Com o lançamento inicial da plataforma DGX Spark da NVIDIA, estamos vendo diferentes fabricantes integrando a base GB10 Grace Blackwell em seus próprios sistemas desktop compactos. Embora a placa-mãe e o chip permaneçam padronizados, surgem diferenças no design do chassi, no comportamento do sistema de resfriamento, na configuração de armazenamento e na execução geral. Nesta análise, focaremos na implementação da GIGABYTE com o AI TOP ATOM.
Por dentro, encontramos o mesmo Superchip GB10, que combina um complexo de CPU Arm de 20 núcleos com aceleração de IA Blackwell e 128 GB de memória LPDDR5X unificada. Essa base suporta até 1 petaflop de computação FP4 e modela até 200 bilhões de parâmetros, posicionando-o firmemente no território de IA de classe workstation.
O AI TOP ATOM está alojado em um chassi compacto de 1 litro com dimensões de 150 x 150 x 50.5 mm e é alimentado por um adaptador externo de 240 W. Embora o núcleo de computação seja idêntico ao de outros sistemas Spark, analisamos como as escolhas de design da GIGABYTE influenciam a dissipação de calor, o comportamento sob carga de trabalho contínua, o desempenho de armazenamento e a usabilidade no dia a dia.
As opções de armazenamento chegam a 4 TB de NVMe Gen5, e o sistema vem com o sistema operacional NVIDIA DGX baseado em Ubuntu, tornando-o pronto para cargas de trabalho de IA assim que instalado. Em resumo, embora o hardware de computação principal permaneça idêntico ao de outros sistemas da classe Spark, a experiência do usuário, o desempenho térmico, a acústica e a apresentação geral dependem do que a GIGABYTE oferece em seu gabinete compacto.
Nesta análise, examinaremos como a versão da GIGABYTE da plataforma Spark se compara em cargas de trabalho contínuas, comportamento de resfriamento e usabilidade diária, e se seu formato compacto introduz alguma desvantagem perceptível.
| Especificação | GIGABYTE AI TOP ATOM (GB10) |
|---|---|
| Dimensões e Peso | |
| Altura | 2 em |
| Largura | 5.9 em |
| Profundidade | 5.9 em |
| Peso | 2.64 lb |
| Subcontratante | |
| Tipo de Processador | NVIDIA GB10 (Grace Blackwell Superchip) (20 núcleos) |
| Gráficos integrados | GPU NVIDIA Blackwell (integrada) |
| Memória | |
| Tipo de memória | LPDDR5x (Memória de Sistema Unificada) |
| Configuração de memória | 128 GB LPDDR5x, memória de sistema unificada |
| Largura de banda de memória | 273 GB/s (8533 MT/s) |
| Sistema Operacional | |
| Sistema compatível | Sistema operacional NVIDIA DGX |
| Portas e slots externos | |
| Portas de rede | Uma porta RJ45 (10GbE) Placa de rede NVIDIA ConnectX-7 (200G × 2 QSFP) |
| Portas USB | Três portas USB 3.2 Gen 2×2 Type-C (20Gbps) Uma porta USB 3.2 Gen 2×2 Type-C com PD em |
| Porta(s) de vídeo | Uma porta HDMI 2.1a |
| Porta do adaptador de energia | USB Tipo-C (entrada PD) |
| slot de segurança | nenhum |
| Sem Fios | |
| Wi-fi | WiFi 7 (AW-EM637, 2×2) |
| Bluetooth | 5.4 Bluetooth |
| Armazenamento | |
| Opções de armazenamento | Até 4 TB Gen5 NVMe (com suporte para criptografia automática) |
| Adaptador de energia | |
| Formato | Adaptador externo de 240 W (USB Tipo C) |
Design e construção do GIGABYTE AI TOP ATOM
O GIGABYTE AI TOP ATOM mantém o formato familiar de 150 x 150 mm que já vimos em outros sistemas baseados no Spark, com 50.5 mm de altura e 1.2 kg de peso. É compacto o suficiente para caber em uma mesa, mas ao pegá-lo, a sensação é de robustez e solidez. O acabamento tem um aspecto escuro e fosco, o que lhe confere um visual mais profissional.
Em vez de uma simples grade plana no painel frontal, toda a superfície é composta por lâminas horizontais e um sutil padrão ondulado atrás delas, o que confere profundidade e textura quando vista de diferentes ângulos. É um design focado na refrigeração. O logotipo da GIGABYTE fica no canto inferior e não há portas de dados frontais nem botão liga/desliga, mantendo a superfície limpa e otimizando o fluxo de ar.
Todas as conexões estão localizadas no painel traseiro. Há três portas USB 3.2 Gen 2x2 Type-C com velocidade de até 20 Gbps, além de uma quarta porta USB Type-C dedicada à alimentação. Para saída de vídeo, há uma porta HDMI 2.1a. A conectividade de rede inclui uma porta RJ-45 de 10 GbE e uma placa de rede NVIDIA ConnectX-7 SmartNIC, que suporta transferências de dados em alta velocidade e permite a interconexão de múltiplos sistemas, caso você queira criar uma configuração maior. Na lateral do painel, a GIGABYTE incluiu um slot para trava Kensington Nano.
Internamente, o AI TOP ATOM utiliza o Superchip GB10 Grace Blackwell da NVIDIA, combinando uma configuração de CPU Arm de 20 núcleos com gráficos Blackwell integrados. Ele conta com 128 GB de memória unificada LPDDR5x em uma interface de 256 bits, oferecendo até 273 GB/s de largura de banda. Assim como nos outros sistemas GB10, a CPU e a GPU compartilham o mesmo pool de memória, o que é fundamental para o desempenho dessas máquinas em cargas de trabalho de IA.
O suporte para armazenamento vai até um SSD NVMe Gen5 de 4 TB, dependendo da configuração, e a alimentação é fornecida por um adaptador externo de 240 W. A conectividade sem fio inclui Wi-Fi 7 e Bluetooth 5.4, além da rede 10 GbE integrada para desempenho com fio.
Teste térmico da GIGABYTE AI TOP ATOM
Para testar o desempenho térmico dos componentes do GIGABYTE AI TOP ATOM, comparamos seu desempenho com o da Founders Edition e de fabricantes como Asus, Acer e Dell. Aprofundamos essa análise em nosso artigo. Papel para teste térmico por faísca.
Ao longo de toda a pilha de tecnologia, monitoramos os componentes durante um determinado período, com 3 estágios de carga de trabalho, aumentando a utilização gradualmente ao longo de aproximadamente uma hora. Isso nos permitiu observar o dispositivo em uso prolongado e em vários estágios de carga de trabalho. Monitoramos as temperaturas da CPU, GPU, rede, NVMe e o consumo total de energia.
CPU Temperature
Durante os testes térmicos da CPU, o sistema GIGABYTE atingiu uma temperatura máxima de 90 °C durante transições de pré-carregamento com uso intenso de recursos. Isso o coloca próximo ao limite superior dos picos de temperatura da CPU observados no grupo de comparação durante aumentos agressivos de carga de trabalho.
Após a transição para cargas de trabalho Equal ISL/OSL e, finalmente, Decode Heavy, a curva de temperatura estabilizou em vez de continuar a subir. Sob carga sustentada, a CPU permaneceu em uma faixa térmica controlada, demonstrando que o pico mais alto estava relacionado à atividade de rampa de curta duração, e não à capacidade insuficiente de resfriamento a longo prazo.
Na faixa inferior, a CPU registrou uma temperatura mínima de 38.7 °C durante ociosidade ou em condições de carga leve. Essa baixa temperatura de referência reflete uma dissipação de calor eficiente em repouso e indica que a solução de resfriamento mantém uma margem adequada fora das fases de pico de uso.
De forma geral, a GIGABYTE apresentou temperaturas de CPU mais elevadas durante picos de uso, mas manteve um comportamento estável e contínuo após a normalização das cargas de trabalho.
Temperatura GPU
As temperaturas da GPU seguiram um padrão semelhante. Durante a atividade de Prefill Heavy, a GPU atingiu uma temperatura máxima de 81°C. Isso a coloca na faixa mais quente do grupo durante acelerações com uso intenso de rajadas, mas ainda dentro das especificações operacionais esperadas para a plataforma GB10.
À medida que a carga de trabalho transitava para as fases Equal ISL/OSL e Decode Heavy, as temperaturas da GPU estabilizaram em vez de continuarem a subir.
Em modo ocioso ou com baixa utilização, a GPU registrou uma temperatura mínima de 37°C, indicando um sólido controle térmico básico quando o sistema não está sob carga computacional.
Em conjunto, o comportamento da GPU da GIGABYTE reflete uma utilização agressiva em picos de uso, combinada com temperaturas estáveis e constantes.
Temperatura NVMe
O controle térmico do armazenamento permaneceu eficiente durante todos os testes. A unidade NVMe registrou uma temperatura máxima de 59.8 °C durante as fases de operação mais intensas. Esse pico permaneceu bem abaixo dos limites comuns de limitação de desempenho, sugerindo fluxo de ar adequado ou posicionamento interno favorável da unidade dentro do chassi.
Durante fases de carga de trabalho mais leves, a unidade NVMe atingiu um mínimo de 37.8°C, reforçando que o desempenho térmico do armazenamento não é limitado em repouso.
Em comparação com algumas implementações compactas voltadas para desktops, manter a temperatura abaixo de 60°C sob carga reflete um gerenciamento térmico sólido do armazenamento.
Temperatura NIC
A temperatura da placa de rede atingiu um pico de 72 °C durante os estágios de maior carga de trabalho, coincidindo com o aumento da taxa de transferência durante as transições de pré-carregamento e decodificação. Embora isso coloque o controlador de rede na metade mais quente da pilha durante o pico de atividade, a temperatura permaneceu dentro das tolerâncias operacionais e não apresentou picos.
A temperatura mínima do NIC registada foi de 41°C, refletindo o comportamento basal normal durante as fases mais leves.
De forma geral, a placa de rede (NIC) acompanhou de forma previsível a carga geral do sistema e não apresentou escalonamento anormal.
Consumo de energia da GPU
O comportamento do consumo de energia da GPU ajuda a contextualizar as elevadas temperaturas de pico. A GIGABYTE atingiu um pico de consumo de energia da GPU de 75.54 W durante as transições de Prefill Heavy. Isso a coloca no limite superior dos limites de consumo de energia observados entre as unidades GB10 testadas.
Em vez de limitar artificialmente a potência da GPU, a GIGABYTE parece permitir períodos de pico de potência próximos ao limite máximo, que se correlacionam diretamente com o comportamento de temperatura máxima mais elevada da GPU. À medida que as cargas de trabalho passaram para fases de decodificação sustentadas, o consumo de energia estabilizou-se adequadamente.
Do ponto de vista energético, o sistema da GIGABYTE não parece estar sendo sobrecarregado excessivamente. Em vez disso, seus picos térmicos mais elevados durante as fases de pico estão alinhados com decisões de alocação de energia voltadas para o desempenho, e não com um projeto térmico descontrolado.
Resumo térmico
Nos testes de monitoramento de CPU, GPU, NVMe e NIC, o GIGABYTE GB10 apresentou temperaturas ociosas competitivas e picos de consumo mais elevados durante transições com uso intenso de pré-carregamento. A CPU atingiu 90 °C e a GPU 81 °C sob aceleração máxima, enquanto o NVMe permaneceu abaixo de 60 °C e a NIC chegou a 72 °C. O consumo de energia da GPU atingiu um pico de 75.54 W, indicando picos próximos ao limite máximo.
Sob cargas de trabalho de decodificação contínuas, as temperaturas estabilizaram sem aumentos adicionais, sugerindo que, embora a GIGABYTE permita um desempenho agressivo de curta duração, ela mantém níveis térmicos previsíveis e controlados durante operações prolongadas.
Teste de desempenho do GIGABYTE AI TOP ATOM
Para avaliar o GIGABYTE AI TOP ATOM, testamos unidades Spark usando o benchmark vLLM Online Serving, o mecanismo de inferência e serviço de alto desempenho mais amplamente adotado para grandes modelos de linguagem. O benchmark vLLM Online Serving simula cargas de trabalho de produção reais, enviando solicitações simultâneas para um servidor vLLM em execução e medindo métricas importantes, incluindo a taxa de transferência total de tokens (tokens por segundo), o tempo até o primeiro token e o tempo por token de saída, em diferentes condições de carga.
Nossos testes abrangeram uma variedade de modelos, desde arquiteturas densas até tipos de dados de microescala. Avaliamos o desempenho em três cenários de carga de trabalho: ISL/OSL igual, Preenchimento pesado e Decodificação pesada. Esses cenários representam padrões de serviço distintos do mundo real, desde cargas de entrada e saída balanceadas até processamento de prompts com uso intensivo de computação e geração de tokens limitada pela largura de banda da memória.
Além do GIGABYTE AI TOP ATOM, utilizamos o NVIDIA Founders Edition Spark como ponto de referência, juntamente com sistemas OEM da Asus, Acer e Dell. Isso nos permitiu contextualizar os resultados da GIGABYTE dentro do cenário competitivo mais amplo e entender onde ela se destaca, acompanha a concorrência ou fica para trás em diferentes modelos e tipos de carga de trabalho.
GPT-OSS-120B
Em ISL/OSL igual, a GIGABYTE escala de 60.71 a 649.62 tok/s, mantendo-se consistentemente no meio do ranking e alinhando-se de perto com a Dell e a Asus em tamanhos de lote maiores. A escalabilidade é estável e linear até o lote 32, com ganhos contínuos no lote 64, embora não ultrapasse totalmente os melhores desempenhos na extremidade superior.
O Prefill Heavy começa com 304.63 tok/s e sobe para 2,771.38 tok/s no tamanho de lote 64. O crescimento é forte até o lote 16, onde a GIGABYTE ocupa brevemente a terceira posição a partir do topo, antes de convergir com o grupo mais amplo em tamanhos de lote maiores. A escalabilidade geral é agressiva e competitiva, especialmente em tamanhos de lote intermediários.
A decodificação de dados pesados varia de 47.01 a 299.41 tok/s, com um aumento gradual e consistente ao longo da varredura em lote.
GPT-OSS-20B
Em Equal ISL/OSL, a GIGABYTE escala de 641.73 a 1,587.62 tok/s, começando forte no lote 1 antes de cair no lote 2 e progredir de forma constante em lotes maiores. A partir do lote 8, a escalabilidade se normaliza e acompanha de perto o restante do mercado, terminando perto do nível superior no lote 64.
O Prefill Heavy começa em 1,650.32 tok/s e atinge um pico de 4,401.27 tok/s no lote de tamanho 64. A partir do lote 16, a escalabilidade é consistente e competitiva, acompanhando a Dell e a Asus nos lotes de tamanho superior.
A taxa de transferência em tarefas com uso intensivo de decodificação varia de 63.18 a 688.44 tok/s, com escalonamento linear consistente ao longo de toda a faixa. Os ganhos são incrementais, porém consistentes, alinhando-se estreitamente com as outras plataformas e refletindo o comportamento de escalonamento mais restrito típico de cargas de trabalho com uso intensivo de decodificação.
Codificador Qwen3 30B A3B FB8
Em ISL/OSL igual, a GIGABYTE escala de 101.27 para 1,251.84 tok/s, mostrando uma progressão linear constante ao longo da varredura de lotes. O desempenho acompanha de perto o da Dell e da Asus até o lote 16, e continua a subir de forma consistente até o lote 64, terminando próximo ao nível superior sem quaisquer anomalias de escalabilidade perceptíveis.
O Prefill Heavy começa em 428.66 tok/s e escala para 2,026.94 tok/s à medida que o tamanho do lote aumenta para 64. O crescimento é suave e consistente em todos os tamanhos de lote, com a GIGABYTE permanecendo agrupada de forma próxima com o restante do mercado.
O Decode Heavy varia de 61.18 a 482.73 tok/s, com ganhos incrementais previsíveis à medida que os tamanhos dos lotes aumentam.
Codificador Qwen3 30B A3B Base
Em Equal ISL/OSL, a GIGABYTE escala de 63.42 para 721.08 tok/s, progredindo de forma constante ao longo da faixa de lotes. O desempenho aqui acompanha de perto o desempenho geral até o lote 16 e continua a escalar de forma consistente até o lote 64, terminando competitivo sem qualquer desvio notável do comportamento linear.
O Prefill Heavy começa em 258.11 tok/s e sobe para 1,603.74 tok/s no tamanho do lote 64.
A decodificação de dados pesados varia de 33.57 a 349.82 tok/s, com escalonamento linear incremental ao longo da varredura.
Lhama 3.1 8B Instruções FP4
Em Equal ISL/OSL, a GIGABYTE aumenta de 69.84 para 2,756.91 tok/s ao longo da varredura de lotes. O escalonamento é progressivo e bem equilibrado até o lote 32, onde a taxa de transferência se aproxima do nível superior, antes de apresentar um forte salto no lote 64, colocando-a entre os sistemas líderes em níveis de concorrência mais altos.
O Prefill Heavy inicia com 321.67 tok/s e atinge 2,493.52 tok/s no lote de tamanho 64. O crescimento é constante até o lote 16, depois começa a diminuir ligeiramente em lotes maiores em relação ao melhor desempenho, indicando uma eficiência de escalonamento sólida, mas não dominante, em grandes lotes.
A decodificação de arquivos pesados varia de 48.92 a 575.84 tok/s, com ganhos incrementais consistentes à medida que o tamanho do lote aumenta.
Lhama 3.1 8B Instruções FP8
Em Equal ISL/OSL, a GIGABYTE escala de 54.12 para 2,314.87 tok/s, mostrando um crescimento suave e linear até o lote 32 e um forte impulso no lote 64 que a mantém competitiva em níveis de concorrência mais altos.
O pré-enchimento pesado começa em 226.43 tok/s e atinge 2,332.19 tok/s no tamanho de lote 64. A escalabilidade é consistente ao longo da análise, acompanhando de perto o desempenho geral do campo e mantendo uma eficiência sólida em tamanhos de lote maiores.
A decodificação de cargas pesadas varia de 32.88 a 522.41 tok/s, com ganhos incrementais constantes à medida que o tamanho do lote aumenta. Como esperado, a escalabilidade permanece mais contida em comparação com as cargas de trabalho de igualdade e preenchimento prévio.
Armazenamento direto da GPU
Um dos testes que realizamos no Spark foi o MagnumIO GPU Direct Storage (GDS). O GDS é um recurso desenvolvido pela NVIDIA que permite que as GPUs ignorem a CPU ao acessar dados armazenados em unidades NVMe ou outros dispositivos de armazenamento de alta velocidade. Em vez de rotear os dados pela CPU e pela memória do sistema, o GDS permite a comunicação direta entre a GPU e o dispositivo de armazenamento, reduzindo significativamente a latência e melhorando a taxa de transferência de dados.
A Gigabyte utiliza o SSD Samsung PM9E1 Gen5 de 4 TB no AI TOP ATOM, que até o momento é o SSD M.2 2242 mais rápido que vimos no mercado. Este é o mesmo SSD que vimos sendo usado no FE Spark e no Acer Veriton GN100.
Como funciona o armazenamento direto da GPU
Tradicionalmente, quando uma GPU processa dados armazenados em uma unidade NVMe, os dados precisam primeiro passar pela CPU e pela memória do sistema antes de chegar à GPU. Esse processo introduz gargalos, pois a CPU atua como intermediária, adicionando latência e consumindo recursos valiosos do sistema. O GPU Direct Storage elimina essa ineficiência, permitindo que a GPU acesse os dados diretamente do dispositivo de armazenamento por meio do barramento PCIe. Esse caminho direto reduz a sobrecarga de movimentação de dados, possibilitando transferências de dados mais rápidas e eficientes.
Cargas de trabalho de IA, especialmente aquelas que envolvem aprendizado profundo, são altamente intensivas em dados. Treinar grandes redes neurais requer o processamento de terabytes de dados, e qualquer atraso na transferência de dados pode levar a GPUs subutilizadas e tempos de treinamento mais longos. O GPU Direct Storage aborda esse desafio garantindo que os dados sejam entregues à GPU o mais rápido possível, minimizando o tempo ocioso e maximizando a eficiência computacional.
Além disso, o GDS é particularmente benéfico para cargas de trabalho que envolvem streaming de grandes conjuntos de dados, como processamento de vídeo, processamento de linguagem natural ou inferência em tempo real. Ao reduzir a dependência da CPU, o GDS acelera a movimentação de dados e libera recursos da CPU para outras tarefas, aprimorando ainda mais o desempenho geral do sistema.
Taxa de transferência de leitura GDSIO: 16k
Analisando a taxa de transferência de leitura GDSIO de 16K, a placa GIGABYTE começa em cerca de 0.08 GiB/s com 1 thread e sobe para 0.58 GiB/s com 8 threads. A partir daí, continua a escalar de forma consistente com 16 threads (1.12 GiB/s) e 32 threads (2.14 GiB/s), antes de apresentar um aumento acentuado para 4.37 GiB/s com 64 threads. Com 128 threads, a GIGABYTE continua a escalar até 6.84 GiB/s, sem mostrar sinais de estabilização no limite superior da faixa de threads.
Latência média de leitura GDSIO: 16K
Analisando a latência média de leitura GDSIO (16K), a GIGABYTE mantém uma latência bastante estável na maior parte da curva. Ela começa em aproximadamente 0.201 ms com 1 thread e permanece concentrada na faixa de ~0.21–0.23 ms de 2 a 64 threads (por exemplo, 0.211 ms com 8 threads, 0.218 ms com 16 threads, 0.228 ms com 32 threads e 0.223 ms com 64 threads). Somente com 128 threads a latência aumenta de forma mais perceptível para cerca de 0.286 ms, enquanto a taxa de transferência continua a aumentar.
Taxa de transferência de gravação GSDIO: 16K
Analisando a taxa de transferência de escrita GDSIO de 16K, a placa GIGABYTE começa em cerca de 0.08 GiB/s com 1 thread, escala de forma constante para 0.14 GiB/s com 2 threads e 0.28 GiB/s com 4 threads. O desempenho continua a subir de forma consistente com 8 threads (0.59 GiB/s) e 16 threads (1.11 GiB/s), antes de aumentar de forma mais acentuada com 32 threads (2.80 GiB/s). A escalabilidade permanece forte com 64 threads (5.21 GiB/s) e atinge o pico de 6.54 GiB/s com 128 threads, mostrando uma trajetória ascendente contínua sem um platô inicial.
Latência média de escrita GDSIO: 16K
Analisando a latência média de escrita GDSIO (16K), a GIGABYTE mantém uma latência relativamente estável na maior parte da curva. Ela começa em aproximadamente 0.20 ms com 1 thread e permanece na faixa de ~0.21–0.22 ms até 16 threads. Com 32 threads, a latência melhora ligeiramente para cerca de 0.17 ms, aumentando modestamente com 64 threads (0.19 ms). Somente com 128 threads a latência aumenta consideravelmente, para aproximadamente 0.30 ms, correspondendo ao nível de throughput mais alto.
Taxa de transferência de leitura GDSIO: 1M
Analisando a taxa de transferência de leitura GDSIO de 1M, a GIGABYTE inicia em 2.52 GiB/s com 1 thread e escala para 5.07 GiB/s com 2 threads e 9.33 GiB/s com 4 threads. Com 8 threads, a taxa de transferência atinge 11.03 GiB/s, após o que a plataforma efetivamente satura. O desempenho permanece consistente com 16 threads (11.07 GiB/s), 32 threads (11.12 GiB/s) e 64 threads (11.08 GiB/s), mostrando um platô estável. Com 128 threads, a taxa de transferência aumenta ligeiramente para 11.60 GiB/s, marcando o maior resultado observado na varredura.
Latência média de leitura GDSIO: 1M
Analisando a latência média de leitura GDSIO (1M), a GIGABYTE inicia em aproximadamente 0.39 ms com 1 thread e permanece similar com 2 threads (0.39 ms) e 4 threads (0.42 ms). A latência aumenta conforme a concorrência aumenta, chegando a 0.71 ms com 8 threads, 1.41 ms com 16 threads e 2.81 ms com 32 threads. A tendência de alta continua com 64 threads (5.64 ms) e atinge 10.78 ms com 128 threads, correspondendo aos níveis máximos de concorrência, enquanto a taxa de transferência permanece amplamente sustentada.
Taxa de transferência de gravação GDSIO: 1M
Analisando a taxa de transferência de escrita GDSIO de 1M, a placa GIGABYTE inicia em 2.48 GiB/s com 1 thread e escala acentuadamente para 5.57 GiB/s com 2 threads e 10.32 GiB/s com 4 threads. Com 8 threads, a taxa de transferência atinge 12.21 GiB/s, saturando efetivamente a plataforma. O desempenho permanece estável com 16 threads (12.23 GiB/s), 32 threads (12.22 GiB/s) e 64 threads (12.22 GiB/s), indicando um platô inicial. Com 128 threads, a taxa de transferência cai para 8.82 GiB/s, sugerindo que o sistema ultrapassou sua faixa ideal de concorrência.
Latência média de escrita GDSIO: 1M
Analisando a latência média de escrita GDSIO (1M), a GIGABYTE começa em aproximadamente 0.39 ms com 1 thread e permanece relativamente estável com 2 threads (0.35 ms) e 4 threads (0.38 ms). A latência aumenta de forma mais perceptível com um número maior de threads, chegando a 0.64 ms com 8 threads, 1.28 ms com 16 threads e 2.56 ms com 32 threads. A tendência continua a subir com 64 threads (5.11 ms) antes de sofrer um pico significativo com 128 threads, atingindo 14.16 ms, o que coincide com a queda de desempenho observada no nível de concorrência mais alto.
Conclusão
A GIGABYTE AI TOP ATOM é mais uma implementação da plataforma Spark da NVIDIA, baseada no GB10, construída na mesma placa e silício que testamos em toda a linha de produtos. Como esperado, o desempenho computacional do núcleo no vLLM espelha de perto o restante do mercado. Nos modelos GPT-OSS, Qwen3-Coder e Llama 3.1, o comportamento de escalabilidade permaneceu previsível, com forte taxa de transferência de Prefill e desempenho estável de Equal e Decode à medida que a concorrência aumentava.
Em termos térmicos, a GIGABYTE permitiu um comportamento de pico ligeiramente mais agressivo. A CPU atingiu um pico de 90 °C e a GPU de 81 °C durante transições com uso intenso de pré-carregamento (Prefill), com a potência da GPU chegando a 75.54 W. Assim que as cargas de trabalho se normalizaram, as temperaturas se estabilizaram sem sinais de throttling sustentado. Na prática, os picos mais altos refletem decisões de alocação de energia de curta duração, e não instabilidade.
O grande diferencial desta unidade está no armazenamento. Utilizando o SSD Samsung PM9E1 Gen5 de 4 TB, a GIGABYTE apresentou alguns dos melhores resultados de GDSIO do grupo Spark. O desempenho de leitura e gravação escalou de forma consistente em cargas de trabalho de 16 mil e 1 milhão de threads, com saturação precoce nos níveis de concorrência esperados e aumento de latência principalmente nas contagens de threads mais altas.
Como todos os sistemas Spark compartilham a mesma base GB10, a diferença entre os benchmarks em inferência de IA permanece pequena. A escolha no mundo real se resume ao design do chassi, ao comportamento térmico em rajadas, à configuração de armazenamento e ao alinhamento com o fornecedor, e não a diferenças fundamentais de computação.
Amazon