio, es una unidad de procesamiento de gráficos (GPU) diseñada para funcionar con una CPU host. Se basa en la arquitectura Ada Lovelace, específicamente en la GPU AD102, que está optimizada para juegos de trabajo y cargas gráficas [2] [5].
Arquitectura de GPU
- DGX Spark: La GPU en DGX Spark se basa en la arquitectura Blackwell, que forma parte de Nvidia Grace Blackwell Superchip. Está optimizado para las cargas de trabajo de IA, que proporciona hasta 1,000 tops de rendimiento de IA [1] [7].- RTX 4090: El RTX 4090 presenta la arquitectura Ada Lovelace, que incluye 16,384 núcleos Cuda, 128 núcleos de trazado de rayos y 512 núcleos de tensor. Esta arquitectura se centra principalmente en los juegos, el trazado de rayos y las tareas informáticas de alto rendimiento [2] [8].
Memoria y ancho de banda
- DGX Spark: utiliza 128 GB de memoria LPDDR5X de 256 bits, ofreciendo un ancho de banda de memoria de 273 GB/s. El sistema también emplea la tecnología de interconexión NVIDIA NVLINK-C2C para una comunicación mejorada de CPU-GPU, proporcionando cinco veces el ancho de banda de PCIe 5.0 [1] [4].- RTX 4090: El RTX 4090 viene con 24 GB de memoria GDDR6X y un ancho de banda de memoria de 1008 GB/s. Utiliza una interfaz PCIe 4.0 x16 para la conexión al sistema de host [2] [5].
núcleos de tensor y rendimiento de IA
- DGX Spark: equipado con núcleos de tensor de quinta generación, el DGX Spark está optimizado para tareas de IA, que ofrece hasta 1,000 tops de rendimiento de IA. Esto lo hace adecuado para el entrenamiento e inferencia de grandes modelos de IA [1] [7].- RTX 4090: aunque principalmente una GPU de juegos, la RTX 4090 incluye núcleos de tensor de cuarta generación, que mejoran sus capacidades para las tareas de IA y aprendizaje automático. Sin embargo, su rendimiento de IA no es tan alto como los sistemas de IA especializados como el DGX Spark [2] [8].
red y conectividad
- DGX Spark: presenta un puerto RJ45 de 10GBE a través de ConnectX-7 Smart Nic, WiFi 7, Bluetooth 5.3 y cuatro puertos USB4. El ConnectX-7 permite capacidades de red que pueden conectar dos sistemas DGX Spark para modelos de IA más grandes [1] [4].- RTX 4090: como GPU, no tiene capacidades de red incorporadas, pero se basa en las opciones de conectividad del sistema de host. Se conecta a través de una interfaz PCIe 4.0 [2] [5].
En resumen, el DGX Spark está diseñado como una supercomputadora de IA compacta con un enfoque en el procesamiento y la investigación de IA, mientras que la RTX 4090 es una GPU de alto rendimiento optimizada para juegos de trabajo y cargas gráficas.
Citas:
[1] https://www.cnx-software.com/2025/03/19/nvidia-dgx-park-a-esktop-ai-supercomuter-powered-by-nvidia-gb10-20-core-armv9-soc-with-1000-tops of-ai-iter-operance/
[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-specialized-desktop-line-for-ai-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-park-dgx-station-personal-ai-supercomiters
[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