شکی نیست که ابرکامپیوتر DGX Spark شرکت انویدیا یک محصول فوقالعاده محسوب میشود، با این وجود کمپانی AMD در تلاش است تا با عرضه APUهای جدید خود پلتفرمی را معرفی کند که در زمینه هوش مصنوعی روی دستگاه (on-device AI) حرف اول را بزند. به همین دلیل ادعا میشود که پردازندههای سری Strix Halo در مقایسه با تراشه GB10 شرکت انویدیا در بارهای کاری مختلف هوش مصنوعی عملکرد بهتری را ارائه خواهند داد. به عبارت دیگر، DGX Spark انویدیا گزینه خوبی برای افزایش سرعت است، اما APUهای Strix Halo نسبت قیمت به عملکرد ایدهآلیتری را ارائه خواهند داد.
سیستم DGX Spark انویدیا: قدرتمند اما گران
همانطور که احتمالا میدانید، سیستم DGX Spark اولین تلاش کمپانی انویدیا در زمینه ساخت دستگاههای جمعوجور برای انجام حجم کاری هوش مصنوعی است. این ابرکامپیوتر یک محصول بیهمتا محسوب میشود، به علاوه نشان دهنده توسعه تراشه سفارشی GB10 شرکت انویدیا است. با وجود عملکرد چشمگیر DGX Spark، مصرفکنندگان نارضایتی خود را در مورد بهای تمام شده این ابرکامپیوتر ابراز کردهاند. کاربران ادعا میکنند که برچسب قیمت 4000 دلاری، از جذابیت سیستم DGX Spark میکاهد. با این حال شرکت GMKtec، که یکی از معتبرترین تولیدکنندگان مینی کامپیوتر مبتنی بر تراشههای AMD به شمار میرود، جایگزین قدرتمندی برای DGX Spark ارائه داده است که تقریباً نصف قیمت محصول کمپانی انویدیا خواهد بود.
مینیکامپیوتر EVO-X2 با APU Strix Halo سیستم DGX Spark را به چالش میکشد
باید اشاره کرد که شرکت GMKtec ابرکامپیوتر DGX Spark شرکت انویدیا را به چالش کشیده است و ادعا میکند که مینیکامپیوتر EVO-X2 که به APU Strix Halo کمپانی AMD مجهز است، از نظر سرعت تولید توکن و زمان پاسخگویی، عملکرد بهتری را به ارمغان میآورد. این سازنده EVO-X2 و DGX Spark را در بارهای کاری متعددی آزمایش کرده و مدلهای متنبازی مانند Llama 3.3 70B، Qwen3 Coder، GPT-OSS 20B و Qwen3 0.6B را به کار گرفته است. نتایج حاصل از این تستها در جدول زیر آورده شده است:
| مدل آزمایش شده | Metric | EVO – X2 | NVIDIA GB10 | برنده |
| Llama 3.3 70B | Generation Speed (tok/sec) | 4.9 | 4.67 | AMD |
| First Token Response Time (s) | 0.86 | 0.53 | NVIDIA | |
| Qwen3 Coder | Generation Speed (tok/sec) | 35.13 | 38.03 | NVIDIA |
| First Token Response Time (s) | 0.13 | 0.42 | AMD | |
| GPT-OSS 20B | Generation Speed (tok/sec) | 64.69 | 60.33 | AMD |
| First Token Response Time (s) | 0.19 | 0.44 | AMD | |
| Qwen3 0.6B Model | Generation Speed (tok/sec) | 163.78 | 174.29 | NVIDIA |
| First Token Response Time (s) | 0.02 | 0.03 | AMD |
نتایج مقایسه EVO-X2 و DGX Spark
بر اساس آزمایشهای داخلی این شرکت، پردازندههای خط تولید Strix Halo، به ویژه نسخه Ryzen Al Max+ 395، در مدلهایی با پارامترهای بزرگ، عملکرد بهتری را نسبت به تراشه GB10 ارائه میدهند. این در حالی است که تفاوت نتایج در مدلهایی مانند Qwen3 0.6B کاهش مییابد. یافتهها نشان میدهد که وقتی صحبت از زمان پاسخگویی اولین توکن میشود، پردازنده شرکت AMD در بسیاری از موارد برنده خواهد شد، زیرا پیکربندی CPU+GPU+NPU تأخیر کمتری را برای شروع خروجی به ارمغان میآورد و موتور XDNA 2 عملکرد هوش مصنوعی چشمگیری را ارائه میدهد.
پیشتازی ابرکامپیوتر کمپانی انویدیا در برخی از تستها به این دلیل بوده است که مدل مورد آزمایش توان عملیاتی (throughput) را به تأخیر حافظه (memory latency) ترجیح میدهد. با این اوصاف اگر هدف پیکربندی «توان عملیاتی بالا برای مدلهای بزرگ» باشد، سیستم DGX Spark با سوپرچیپ GB10 که 1 PFLOP در FP4 را ارائه میدهد، گزینه ایدهآلی است. با این وجود، پلتفرم مبتنی بر پردازنده شرکت AMD برای بارهای کاری استنتاج بلادرنگ (real-time inference) عملکرد مشابهی را با هزینه خیلی کمتر به ارمغان میآورد، بهخصوص وقتی حساسیت به تأخیر مهم باشد.
برای پشتیبانی از این ادعا باید گفت که مینی کامپیوتر EVO-X2 شرکت GMKtec در پیکربندی سطح بالا (128 گیگابایت رم به علاوه 2 ترابایت فضای ذخیرهسازی) حدود 2,199 دلار قیمت دارد، در حالی که ابرکامپیوتر DGX Spark کمپانی انویدیا با بهای تمام شده 4,000 دلار به فروش میرسد. ناگفته نماند که پیشفروشها حتی این هم بالاتر رفتهاند. این موضوع نشان میدهد که تفاوت نسبت قیمت به عملکرد بین راهکارهایی مثل Strix Halo و GB10 چشمگیر است، با این اوصاف اگر میخواهید مدلها را به صورت محلی و بدون صرف هزینه سنگین مستقر کنید، انتخاب ورکاستیشنهایی مانند EVO-X2 منطقیتر و مقرونبهصرفهتر خواهد بود.
توسط 
توسط 
دیدگاهتان را بنویسید