怎么看Nvidia最新发布的RTX Spark？会是电商、视频利器吗？
-
技术指标
具体规格 / 性能表现
制程工艺
TSMC（台积电）3nm
CPU 架构
20核 Nvidia Grace Arm 核心（MediaTek 联合设计）
GPU 架构
Blackwell 架构，6,144 个 CUDA 核心
AI 算力
1 Petaflop (支持 FP4 精度，第五代 Tensor Core)
内存/显存
最高 128GB LPDDR5X 统一内存
内存带宽
300 GB/s
互联总线
NVLink-C2C 级联
整芯片功耗 (TDP)
动态范围：低至个位数瓦特 ~ 最高 80W
定位级别
生产力/AI 部署：顶级 Tier 0 级；游戏图形：移动端 RTX 5070 级别 -
老黄显然不满足 GB10 只在极客圈子和生产力圈子里使用.
GB10其是在 LLM 和 AI生图, 生视频方面 都具备了基本可用的素质, 在这个意义上来说, 性价比还不错.
问题在于它的生态很差, AI方面的生态差, 应用方面的生态更差. 所以 只能是 极客圈子 和 生产力圈子 才会用, 而 生产力圈子 要转向NVIDIA 的专属linux, 要有巨大的市场教育成本.
所以这个新品, 和windows结合, 使用游戏本的形态, 可能会帮助它拓展使用人群. 尤其是和windows的结合.
从这个角度上来讲, 可以对 视频生产 有一定期待, 毕竟显存够大, 慢就慢点儿, 但是一致性会好很多.
-
我看Jensen Huang的簡報內容 上面寫著記憶體速度 600 GB/s 很快 ！! 大概是兩台用NVLink 連接起來？=> 最高 128GB LPDDR5X 统一内存 内存带宽300 GB/s 互联总线 NVLink-C2C 级联
-
@Tony-Wang 的確是玩文字遊戲(或者是給相關工程師看的數據), 因為假如 Memory BW 600 GB/s 會打破很多現有產品線定位 降低現有產品的性價比,
我查到的相關介紹
NVLink-C2C 相較於傳統連接技術（如 PCIe）的優勢主要體現在以下幾個方面：
帶寬：NVLink-C2C 的帶寬比 PCIe 5.0 高出幾倍，能支持更大的數據流量。
NVLink-C2C 是 NVLink 技術的延伸，但具體針對芯片間連接（Chip-to-Chip）進行了優化：
NVLink：主要用於 GPU 和 GPU 或 GPU 與外部加速卡之間的互連，應用於單獨的硬件設備之間。
NVLink-C2C：專注於單個封裝內或更緊密集成的芯片（如 CPU 與 GPU）間的直接通信。 -
-
综合来看，这完全就是DGX Spark笔记本版，另外加上了Windows（因为原本的DGX Spark是Linux）。也不知道目标群体是谁... 媒体通稿都是划时代的大新闻，实际上毫无新意。
DGX Spark根本就不是一个推理机，而是用来做原型训练的，在把正式训练交给GB300之前，用小的Spark集群做测试，因为二者架构相同。现在把这套照搬到Windows笔记本上，着实是有点搞笑了。真要搞推理，跑LLM跑不过Mac，跑图跑视频跑不过4090/5090，当然了不可否认，大显存对跑长视频很有帮助。
唯一能想到的应用就是超轻薄游戏本...?
-
综合来看，这完全就是DGX Spark笔记本版，另外加上了Windows（因为原本的DGX Spark是Linux）。也不知道目标群体是谁... 媒体通稿都是划时代的大新闻，实际上毫无新意。
DGX Spark根本就不是一个推理机，而是用来做原型训练的，在把正式训练交给GB300之前，用小的Spark集群做测试，因为二者架构相同。现在把这套照搬到Windows笔记本上，着实是有点搞笑了。真要搞推理，跑LLM跑不过Mac，跑图跑视频跑不过4090/5090，当然了不可否认，大显存对跑长视频很有帮助。
唯一能想到的应用就是超轻薄游戏本...?
综合来看，这完全就是DGX Spark笔记本版，另外加上了Windows（因为原本的DGX Spark是Linux）。也不知道目标群体是谁... 媒体通稿都是划时代的大新闻，实际上毫无新意。
DGX Spark根本就不是一个推理机，而是用来做原型训练的，在把正式训练交给GB300之前，用小的Spark集群做测试，因为二者架构相同。现在把这套照搬到Windows笔记本上，着实是有点搞笑了。真要搞推理，跑LLM跑不过Mac，跑图跑视频跑不过4090/5090，当然了不可否认，大显存对跑长视频很有帮助。
唯一能想到的应用就是超轻薄游戏本...?
跑 LLM, 能跑过 M5pro, 跑不过M5max, 但是价格比 M5max 低. 而且生图和视频完败 M5 max.
