DGX Sparkプラットフォームは、現時点では私たちにとって馴染みのある領域です。 デル, ASUS, カエデ, ギガバイト 引き継ぐ NVIDIAのGB10 Grace Blackwellリファレンスデザインそして、それらすべてのコアとなる要素は共通しています。1,000 TOPSのFP4演算能力、128GBの統合LPDDR5xメモリ、そして150mmシャーシにデュアル200GbEネットワークを搭載しています。HPのZGX Nano G1n AI Stationはこの基盤の上に構築されていますが、HPがそれをどのように構築したかによって、このユニットは他のSpark製品とは一線を画しています。
最も顕著な違いは、素材と構造にあります。HPは、ZGX Nanoを最大75%のリサイクルアルミニウムと20%のリサイクルスチールで構成されたシャーシに包み込み、パッケージには最大93%のリサイクル素材を使用しています。内部レイアウトはシャーシを上下に分割しており、テストしたいくつかのSparkユニットよりもSSDやコイン型電池などのコンポーネントにアクセスしやすくなっています。熱面では、HPはシステムをアイドル時22dBA、高負荷時27.6dBAと評価しており、ピーク時に約780BTU/hrを放散するシステムとしては静かと言えます。
HPはセキュリティ面において、リファレンスプラットフォームを最も凌駕する性能を実現しています。ZGX Nanoは、FIPS 140-2認証モードで動作するTPM 2.0を搭載し、Common Criteria EAL4+に準拠、BIOSレベルのセキュアブートとPXE制御機能を備えています。ストレージには、自己暗号化機能を備えたOPAL NVMeドライブが工場出荷時に搭載されています。これらの特長により、HPはこのユニットを開発者向けのデスクトップAIノードとしてだけでなく、サプライチェーン認証、保存データの暗号化、改ざん防止といった調達上の要件が厳しく規制される環境下でも運用可能なシステムとして位置付けています。
| 製品仕様 | HP ZGX Nano G1n AIステーション |
|---|---|
| 概要 | |
| 製品名 | HP ZGX Nano G1n AIステーション |
| フォームファクター | ミニ |
| オペレーティングシステム | NVIDIA DGX OS 7 / Ubuntu 24.04 注：本製品はMicrosoft Windowsをサポートしていません。 |
| Hardware | |
| プロセッサ | NVIDIA GB10 グレース ブラックウェル スーパーチップ BlackwellアーキテクチャGPU 20コアArm CPU（Cortex-X925×10、Cortex-A725×10） Blackwell CUDAコア 第5世代テンソルコア 第4世代RTコア 1x NVENC NVDEC 1個 |
| メモリ | 128GB LPDDR5x、統合型、16チャンネル、はんだ付け済み |
| メモリ帯域幅 | 273 GB / sの |
| ストレージ（内部I/O） | M.2 PCIe Gen5 x4 x1 オプション：2TBまたは4TB PCIe Gen4 x4 NVMe（2242、SED OPAL TLC） |
| ネットワークとI/O | |
| 背面I/Oポート | USB-C電源ポート×1（240W） USB-Cポート×3（20Gbps、DisplayPort 1.4a、合計30W） HDMI 1a x 2.1 10GbE RJ-45ポート×1 QSFP 200GbEポート×2（ConnectX-7） |
| ネットワークコントローラー | Realtek RTL8127-CG 10GbE NVIDIA ConnectX-7 200GbE |
| WiFi と Bluetooth | AzureWave AW-EM637 WiFi 7 + Bluetooth 5.4 |
| パフォーマンス | |
| AIコンピューティング | 最大1,000 TOPS (FP4) |
| モデル容量 | 最大200Bのパラメータ |
| 体力とパワー | |
| サイズ（H×W×D） | 2.01インチ（脚なし）／2.1インチ（脚あり） 5.9「X 5.9」 |
| 重量 | 1.25kg（2.76ポンド）から |
| 電源 | 240W USB-C外部アダプター、効率89%、アクティブPFC |
ビルドとデザイン
HP ZGX Nano G1nは、これまで見てきた他のシステムとは明らかに異なるアプローチでDGX Sparkを設計しています（ デル/ASUS/カエデ/ギガバイト レビュー）。内部部品が上部カバーに収まっているような一般的な構造とは異なり、HPはシャーシを上下に分割し、内部構造が内部で理解しやすくしています。一見複雑そうに見えますが、数本のネジを外すだけでコイン型電池やSSDなどの部品に簡単にアクセスできるため、非常に実用的です。このより考え抜かれた内部構造は外装にも反映されており、HPはシステムの構築方法や使用されている素材に重点を置いています。
とはいえ、HPは150mm四方のコンパクトな黒い筐体に収め、リサイクル素材を多用している。具体的には、アルミニウムを最大75%、スチールを20%、そして使用済みプラスチックを相当量使用している。パッケージにもこの取り組みが反映されている。段ボール素材は最大93%のリサイクル素材を含み、プラスチック製のパッケージには少なくとも30%のリサイクル素材が使用されている。
熱面では、このシステムは強制空冷に依存しています。これは、NVIDIA GB10 Grace Blackwell Superchipの密度を考えると注目すべきエンジニアリング上の選択です。コンパクトなフットプリントにもかかわらず、 HPは完全な熱エンベロープを指定しています最大負荷時、システムは構成に応じて最大約780 BTU/時の熱を放散します。システムの最大消費電力は約228Wです。さらに、HPは比較的低い騒音レベルを謳っており、アイドル時で22 dBA、高負荷時で27.6 dBAとなっています。
本体サイズは脚部を除いて5.9 x 5.9 x 2.01インチで、超小型サイズに分類されます。HPは、このユニットはラックマウントに対応していないことを明記しており、従来のデータセンターインフラではなく、デスクサイドのAIノードとしての役割を強調しています。保守性は設計上最小限に抑えられています。内部コンポーネントにアクセスするにはプラスドライバー（#1）が必要で、メモリを含むほとんどのコンポーネントはユーザーによる交換ができません。
ZGX Nanoは内部構造において、NVIDIAのリファレンスボード設計を採用しており、DGX Sparkプラットフォームをベースに製品を開発する他の多くのOEMメーカーも同様の手法を用いている。LPDDR5xメモリはボードに直接はんだ付けされ、最大8533MHzで動作する。全体として、このプラットフォームはモジュール性よりも効率性と高密度化を優先している。
セキュリティとアップグレード性
HPはZGX Nano G1nを設計段階から厳重に保護しています。FIPS 140-2認証モードで動作する統合型TPM 2.0モジュールを搭載し、Trusted Computing Groupの仕様を満たし、Common Criteria EAL4+認証を取得しています。BIOSレベルの保護機能には、セキュアブート制御、PXEベースのリモートブート機能、リムーバブルメディアからのブートを完全に無効化する機能などが含まれます。
ハードウェア面では、HPは明確にこのシステムはアップグレードできないと述べています。128GBのLPDDR5x統合メモリは基板に直接はんだ付けされています。さらに、購入者は購入時にストレージを選択する必要があります。M.2スロットは1つで、電気的にはPCIe Gen5 x4をサポートしていますが、工場出荷時にはPCIe Gen4 x4 NVMe SSDが搭載されています。容量は2TBまたは4TBで、いずれも自己暗号化機能を備えたOPALドライブです。
HPは、生産終了後も最長5年間はスペアパーツが入手可能であると述べている。とはいえ、これは基本的にモジュール式のワークステーションというよりは、アプライアンス型のシステムである。
入出力と拡張
本体前面は電源ボタンとステータスLEDのみというシンプルなデザイン。背面には、高性能な接続端子が豊富に配置されている。HPはNVIDIA推奨の標準240W USB-Cアダプターで電源を供給し、サードパーティ製アダプターを使用するとパフォーマンスの低下や不安定性が発生する可能性があると警告している。
USB接続には、それぞれ20Gbpsで動作し、DisplayPort 1.4a Alt Modeをサポートする3つのUSB 3.2 Type-Cポートが搭載されています。専用のHDMI 2.1aポートにより、追加のディスプレイ出力が可能です。ネットワーク機能としては、Realtek RTL8127-CG 10GbEコントローラーとNVIDIA ConnectX-7コントローラーの両方が搭載されており、それぞれ200Gbpsのスループットを持つ2つの200GbE QSFP112ポートを提供します。
ネットワークスタックは、幅広いエンタープライズ機能をサポートしています。これには、PXEブート、Wake-on-LAN、VLANタギング（802.1Q）、時刻同期（802.1as/1588）、およびサポートされているすべての速度での全二重通信が含まれます。さらに、Bluetooth 5.4を搭載したWi-Fi 7（802.11be）2×2モジュールにより、無線接続が可能になり、MU-MIMO、WPA3セキュリティ、および2.4GHz、5GHz、6GHz帯域での動作をサポートします。
グラフィックスとオーディオ
GB10 Superchipに搭載されたNVIDIA Blackwell GPUが、すべてのグラフィック処理を担当します。本システムは、USB-C DisplayPort 1.4a経由で最大8K/60Hz、HDMI 2.1a経由で最大8K/30Hzの出力に対応しています。HPは、アダプターやドックを使用すると不安定になったり、信号品質が低下したりする可能性があるため、8K出力にはケーブルを直接接続することを推奨します。
音声はHDMI経由で伝送され、専用のアナログ音声出力はありません。これは、このシステムが従来のマルチメディアワークステーションではなく、コンピューティングノードとして位置づけられていることと一致しています。
熱試験
CPU温度
CPUの温度テスト中、HP ZGX Nano G1nはワークロードの負荷が高まった際に最高77.3℃に達しました。これは、比較対象システムの中でピーク時の温度が最も高いものよりも低い値であり、他のユニットは90℃台まで上昇しました。ワークロードがEqual ISL/OSL、そしてDecode Heavyへと移行すると、CPU温度は急激に上昇し続けることなく安定しました。
低負荷時において、CPUの最低温度は36.4℃を記録しました。これは、システムが重い計算負荷を受けていない状態では、HPが効果的な放熱能力を発揮することを意味します。全体として、ZGXは安定した持続負荷性能を維持しながら、制御されたCPUの熱挙動を示しました。
GPU温度
GPUの温度も同様の傾向を示しました。高負荷時、GPUは最高69℃に達しました。これは、ピーク時のバースト負荷において、HPが比較対象製品の中で比較的低い温度帯に位置していることを示しています。他のいくつかのシステム（Dell、ASUS、Founders Editionなど）は、最高負荷時において明らかに高温になっています。アクティビティがEqual ISL/OSLおよびDecode Heavyフェーズに移行すると、GPUの温度は横ばいになり、安定した状態を維持しました。
GPUは負荷の軽い段階で最低34℃の温度を記録しており、アイドル時の優れた熱性能を示している。 
NVMe温度
Equalフェーズでは、NVMeドライブの温度は約42℃に達し、静止時の基準値から緩やかに上昇しました。ワークロードがPrefill Heavyに移行すると、ストレージの温度は42℃から47℃まで顕著に上昇しました。Decode Heavyでは、ドライブは最高温度の47℃から54℃の範囲で動作しましたが、それでも他のほとんどのSparkシステムよりも明らかに低い温度にとどまりました。
NIC温度
均等フェーズ中、NICの温度は39℃から52℃の範囲で推移し、着実に上昇傾向を示しました。これは、実行初期にネットワーク活動が活発化するにつれて、適度な熱蓄積が起こっていることを示しています。
プリフィルヘビーでは、ネットワークサブシステムに持続的な負荷がかかるため、NICの温度は48℃から64℃まで上昇しました。デコードヘビーでは、NICの温度は最高値の52℃から68℃に達しました。しかしながら、テスト全体を通して熱挙動は安定していました。
GPUの消費電力
均等比較フェーズでは、GPUの消費電力は2.86Wから40W強の範囲で推移し、HP ZGX Nano G1nは中間的な位置に位置づけられた。
プレフィルヘビーでは、GPUの消費電力は約37Wから始まり、最低35Wまで低下し、最高69Wまで上昇したため、このフェーズが実行中最も電力消費量の多いフェーズとなった。
Decode Heavy処理中、GPUの消費電力は35Wから46Wというより低く安定した範囲に落ち着きました。これは、ワークロードがより激しいバースト動作から移行するにつれて、電力需要が緩和されたことを示しています。
熱特性の概要
負荷がかかった状態でも、ZGX Nano G1nは厳密に制御された熱範囲内で動作します。最大システム消費電力は約228W、放熱量は約780 BTU/時です。一方、アイドル時の消費電力は約36～38Wと低く抑えられており、システムが非アクティブな状態でも効率的な電力スケーリングが実現されています。強制空冷方式により、HPが規定する5℃～30℃の範囲内で安定した動作を維持します。
HP ZGX Nano AI パフォーマンス テスト
HP ZGX Nano with GB10を評価するため、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することで、実際の運用ワークロードをシミュレートします。
今回のテストでは、高密度アーキテクチャやマイクロスケーリングデータタイプなど、さまざまなモデルを対象に、ISL/OSL均等、プリフィル負荷が高い、デコード負荷が高いという3つのワークロードシナリオにおけるパフォーマンスを評価しました。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環境から、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多様なパターンを表しています。
GB10搭載のHP ZGX Nanoに加えて、他のOEMシステムもベンチマークしました。 デル、 ASUS, カエデ, ギガバイトこれにより、HPの業績をより広範な競争環境の中に位置づけ、さまざまなモデルやワークロードにおいて、HPがどの分野で優位に立っているのか、他社と肩を並べているのか、あるいは遅れをとっているのかを理解することができました。
GPT-OSS-120B
GPT-OSS-120B を使用した場合、HP ZGX Nano G1n は Prefill Heavy で最も優れた結果を示し、スループットはバッチ 1 の 304.5 tok/s からバッチ 64 の 2773.3 tok/s まで上昇します。Equal ISL/OSL も着実にスケールし、スイープ全体で 69.6 tok/s から 722.9 tok/s まで上昇します。Decode Heavy はそれに比べてはるかに軽く、バッチ 1 で 183.7 tok/s から始まり、バッチ 2 でわずかに低下し、バッチ 64 までに 262.9 tok/s まで回復します。
GPT-OSS-20B
GPT-OSS-20B では、HP の最高値は Prefill Heavy で得られますが、スケーリングは他のモデルほど線形ではありません。Prefill はバッチ 1 で 1626.6 tok/s から始まり、バッチ 2 で 1980.3 tok/s まで上昇し、バッチ 4 で 1120.3 tok/s まで急激に低下し、バッチ 64 で 4345.1 tok/s まで回復します。Equal ISL/OSL は 92.6 tok/s から 1550.6 tok/s までよりスムーズにスケーリングし、Decode Heavy は 94.4 tok/s から 670.4 tok/s まで上昇します。
Qwen3 コーダー 30B A3B FP8
Qwen3 Coder 30B A3B (FP8) では、HP は再びプリフィル ヘビーで優れた性能を発揮し、スループットはバッチサイズ 1 での 432.2 トーク/秒からバッチサイズ 64 での 2069.4 トーク/秒に向上しました。ISL/OSL の均等化は 104.2 トーク/秒から 1274.4 トーク/秒に上昇し、デコード ヘビーは 55.9 トーク/秒から 480.4 トーク/秒に改善しました。これは、HP の総合的な結果の中でも特に優れたものの一つです。
Qwen3 コーダー 30B A3B ベース
Qwen3 Coder 30B A3B (Base) では、HP は 3 つのフェーズすべてで着実に成長していますが、トップラインはプリフィル ヘビー フェーズに留まっています。このフェーズは、バッチ 1 の 258.6 トック/秒からバッチ 64 の 1629.4 トック/秒に増加します。ISL/OSL は 60.3 トック/秒から 690.3 トック/秒にスケールアップし、デコード ヘビーは 33.0 トック/秒から 331.8 トック/秒に上昇します。
ラマ3.1 8B命令FP4
Llama-3.1-8B-Instruct (FP4) では、HP はスループットの明確な向上を示しています。ISL/OSL の均等化は、バッチ 1 の 76.4 tok/s からバッチ 64 の 2774.1 tok/s に上昇し、このモデルにおける HP の 3 つのフェーズの中で最も強力になっています。Prefill Heavy も積極的にスケーリングし、バッチ 32 の 316.8 tok/s から 2397.1 tok/s に上昇した後、バッチ 64 の 2270.4 tok/s に低下します。Decode Heavy は、スイープ全体で 40.7 tok/s から 547.6 tok/s に増加します。
ラマ3.1 8B 指示書（ベース）
Llama-3.1-8B-Instruct (Base) では、HP ZGX Nano G1n は 3 つのフェーズすべてでスムーズにスケーリングします。Equal ISL/OSL では、スループットはバッチ 1 の 28.2 tok/s からバッチ 64 の 1298.6 tok/s に上昇します。Prefill Heavy では、HP は 123.2 tok/s から 1759.5 tok/s に増加し、スイープ全体を通してゲインは大きく維持された後、上限でわずかに低下します。Decode Heavy はそれに比べてはるかに軽く、バッチ 1 の 15.5 tok/s からバッチ 64 の 366.4 tok/s に上昇します。
GPUダイレクトストレージ
GPUダイレクトストレージの仕組み
従来、GPUがNVMeドライブから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、レイテンシの増加とシステムリソースの消費を引き起こすため、ボトルネックとなっていました。GPUダイレクトストレージは、GPUがPCIeバス経由でストレージデバイスからデータに直接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、非常にデータ集約型です。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規模のデータ処理が必要であり、データ転送の遅延はGPUの利用率低下とトレーニング時間の長期化につながります。そこで、GPUダイレクトストレージは、データを可能な限り迅速にGPUに配信することで、アイドル時間を最小限に抑え、計算効率を最大化し、この課題を解決します。
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をストリーミングするワークロードにもメリットをもたらします。CPUへの依存度を低減することで、GDSはデータ転送を高速化し、CPUリソースを他のタスクに解放するため、システム全体のパフォーマンスがさらに向上します。
GDSIO読み取りスループット 16K
GDSIO Read Throughput 16K を見ると、HP ZGX Nano G1n は 1 スレッドで 0.70GiB/s から始まり、このグループの中では低スレッド性能が優れている部類に入ります。2 スレッドでは 0.41GiB/s に低下しますが、4 スレッドでは 0.86GiB/s に回復し、このグループのいくつかのシステムで見られるような、スレッド初期におけるわずかなばらつきが見られます。そこから先は、スケーリングがはるかに安定します。スループットは 8 スレッドで 1.6GiB/s、16 スレッドで 2.2GiB/s に上昇し、32 スレッドで 3.0GiB/s まで上昇し続けます。キュー深度が高くなると、HP はさらに性能を向上させ、64 スレッドで 3.9GiB/s に達し、128 スレッドで 4.6GiB/s のピークに達します。
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、HP ZGX Nano G1nは1スレッドで約0.02msから始まり、2スレッド（0.08ms）と4スレッド（0.07ms）でも低いままです。8スレッド（0.08ms）と16スレッド（0.11ms）ではレイテンシがわずかに上昇し、32スレッド（0.16ms）と64スレッド（0.25ms）ではさらに顕著に増加します。128スレッドではレイテンシは0.42msに達しますが、それでもグループ内で最も高い結果よりはやや低く、テスト全体を通してシステムのスループットが安定してスケーリングしていることがわかります。
GDSIO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、HP ZGX Nano G1n は 1 スレッドで 0.84GiB/s から始まり、2 スレッドで 1.4GiB/s に上昇し、4 スレッドで 2.2GiB/s に達します。パフォーマンスは 8 スレッド (3.0 GiB/s) で引き続き大きくスケーリングし、16 スレッドで 3.3GiB/s に達し、そこでほぼ横ばいになります。そこから、スループットは 32 スレッドと 64 スレッドで 3.3GiB/s でほぼ横ばいを維持し、128 スレッドで 3.2GiB/s にわずかに低下します。これは、プラットフォームが比較的早い段階で書き込みの上限に達し、残りのスキャン全体を通してそのレベルを一貫して維持していることを示しています。
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、HP ZGX Nano G1n は 1 スレッドで約 0.02ms から始まり、2 スレッド (0.02ms) および 4 スレッド (0.03ms) まで非常に低いままです。レイテンシは 8 スレッド (0.04ms) および 16 スレッド (0.07ms) でわずかに上昇し、32 スレッド (0.15ms) および 64 スレッド (0.30ms) で急上昇します。128 スレッドではレイテンシは 0.61ms に達しますが、全体的にはまだかなり良好に制御されています。ただし、上昇傾向は、スレッド数の増加に伴い書き込みスループットがすでに横ばいになっている点と一致しています。
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、HP ZGX Nano G1nは1スレッドで3.2GiB/sから始まり、2スレッドで4.1GiB/sに上昇します。4スレッド（5.2GiB/s）と8スレッド（5.5GiB/s）でもパフォーマンスは上昇し続け、その後プラットフォームは事実上上限に達します。スループットは16、32、64スレッドで5.5GiB/sでほぼ横ばいとなり、128スレッドで5.3GiB/sにわずかに低下します。これは、初期の急上昇に続いて、非常に安定した高スレッドのプラトー状態が続くことを示しています。
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、HP ZGX Nano G1nは1スレッドで約0.31msから始まり、2スレッド（0.47ms）および4スレッド（0.76ms）でも比較的低いままです。レイテンシは同時実行数とともに増加し、8スレッドで1.4ms、16スレッドで2.9ms、32スレッドで5.9msに上昇します。この傾向は64スレッド（12.8ms）でも続き、128スレッドで27.2msに達します。スループットはスイープのかなり早い段階で既に横ばい状態でしたが、より高いキュー深度を追跡しています。
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、HP ZGX Nano G1n は 1 スレッドで 3.1GiB/s から始まり、2 スレッドで 3.5GiB/s に上昇し、その後 4、8、16 スレッドでそのレベルを維持します。32 スレッドでパフォーマンスがわずかに 3.3GiB/s に低下した後、64 スレッドで 3.5GiB/s に戻ります。128 スレッドでは、スループットが 3.7GiB/s に増加し、スレッド数の増加に伴ってわずかな変動と最高スレッド数でのわずかな上昇のみで、ほぼフラットな書き込みプロファイルを示しています。
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、HP ZGX Nano G1n は 1 スレッドで約 0.31ms から始まり、2 スレッドで 0.57ms、4 スレッドで 1.1ms に上昇します。同時実行数が増えるにつれてレイテンシは上昇し続け、8 スレッドで 2.2ms、16 スレッドで 4.4ms、32 スレッドで 9.4ms に達します。この上昇傾向は 64 スレッド (17.7ms) で続き、128 スレッドで 37.3ms に達します。これは、書き込みスループット自体はほとんどの範囲でほぼ一定であるにもかかわらず、キューの圧力が着実に増加していることを反映しています。
結論
HPのZGX Nano G1nは、DGX Sparkプラットフォームの期待されるパフォーマンスプロファイルを備え、他のSparkシステムとは一線を画すエンジニアリング上の選択肢を追加しています。テストでは、CPU温度は77.3℃、GPU温度は69℃でピークに達し、どちらもベンチマークしたSparkユニットの中では低い方でした。vLLMパフォーマンスは、テストした6つのモデルすべてにおいて、プリフィルヘビーワークロードで最も強力で、スケーリングはバッチサイズが大きくなってもきれいに維持されました。GPUダイレクトストレージの読み取りスループットは、16Kブロックサイズで4.6 GiB/s、1Mブロックサイズで5.5 GiB/sに達し、書き込みスループットは早い段階で頭打ちになりましたが、残りのスレッド数全体で一貫してそのレベルを維持しました。
ZGX Nano G1nが他のSpark製品と一線を画すのは、HPがリファレンスデザインをベースに行った取り組みにあります。リサイクル素材の使用、内部保守性を向上させる上下シャーシの分割、負荷時でも27.6 dBAに抑えられた静音性など、GB10プラットフォーム自体が要求する以上の意図的なエンジニアリング上の選択が反映されています。セキュリティスタックも同様のパターンを踏襲しています。FIPS 140-2モードのTPM 2.0、Common Criteria EAL4+、SED OPALストレージにより、このユニットは開発者向けアプライアンスの域を超え、規制環境下での調達をクリアできるシステムへと進化しています。
他のSparkシリーズと同様、これは汎用ワークステーションではなく、HPもそのように位置付けていません。開発者、小規模チーム、そして購入の裏付けとなる確かな持続可能性とセキュリティを備えたローカルAIコンピューティングを必要とする組織にとって、ZGX Nano G1nはSparkシリーズの中で明確に差別化された選択肢となります。これらの基準が当てはまらない企業にとっては、今回レビューした5つのOEMシステムすべてに共通する基盤プラットフォームが重要となり、最終的な決定はエコシステム、サポート、そして価格にかかってきます。
Amazon