Компактные рабочие станции искусственного интеллекта в сравнении: Nvidia DGX Spark встречается с AMD Ryzen AI Max+ 395
Nvidia первой анонсировала платформу DGX Spark. AMD дала прямой ответ с архитектурой Strix Halo и, что интересно, вывела соответствующие чипы на рынок даже раньше конкурента. Как прямой соперник Nvidia GB10, AMD Ryzen AI Max+ 395 обычно также работает в паре со 128 Гб памяти, что позволяет выполнять большие локальные модели. В различных бенчмарках ИИ и в скорости чистого вывода чипы находятся почти на одном уровне, особенно в задачах FP16 и FP64. Пропускная способность памяти и многие другие показатели производительности также идентичны на бумаге. Поэтому стоит рассмотреть такие системы, как HP ZGX Nano G1n AI Station а также такие системы, как Bosgame M5.
Процессорные архитектуры, лежащие в основе этих двух систем, кардинально отличаются друг от друга. В то время как Nvidia использует модуль Grace на базе ARM для суперчипа GB10, AMD полагается на классическую архитектуру x86 с ядрами Zen 5 для Ryzen AI Max+ 395. Это различие существенно влияет на совместимость программного обеспечения. Платформа x86 от AMD набирает очки благодаря широкой поддержке старых приложений и легко вписывается в экосистему Windows. В отличие от этого, ARM-стратегия Nvidia оптимизирована только для операционной системы DGX на базе Linux и сильно распараллеленных рабочих нагрузок искусственного интеллекта, что ограничивает ее применимость к традиционным настольным задачам.
AMD выбирает другой архитектурный путь, интегрируя выделенный NPU. Это обеспечивает 50 INT8 TOPS и позволяет запускать небольшие модели или фоновые задачи с экономией энергии. Такие проекты, как FastFlowLM, выигрывают от использования этой архитектуры, поскольку системе не нужно задействовать требовательный к вычислениям основной чип для каждой задачи ИИ. Однако Nvidia сохраняет значительное преимущество в памяти благодаря архитектуре Blackwell и встроенной поддержке FP4, которая отсутствует у AMD в этом виде.
Решающие различия становятся очевидными при взгляде на экосистемы программного обеспечения. Чтобы сохранить свои позиции, Nvidia опирается на устоявшуюся экосистему CUDA. AMD противопоставляет ей свою собственную платформу ROCm для архитектуры RDNA. С точки зрения совместимости во многих специализированных приложениях, она пока не вполне соответствует программному стеку Nvidia.
В конечном итоге, решение сводится к взвешиванию бюджета и экосистемы. Nvidia взимает ощутимую премию за Системы DGX Sparkпредлагая взамен отраслевой стандарт. Подготовка кода для больших центров обработки данных делает CUDA практически неизбежной. Для задач чистого вывода, которые требуют в основном большого объема локальной памяти и могут обойтись без фирменных функций Nvidia, Ryzen AI Max+ 395 представляет собой мощную и зачастую более экономичную альтернативу.
