GIGABYTE AI TOP ATOM レビュー

NVIDIAのDGX Sparkプラットフォームのリリースに伴い、現在では様々なベンダーがGB10 Grace Blackwellをベースとしたコンパクトなデスクトップシステムを開発・販売しています。コアとなるボードとシリコンは標準化されていますが、筐体設計、冷却性能、ストレージ構成、そして全体的な実装において違いが見られます。本レビューでは、GIGABYTEのAI TOP ATOMに焦点を当てて解説します。

内部には、20コアのArm CPU複合体とBlackwell AIアクセラレーション、そして128GBの統合LPDDR5Xメモリを組み合わせた、同じGB10スーパーチップが搭載されています。この基盤により、最大1ペタフロップスのFP4演算能力と最大200億個のパラメータのモデリングが可能となり、ワークステーションクラスのAI領域にしっかりと位置づけられています。

AI TOP ATOMは、150 x 150 x 50.5 mmのコンパクトな1リットルシャーシに収められており、240Wの外部アダプターで駆動します。演算コアは他のSparkシステムと同一ですが、GIGABYTEの設計上の選択が、熱、持続的なワークロード動作、ストレージ性能、および日常的な使いやすさにどのように影響するかを検証します。

ストレージオプションは最大4TBのGen5 NVMeまで拡張可能で、システムにはUbuntuベースのNVIDIA DGX OSが搭載されているため、購入後すぐにAIワークロードを実行できます。つまり、コアとなるコンピューティングハードウェアは他のSparkクラスのシステムと同一ですが、ユーザーエクスペリエンス、熱管理、音響、そして全体的なプレゼンテーションは、GIGABYTEがこのコンパクトな筐体に詰め込んだものによって決まります。

本レビューでは、GIGABYTEのSparkプラットフォームが、持続的なワークロード、冷却性能、日常的な使いやすさにおいて他社製品とどのように比較されるのか、また、そのコンパクトなフォームファクターが何らかの顕著なトレードオフをもたらすのかどうかを検証します。

製品仕様	GIGABYTE AI TOP ATOM (GB10)
寸法・重量
高さ	で2
幅（Width）	で5.9
深さ	で5.9
重量	2.64ポンド
プロセッサ
プロセッサの種類	NVIDIA GB10（グレース・ブラックウェル・スーパーチップ）（20コア）
統合グラフィックス	NVIDIA Blackwell GPU（統合型）
メモリ
メモリタイプ	LPDDR5x（統合システムメモリ）
メモリ構成	128GB LPDDR5x、統合システムメモリ
メモリ帯域幅	273 GB/秒 (8533 MT/秒)
オペレーティングシステム
サポートされるOS	NVIDIA DGX OS
外部ポートとスロット
ネットワークポート	RJ45ポート（10GbE）×1 NVIDIA ConnectX-7 NIC（200G × 2 QSFP）
USBポート	USB 3.2 Gen 2×2 Type-C (20Gbps) ×3 USB 3.2 Gen 2×2 Type-C（PD対応）×1
ビデオポート	HDMI 2.1aポート×1
電源アダプタポート	USB Type-C（PD IN）
セキュリティスロット	なし
無線
無線LAN	WiFi 7 (AW-EM637、2×2)
Bluetooth	Bluetooth 5.4
Storage
ストレージオプション	最大4TBのGen5 NVMe（自己暗号化対応）
電源アダプタ
タイプ	240W外部アダプター（USB Type-C）

GIGABYTE AI TOP ATOM 設計と構築

GIGABYTE AI TOP ATOMは、これまでのSparkベースのシステムでお馴染みの150 x 150 mmの設置面積を維持しており、高さは50.5 mm、重量は1.2 kgです。デスクに置けるほどコンパクトですが、手に取るとずっしりとした重厚感があります。表面はダークなマット仕上げで、ワークステーションらしい雰囲気を醸し出しています。

前面パネルにはシンプルな平らなグリルではなく、水平方向のスリットと、その背後に繊細な波模様が重ねられており、見る角度によって奥行きと質感が変化するデザインとなっています。冷却性能を重視した設計です。GIGABYTEのロゴは下隅に配置され、前面にはデータポートや電源ボタンさえもないため、すっきりとしたデザインで、通気性も抜群です。

すべての接続端子は背面パネルに配置されています。最大20Gbpsの速度に対応するUSB​​ 3.2 Gen 2×2 Type-Cポートが3つと、電源入力専用のUSB Type-Cポートが1つあります。ディスプレイ出力にはHDMI 2.1aポートが1つ搭載されています。ネットワーク機能としては、10GbE RJ-45ポートに加え、高速データ転送と複数システムの接続をサポートするNVIDIA ConnectX-7 SmartNICが搭載されており、より大規模なシステム構築にも対応します。側面パネルには、GIGABYTE独自のKensington Nanoロック用スロットが備えられています。

AI TOP ATOMの内部には、NVIDIAのGB10 Grace Blackwell Superchipが搭載されており、20コアのArm CPU構成と統合型Blackwellグラフィックスを組み合わせています。256ビットインターフェースを備えた128GBのLPDDR5x統合メモリを搭載し、最大273GB/sの帯域幅を実現しています。他のGB10システムと同様に、CPUとGPUは同じメモリプールを共有しており、これがこれらのマシンがAIワークロードを処理する上で重要な要素となっています。

ストレージは構成に応じて最大4TBのGen5 NVMe SSDに対応し、電源は240Wの外部アダプターから供給されます。ワイヤレス接続はWiFi 7とBluetooth 5.4に対応し、有線接続用の10GbEネットワークも内蔵されています。

GIGABYTE AI TOP ATOM 熱テスト

GIGABYTE AI TOP ATOMのコンポーネントの熱特性をテストするために、Founders Editionや、Asus、Acer、DellなどのOEM製品と比較しました。これについては、Spark Thermal Testingの論文でさらに詳しく解説しています。

スタック全体にわたって、一定期間にわたってコンポーネントを監視しました。ワークロードは3段階に分け、約1時間かけて使用率を徐々に上げていきます。これにより、デバイスが長時間使用された場合や、さまざまなワークロード段階における動作状況を把握することができました。監視対象としたのは、CPU、GPU、ネットワーク、NVMeの温度、および総消費電力です。

CPU温度

CPUの温度テストにおいて、GIGABYTEシステムは、負荷の高いプリフィル遷移時に最高温度90℃に達しました。これは、負荷を積極的に増加させた際の比較対象グループにおけるCPUピーク温度の上限に近い値です。

Equal ISL/OSL、そして最終的にはDecode Heavyワークロードに移行すると、温度曲線は上昇し続けることなく安定しました。持続的な負荷下でもCPUは制御された温度範囲内に留まり、ピーク温度の上昇は長期的な冷却能力の不足ではなく、短時間の急激な上昇活動に起因するものであることが示されました。

最低温度では、CPUはアイドル時または軽負荷時に38.7℃を記録しました。この低い基準値は、静止時の効率的な放熱を反映しており、冷却システムがバーストフェーズ以外でも十分な余裕を維持していることを示しています。

全体的に見て、GIGABYTEはCPUの瞬間的な発熱量が高かったものの、ワークロードが正常化すると安定した持続的な動作を維持した。

GPU温度

GPUの温度も同様の傾向を示しました。プリフィル負荷の高い処理中、GPUは最高81℃に達しました。これは、バースト負荷の高いアクセラレーション処理において、グループ内ではやや高温になるものの、GB10プラットフォームの想定される動作仕様の範囲内です。

ワークロードがEqual ISL/OSLフェーズとDecode Heavyフェーズに移行すると、GPUの温度は上昇し続けるのではなく、横ばいになった。

アイドル状態または低負荷時において、GPUの最低温度は37℃を記録し、システムに計算負荷がかかっていない状態では、安定した基本的な熱制御が実現されていることを示している。

総合的に見ると、GIGABYTEのGPUの動作は、積極的なバースト利用と安定した持続的な温度特性を両立させていると言える。

NVMe温度

テスト全体を通して、ストレージの温度は良好に制御されていました。NVMeドライブは、負荷の高い動作時でも最高温度59.8℃を記録しました。このピーク値は一般的なスロットリング閾値を十分に下回っており、十分なエアフロー、あるいはシャーシ内部におけるドライブの適切な配置を示唆しています。

負荷の軽い段階では、NVMeドライブの温度は最低37.8℃まで低下し、ストレージの熱は静止状態では制約されないことが確認された。

一部の小型デスクトップ向け実装と比較すると、負荷時でも60℃以下に抑えられていることは、ストレージの優れた熱管理能力を示している。

NIC温度

NICの温度は、負荷の高い段階で72℃まで上昇し、プリフィルおよびデコード遷移時のスループット上昇と一致しました。これにより、ピーク時にはネットワークコントローラがスタックの高温側に位置することになりますが、温度は動作許容範囲内に収まり、急激な上昇は見られませんでした。

記録されたNICの最低温度は41℃で、これは軽度期における通常のベースライン挙動を反映している。

全体として、NICはシステム全体の負荷に対して予測通りに動作し、異常なスケーリングは示さなかった。

GPUの消費電力

GPUの電力挙動は、急激な温度上昇を理解する上で役立ちます。GIGABYTEは、プリフィル負荷の高い移行時にGPUの消費電力が最大75.54Wに達しました。これは、テスト対象のGB10ユニットにおける電力消費量の上限値に相当します。

GIGABYTEはGPUの電力を人為的に制限するのではなく、ほぼ上限に近いバースト期間を許容しているようで、これはGPUのピーク温度の上昇と直接的に相関している。ワークロードが持続的なデコードフェーズに移行すると、消費電力はそれに応じて安定した。

電力の観点から見ると、GIGABYTEシステムは過度にオーバードライブされているようには見えません。むしろ、バーストフェーズにおけるピーク温度の上昇は、制御されていない熱設計によるものではなく、パフォーマンス重視の電力配分決定によるものと考えられます。

熱特性の概要

CPU、GPU、NVMe、NICのモニタリングにおいて、GIGABYTE GB10はアイドル時の温度は競争力のある水準で動作し、Prefill負荷の高い移行時にはより高いピーク温度を示しました。ピーク加速時、CPUは90℃、GPUは81℃に達しましたが、NVMeは60℃以下、NICは72℃でした。GPUの消費電力は最大75.54Wに達し、ほぼ上限に近いピーク値を示しました。

持続的なデコード負荷下でも温度はそれ以上上昇することなく安定しており、GIGABYTEは短時間でのアグレッシブなパフォーマンスを可能にする一方で、長時間の動作中も予測可能で制御された温度を維持していることが示唆される。

GIGABYTE AI TOP ATOM パフォーマンス テスト

GIGABYTE AI TOP ATOMを評価するために、大規模言語モデル向けの最も広く採用されている高スループット推論およびサービスエンジンであるvLLMオンラインサービングベンチマークを使用してSparkユニットをテストしました。vLLMオンラインサービングベンチマークは、実行中のvLLMサーバーに同時リクエストを送信することで実際の運用ワークロードをシミュレートし、さまざまな負荷条件下で、総トークンスループット（1秒あたりのトークン数）、最初のトークンまでの時間、出力トークンあたりの時間などの主要な指標を測定します。

今回のテストは、高密度アーキテクチャからマイクロスケーリングデータタイプまで、幅広いモデルを対象としました。評価対象としたワークロードシナリオは、ISL/OSLが均等な場合、プリフィル負荷が高い場合、デコード負荷が高い場合の3つです。これらのシナリオは、入力と出力の負荷がバランスよく保たれている場合から、計算負荷の高いプロンプト処理やメモリ帯域幅が制約となるトークン生成まで、実際のサービス提供における様々なパターンを表しています。

GIGABYTE AI TOP ATOMに加え、比較対象としてNVIDIA Founders Edition Spark、そしてAsus、Acer、DellのOEMシステムもベンチマークテストに含めました。これにより、GIGABYTEの結果を幅広い競合環境の中で位置づけ、様々なモデルやワークロードの種類において、GIGABYTEがどの点で優れているのか、他社と同等なのか、あるいは劣っているのかを把握することができました。

GPT-OSS-120B

ISL/OSLが等しい場合、GIGABYTEは60.71から649.62 tok/sまでスケーリングし、常に中位に位置し、バッチサイズが大きいほどDellやAsusとほぼ同等の性能を発揮します。スケーリングはバッチ32まで安定して直線的に進み、バッチ64でも向上が見られますが、上位機種には及ばない結果となっています。

プリフィルヘビーは、304.63 tok/sから始まり、バッチサイズ64で2,771.38 tok/sまで上昇します。成長はバッチ16まで力強く続き、GIGABYTEは一時的にトップティアから3位につけますが、より大きなバッチサイズではより広範なグループに収束します。全体的なスケーリングは積極的で競争力があり、特に中程度のバッチサイズで顕著です。

Decode Heavy の速度は 47.01 ～ 299.41 tok/s の範囲で、バッチスイープ全体にわたって段階的かつ一貫したスケーリングが行われます。

GPT-OSS-20B

ISL/OSLが等しい場合、GIGABYTEは641.73から1,587.62 tok/sまでスケーリングし、バッチサイズ1で力強くスタートした後、バッチサイズ2でやや低下し、その後はより大きなバッチサイズで着実に向上します。バッチ8以降はスケーリングが正常化し、他の製品とほぼ同等の性能を発揮し、バッチ64でトップクラスに近づきます。

プレフィルヘビーは、1,650.32 tok/sで開始し、バッチサイズ64で4,401.27 tok/sのピークに達します。バッチ16以降は、スケーリングは安定しており、上位バッチサイズにおいてもDellやAsusと同等の性能を発揮します。

Decode Heavy の処理速度は 63.18 ～ 688.44 tok/s の範囲で、全域にわたって直線的なスケーリングが見られます。向上率は段階的ではありますが一貫しており、他のプラットフォームとほぼ一致し、デコード負荷の高いワークロードに典型的な、より制約の多いスケーリング挙動を反映しています。

Qwen3 コーダー 30B A3B FB8

ISL/OSLが等しい場合、GIGABYTEは101.27から1,251.84 tok/sまでスケーリングし、バッチスイープ全体を通して安定した線形的な進歩を示しています。パフォーマンスはバッチ16までDellおよびAsusとほぼ同等で、その後バッチ64まで順調に上昇を続け、目立ったスケーリング異常もなく上位層に近い位置で終了しています。

Prefill Heavyは428.66 tok/sから始まり、バッチサイズが64に増加するにつれて2,026.94 tok/sまでスケールアップします。成長はすべてのバッチサイズでスムーズかつ一貫しており、GIGABYTEはより広い業界全体とほぼ同水準を維持しています。

Decode Heavyの速度は61.18～482.73 tok/sの範囲で、バッチサイズが増加するにつれて予測可能な段階的な向上が見られます。

Qwen3 コーダー 30B A3B ベース

ISL/OSLが等しい場合、GIGABYTEは63.42から721.08 tok/sまでスケーリングし、バッチ範囲全体にわたって着実に進歩しています。このパフォーマンスは、バッチ16までは他の製品とほぼ同等で、バッチ64までスムーズにスケーリングを続け、線形挙動からの顕著な逸脱もなく、競争力のある結果となっています。

プレフィルヘビーは258.11 tok/sから始まり、バッチサイズ64で1,603.74 tok/sまで上昇します。

Decode Heavyのレートは33.57から349.82 tok/sの範囲で、スイープ全体にわたって段階的かつ線形にスケーリングされます。

 

ラマ3.1 8B命令FP4

ISL/OSLが等しい場合、GIGABYTEはバッチスイープ全体で69.84から2,756.91 tok/sまで増加します。スケーリングはバッチ32まで段階的かつバランスよく行われ、スループットは上位層に近づき、バッチ64で大幅な増加を見せ、より高い同時実行レベルにおいてトップクラスのシステムとなります。

プレフィルヘビーは、321.67 tok/s から始まり、バッチサイズ 64 で 2,493.52 tok/s に達します。成長はバッチ 16 まで安定しており、その後、最高性能のバッチと比較して、より大きなバッチサイズではわずかに鈍化し始めます。これは、大規模バッチのスケーリング効率が堅実ではあるものの、圧倒的ではないことを示しています。

Decode Heavyの速度は48.92～575.84 tok/sの範囲で、バッチサイズが増加するにつれて着実に向上します。

ラマ3.1 8B命令FP8

Equal ISL/OSLにおいて、GIGABYTEは54.12から2,314.87 tok/sまでスケールし、バッチ32まではスムーズで直線的な成長を示し、バッチ64では力強い伸びを見せ、より高い同時実行レベルでも競争力を維持しています。

プレフィルヘビーは、226.43 tok/sから始まり、バッチサイズ64で2,332.19 tok/sに達します。スケーリングはスイープ全体にわたって一貫しており、より広いフィールドと密接に連動し、より大きなバッチサイズでも高い効率を維持します。

Decode Heavy の処理速度は 32.88 ～ 522.41 tok/s の範囲で、バッチサイズが増加するにつれて着実に向上します。予想どおり、スケーリングは Equal および Prefill ワークロードに比べて抑制されています。

GPUダイレクトストレージ

Sparkで実施したテストの一つに、MagnumIO GPU Direct Storage（GDS）テストがあります。GDSはNVIDIAが開発した機能で、NVMeドライブやその他の高速ストレージデバイスに保存されたデータへのアクセス時に、GPUがCPUをバイパスできるようにします。GDSは、CPUとシステムメモリを経由する代わりに、GPUとストレージデバイス間の直接通信を可能にするため、レイテンシが大幅に削減され、データスループットが向上します。

ギガバイトはAI TOP ATOMに4TBのSamsung PM9E1 Gen5 SSDを採用しており、これは現在市場に出回っている2242 M.2ドライブの中で最速です。このSSDはFE SparkやAcer Veriton GN100にも搭載されているものと同じです。

GPUダイレクトストレージの仕組み

従来、GPUがNVMeドライブに保存されたデータを処理する場合、データはまずCPUとシステムメモリを経由してからGPUに到達する必要がありました。このプロセスでは、CPUが中間者として機能し、レイテンシの増加や貴重なシステムリソースの消費につながるため、ボトルネックが発生していました。GPUダイレクトストレージは、GPUがPCIeバスを介してストレージデバイスから直接データにアクセスできるようにすることで、この非効率性を解消します。この直接的な経路により、データ転送のオーバーヘッドが削減され、より高速で効率的なデータ転送が可能になります。

AI ワークロード、特にディープラーニングを伴うワークロードは、非常にデータ集約的です。大規模なニューラル ネットワークのトレーニングにはテラバイト単位のデータ処理が必要であり、データ転送の遅延は GPU を十分に活用できず、トレーニング時間が長くなる可能性があります。GPU ダイレクト ストレージは、データが可能な限り迅速に GPU に配信され、アイドル時間を最小限に抑え、計算効率を最大化することで、この課題に対処します。

さらに、GDS は、ビデオ処理、自然言語処理、リアルタイム推論など、大規模なデータセットのストリーミングを伴うワークロードに特に役立ちます。CPU への依存度を下げることで、GDS はデータの移動を高速化し、CPU リソースを他のタスクに解放して、システム全体のパフォーマンスをさらに向上させます。

GDSIO読み取りスループット 16k

GDSIO読み取りスループット16Kを見ると、GIGABYTEは1スレッドで約0.08 GiB/sから始まり、8スレッドで0.58 GiB/sまで上昇します。そこから、16スレッド（1.12 GiB/s）と32スレッド（2.14 GiB/s）でスムーズにスケーリングを続け、64スレッドで4.37 GiB/sに急上昇します。128スレッドでは、GIGABYTEは6.84 GiB/sまでスケーリングを続け、スレッド範囲の上限で横ばいになる兆候は見られません。

GDSIO読み取り平均レイテンシ 16K

GDSIO読み取り平均レイテンシ（16K）を見ると、GIGABYTEは曲線の大部分で非常に安定したレイテンシを維持しています。1スレッドでは約0.201msから始まり、2スレッドから64スレッドまで約0.21～0.23msの範囲に収まります（例：8スレッドで0.211ms、16スレッドで0.218ms、32スレッドで0.228ms、64スレッドで0.223ms）。レイテンシが約0.286msまで顕著に上昇するのは128スレッドのときだけで、スループットは上昇し続けています。

GSDIO書き込みスループット16K

GDSIO 書き込みスループット 16K を見ると、GIGABYTE は 1 スレッドで約 0.08 GiB/s から始まり、2 スレッドで 0.14 GiB/s、4 スレッドで 0.28 GiB/s まで着実にスケールアップします。パフォーマンスは 8 スレッド (0.59 GiB/s) と 16 スレッド (1.11 GiB/s) で引き続きスムーズに上昇し、32 スレッド (2.80 GiB/s) でさらに急激に上昇します。スケーリングは 64 スレッド (5.21 GiB/s) でも強力で、128 スレッドで 6.54 GiB/s のピークに達し、初期段階で停滞することなく上昇を続けています。

GDSIO書き込み平均レイテンシ 16K

GDSIO書き込み平均レイテンシ（16K）を見ると、GIGABYTEは曲線の大部分で比較的安定したレイテンシを維持しています。1スレッドでは約0.20msから始まり、16スレッドまでは約0.21～0.22msの範囲に留まります。32スレッドではレイテンシがわずかに改善して約0.17msになり、64スレッドではわずかに上昇して0.19msになります。レイテンシが顕著に増加するのは128スレッドで、約0.30msとなり、これは最高スループットレベルに対応します。

GDSIO読み取りスループット 1M

GDSIO 読み取りスループット 1M を見ると、GIGABYTE は 1 スレッドで 2.52 GiB/s から始まり、2 スレッドで 5.07 GiB/s、4 スレッドで 9.33 GiB/s にスケールアップします。8 スレッドでスループットは 11.03 GiB/s に達し、その後プラットフォームは実質的に飽和状態になります。16 スレッド (11.07 GiB/s)、32 スレッド (11.12 GiB/s)、64 スレッド (11.08 GiB/s) ではパフォーマンスは安定しており、プラトーを示しています。128 スレッドでは、スループットはわずかに増加して 11.60 GiB/s となり、スイープで観測された最高値を示しています。

GDSIO読み取り平均レイテンシ 1M

GDSIO読み取り平均レイテンシ（1M）を見ると、GIGABYTEは1スレッドで約0.39msから始まり、2スレッド（0.39ms）と4スレッド（0.42ms）でもほぼ同じ値を維持しています。同時実行数が増加するにつれてレイテンシも増加し、8スレッドで0.71ms、16スレッドで1.41ms、32スレッドで2.81msに上昇します。この上昇傾向は64スレッド（5.64ms）でも続き、同時実行数のピークレベルに対応する128スレッドで10.78msに達しますが、スループットはほぼ維持されています。

GDSIO書き込みスループット 1M

GDSIO 書き込みスループット 1M を見ると、GIGABYTE は 1 スレッドで 2.48 GiB/s から始まり、2 スレッドで 5.57 GiB/s、4 スレッドで 10.32 GiB/s に急激にスケールアップします。8 スレッドでスループットは 12.21 GiB/s に達し、プラットフォームが実質的に飽和状態になります。16 スレッド (12.23 GiB/s)、32 スレッド (12.22 GiB/s)、64 スレッド (12.22 GiB/s) ではパフォーマンスは横ばいのままで、早期にプラトーに達したことを示しています。128 スレッドではスループットが 8.82 GiB/s に低下し、システムが最適な同時実行範囲を超えたことを示唆しています。

GDSIO書き込み平均レイテンシ 1M

GDSIO 書き込み平均レイテンシ (1M) を見ると、GIGABYTE は 1 スレッドで約 0.39ms から始まり、2 スレッド (0.35ms) および 4 スレッド (0.38ms) まで比較的低い値を維持しています。スレッド数が増えるにつれてレイテンシはより顕著に増加し、8 スレッドで 0.64ms、16 スレッドで 1.28ms、32 スレッドで 2.56ms に上昇します。この傾向は 64 スレッド (5.11ms) で上昇を続け、128 スレッドで 14.16ms に急上昇し、最高同時実行レベルで観測されたスループットの低下と一致します。

結論

GIGABYTE AI TOP ATOMは、NVIDIAのGB10ベースのSparkプラットフォームの別の実装であり、これまでテストしてきた製品ラインアップと同じボードとシリコン上に構築されています。予想通り、vLLMにおけるコア演算性能は、他の製品とほぼ同じです。GPT-OSS、Qwen3-Coder、Llama 3.1の各モデルにおいて、スケーリング挙動は予測可能であり、並列処理が増加するにつれて、プリフィル処理のスループットは高く、イコール処理とデコード処理の性能は安定していました。

熱面では、GIGABYTEはやや積極的なバースト動作を許容した。プリフィル負荷の高い移行時には、CPUは90℃、GPUは81℃に達し、GPUの消費電力は75.54Wに達した。ワークロードが正常化すると、温度は安定し、持続的なスロットリングの兆候は見られなかった。実際には、この高いピーク値は不安定性というよりも、短時間での電力配分決定を反映している。

このユニットが際立って優れている点はストレージです。4TB Gen5 Samsung PM9E1を使用することで、GIGABYTEはSparkグループの中でも特に優れたGDSIO性能を実現しました。読み書きスループットは16Kと1Mのワークロードの両方でスムーズにスケーリングし、想定される同時実行レベルで早期に飽和状態に達し、レイテンシの増加は主にスレッド数が多い場合に見られました。

Sparkシステムはすべて同じGB10を基盤としているため、AI推論におけるベンチマークの差は小さいままです。実際の運用における選択は、基本的な演算能力の違いよりも、筐体設計、バースト時の熱挙動、ストレージ構成、ベンダー間の連携といった要素に左右されます。

製品ページ – GIGABYTE AI TOP ATOM

ランキング： GIGABYTE AI TOP ATOMは、ローカルAI向けベストデスクトップランキングのテスト対象製品の一つです。