DGX Spark-plattformen är bekant mark för oss vid det här laget. Vi har granskat Dell, ASUS, aceroch Gigabyte tar på NVIDIAs GB10 Grace Blackwell referensdesign, och kärningredienserna är konsekventa i alla: 1 000 toppmodeller av FP4-beräkning, 128 GB enhetligt LPDDR5x-minne och dubbelt 200 GbE-nätverk i ett 150 mm chassi. HP:s ZGX Nano G1n AI Station bygger vidare på den grunden, men sättet HP har byggt runt den skiljer den här enheten från resten av Spark-fältet.
De mest synliga skillnaderna finns i material och konstruktion. HP har ZGX Nano i ett chassi byggt av upp till 75 % återvunnet aluminium och 20 % återvunnet stål, med en förpackning som innehåller upp till 93 % återvunnet material. Den interna layouten delar upp chassit i en övre och en nedre halva, vilket gör det lättare att komma åt komponenter som SSD och knappcellsbatteri än på flera av de Spark-enheter vi har testat. Termiskt sett betygsätter HP systemet till 22 dBA i tomgång och 27.6 dBA under intensiva arbetsbelastningar, vilket är tyst för ett system som förbrukar cirka 780 BTU/timme som mest.
Säkerhet är där HP sträcker sig längst bortom referensplattformen. ZGX Nano levereras med TPM 2.0 som arbetar i FIPS 140-2-certifierat läge, uppfyller Common Criteria EAL4+ och inkluderar säker start och PXE-kontroller på BIOS-nivå. Lagringen är fabriksinstallerad som en självkrypterande OPAL NVMe-enhet. Sammantaget positionerar HP den här enheten inte bara som en AI-nod för utvecklare på skrivbordet utan också som ett system som kan fungera inom reglerade miljöer där leveranskedjecertifieringar, kryptering i vila och manipuleringsskydd är viktiga för upphandling.
| Specifikation | HP ZGX Nano G1n AI-station |
|---|---|
| Översikt | |
| Produktnamn | HP ZGX Nano G1n AI-station |
| Formfaktor | Mini |
| Operativ system | NVIDIA DGX OS 7 / Ubuntu 24.04 OBS! Den här produkten stöder inte Microsoft Windows. |
| hårdvara | |
| Processorn | NVIDIA GB10 Grace Blackwell Superchip Blackwell Architecture GPU 20-kärnig Arm-processor (10x Cortex-X925 + 10x Cortex-A725) Blackwell CUDA-kärnor 5:e generationens Tensorkärnor 4:e generationens RT-kärnor 1x NVENC 1x NVDEC |
| Minne | 128 GB LPDDR5x, enhetlig, 16 kanaler, lödd |
| minnesbandbredd | 273 GB / s |
| Lagring (intern I/O) | 1x M.2 PCIe Gen5 x4 Alternativ: 2 TB eller 4 TB PCIe Gen4 x4 NVMe (2242, SED OPAL TLC) |
| Nätverk och I/O | |
| Bakre I / O-portar | 1x USB-C-ström (240W) 3x USB-C 20 Gbps (DisplayPort 1.4a, 30W totalt) 1x HDMI 2.1a 1x 10GbE RJ-45 2x QSFP 200GbE (ConnectX-7) |
| Nätverkskontroller | Realtek RTL8127-CG 10GbE NVIDIA ConnectX-7 200 GbE |
| WiFi & Bluetooth | AzureWave AW-EM637 Wi-Fi 7 + Bluetooth 5.4 |
| Prestanda | |
| AI Compute | Upp till 1 000 TOPS (FP4) |
| Modellkapacitet | Upp till 200B parametrar |
| Fysisk och kraft | |
| Mått (H x B x D) | 2.01 tum (utan fötter) / 2.1 tum (med fötter) 5.9 "x 5.9" |
| Vikt | Börjar vid 1.25 kg (2.76 lbs) |
| Strömförsörjning | 240 W extern USB-C-adapter, 89 % effektivitet, aktiv PFC |
Bygg och design
HP ZGX Nano G1n har en märkbart annorlunda designstrategi än DGX Spark jämfört med de andra systemen vi hittills har tittat på (se vår Dell/ASUS/acer/Gigabyte recensioner). Istället för den vanligare konstruktionen, där interna delar känns instoppade i ett topplock, delar HP upp chassit i en övre och en nedre halva, vilket gör den interna layouten lättare att förstå när man väl är inuti. Det som först verkar mer komplicerat visar sig vara ganska praktiskt, med enkel åtkomst till delar som knappcellsbatteri och SSD-disk efter att bara en handfull skruvar har tagits bort. Den mer genomtänkta interna strukturen överförs även till den yttre konstruktionen, där HP lägger större vikt vid hur systemet är konstruerat och de material som används överallt.
Med det sagt, sveper HP in den i ett elegant svart hölje med en yta på 150 mm och förlitar sig starkt på återvunnet material. Mer specifikt använder konstruktionen upp till 75 % återvunnet aluminium, 20 % återvunnet stål och betydande mängder återvunnen plast. Även förpackningen återspeglar detta engagemang. Wellpapp innehåller upp till 93 % återvunnet material, och plastförpackningar innehåller minst 30 % återvunnet material.
Termiskt sett förlitar sig systemet på forcerad luftkylning. Detta är ett anmärkningsvärt tekniskt val med tanke på densiteten hos NVIDIA GB10 Grace Blackwell Superchip. Trots dess kompakta format, HP specificerar ett komplett termiskt höljeUnder maximal belastning förbrukar systemet upp till cirka 780 BTU/timme, beroende på konfiguration. Systemets maximala effektförbrukning når cirka 228 W. Dessutom uppger HP att ljudnivåerna är relativt låga, 22 dBA vid tomgång och 27.6 dBA under intensiva arbetsbelastningar.
Fysiskt mäter enheten 5.9 x 5.9 x 2.01 cm utan fötter, vilket placerar den i ett ultrakompakt territorium. HP anger uttryckligen att enheten inte är rackmonterbar, vilket förstärker dess roll som en AI-nod på skrivbordet snarare än traditionell datacenterinfrastruktur. Servicevänligheten är minimal av designen. Användare behöver en stjärnskruvmejsel nummer 1 för att komma åt interna komponenter, och de flesta komponenter, inklusive minne, kan inte bytas ut av användaren.
Internt använder ZGX Nano NVIDIAs referenskortdesign, liksom många andra OEM-tillverkare som bygger på DGX Spark-plattformen. LPDDR5x-minnet är direktlödt på kortet och körs på upp till 8533 MHz. Sammantaget prioriterar plattformen effektivitet och densitet framför modularitet.
Säkerhet och uppgraderingsmöjligheter
HP låser ZGX Nano G1n av sig själv. Den har en integrerad TPM 2.0-modul som fungerar i FIPS 140-2-certifierat läge, uppfyller Trusted Computing Group-specifikationerna och är Common Criteria EAL4+-certifierad. Skydd på BIOS-nivå inkluderar säkra startkontroller, PXE-baserade fjärrstartfunktioner och möjligheten att helt inaktivera start från flyttbara medier.
Ur hårdvarusynpunkt är HP tydliga: det här systemet kan inte uppgraderas. 128 GB LPDDR5x-minnet sitter fastlödt direkt på kortet. Dessutom måste köpare välja lagringsutrymme vid köptillfället. Medan den enda M.2-kortplatsen har elektriskt stöd för PCIe Gen5 x4, levereras fabrikskonfigurationerna med PCIe Gen4 x4 NVMe SSD-diskar. Dessa finns i 2 TB eller 4 TB kapacitet och är alla självkrypterande OPAL-diskar.
HP noterar att reservdelar kommer att finnas tillgängliga i upp till fem år efter att produktionen avslutats. Ändå är detta i grunden ett system i apparatstil snarare än en modulär arbetsstation.
I/O och expansion
Enhetens framsida är minimalistisk och har endast en strömbrytare och en status-LED. På baksidan erbjuder systemet en tät uppsättning högpresterande anslutningsmöjligheter. HP levererar ström via en standard NVIDIA-rekommenderad 240W USB-C-adapter och varnar för att tredjepartsadaptrar kan orsaka försämrad prestanda eller instabilitet.
Tre USB 3.2 Type-C-portar ger USB-anslutning, var och en med 20 Gbps hastighet och stöd för DisplayPort 1.4a Alt Mode. En dedikerad HDMI 2.1a-port ger ytterligare skärmutgång. För nätverk inkluderar systemet både en Realtek RTL8127-CG 10GbE-kontroller och en NVIDIA ConnectX-7-kontroller, vilket ger dubbla 200GbE QSFP112-portar, var och en med 200 Gbps dataflöde.
Nätverksstacken stöder ett brett utbud av företagsfunktioner. Dessa inkluderar PXE-start, Wake-on-LAN, VLAN-taggning (802.1Q), tidssynkronisering (802.1as/1588) och full-duplex-drift över alla hastigheter som stöds. Dessutom ger en Wi-Fi 7 (802.11be) 2×2-modul med Bluetooth 5.4 trådlös anslutning och stöder MU-MIMO, WPA3-säkerhet och drift över 2.4 GHz-, 5 GHz- och 6 GHz-banden.
Grafik och ljud
Den integrerade NVIDIA Blackwell-grafikprocessorn i GB10 Superchip hanterar alla grafikuppgifter. Systemet stöder upp till 8K-utgång vid 60 Hz via USB-C DisplayPort 1.4a och 8K vid 30 Hz via HDMI 2.1a. HP rekommenderar att man använder direkta kabelanslutningar för 8K-utgång, eftersom adaptrar eller dockningsstationer kan orsaka instabilitet eller försämra signalkvaliteten.
Ljudet går via HDMI, utan dedikerade analoga ljudutgångar. Detta överensstämmer med systemets positionering som en datornod snarare än en traditionell multimediaarbetsstation.
Termisk testning
CPU-temperatur
Under CPU-temperaturtestning nådde HP ZGX Nano G1n en topptemperatur på 77.3 °C under arbetsbelastningens mer intensiva utbrott. Detta placerar HP under de hetaste systemen i jämförelsestacken under toppövergångar, då andra enheter klättrade upp i 90 °C-intervallet. När arbetsbelastningen övergick till Equal ISL/OSL och sedan Decode Heavy, stabiliserades CPU-temperaturerna snarare än att fortsätta stiga kraftigt.
I den lägre änden registrerade processorn en lägsta temperatur på 36.4 °C under lätt belastning. Detta innebär att HP:n har effektiv värmeavledning när systemet inte utsätts för högre beräkningsbelastning. Sammantaget uppvisade ZGX kontrollerat termiskt beteende hos processorn med burst-temperatur och stabil prestanda vid ihållande belastning.
GPU temperatur
GPU-temperaturerna följde ett liknande mönster. Under perioder med kraftig acceleration nådde GPU:n en maximal temperatur på 69°C. Detta placerar HP på den svalare sidan av jämförbara system under toppskurförhållanden, där flera andra system (som Dell, ASUS och Founders Edition) körde märkbart varmare i toppen. När aktiviteten övergick till Equal ISL/OSL- och Decode Heavy-faserna, planade GPU-temperaturerna ut och förblev stabila.
GPU:n registrerade en lägsta temperatur på 34 °C under lättare faser, vilket indikerar goda termiska kapaciteter vid tomgång. 
NVMe-temperatur
Under Equal-fasen nådde NVMe-enheten ungefär 42 °C, vilket endast visade en gradvis ökning från sitt viloläge. När arbetsbelastningen skiftade till Prefill Heavy steg lagringstemperaturen märkbart, från 42 °C till 47 °C. I Decode Heavy arbetade enheten i sitt varmaste intervall, 47 °C till 54 °C, där den nådde sin topp, men förblev märkbart under de flesta andra Spark-system.
NIC-temperatur
Under Equal-fasen varierade NIC-temperaturen från 39 °C till 52 °C, vilket visar en stadig ökning, vilket indikerar måttlig värmeuppbyggnad i takt med att nätverksaktiviteten ökar tidigt i körningen.
I Prefill Heavy ökade NIC-temperaturen, från 48 °C till 64 °C, eftersom denna fas sätter mycket mer ihållande tryck på nätverkssystemet. Under Decode Heavy låg NIC-temperaturen i sitt varmaste intervall, 52 °C till 68 °C, där toppen nåddes. Trots detta förblev det termiska beteendet stabilt under hela testet.
GPU-strömförbrukning
Under Equal-fasen varierade GPU:ns strömförbrukning från 2.86 W till drygt 40 W, vilket placerade HP ZGX Nano G1n i mitten av fältet.
I Prefill Heavy började GPU-effekten på ungefär 37 W, sjönk till så lågt som 35 W och ökade till så högt som 69 W, vilket gjorde detta till den mest strömkrävande fasen av körningen.
Under Decode Heavy stabiliserades GPU:ns strömförbrukning till ett lägre, mer stabilt intervall på 35 W till 46 W, vilket indikerar att strömbehovet minskade i takt med att arbetsbelastningen skiftade från det mer aggressiva burst-beteendet.
Termisk sammanfattning
Under belastning arbetar ZGX Nano G1n inom ett noggrant kontrollerat temperaturområde. Systemets maximala strömförbrukning är cirka 228 W och värmeavledningen är cirka 780 BTU/timme. Däremot förblir strömförbrukningen vid tomgång låg på cirka 36–38 W, vilket indikerar effektiv strömskalning när systemet inte är aktivt. Luftkylningslösningen upprätthåller stabil drift inom HP:s specificerade intervall på 5 °C till 30 °C.
HP ZGX Nano AI-prestandatestning
För att utvärdera HP ZGX Nano med GB10 testade vi Spark-enheter med hjälp av vLLM Online Serving-benchmarket, den mest använda högkapacitetsinferens- och servingsmotorn för stora språkmodeller. vLLM Online Serving-benchmarket simulerar verkliga produktionsarbetsbelastningar genom att skicka samtidiga förfrågningar till en körande vLLM-server och mäta viktiga mätvärden, inklusive total token-genomströmning (tokens per sekund), tid till första token och tid per utgående token, vid varierande belastningsförhållanden.
Våra tester omfattade en rad olika modeller, inklusive täta arkitekturer och mikroskalningsdatatyper, och utvärderade prestanda över tre arbetsbelastningsscenarier: Lika ISL/OSL, Förfyllningshög och Avkodningshög. Dessa scenarier representerar distinkta verkliga serveringmönster, från balanserade in- och utmatningsbelastningar till beräkningsintensiv promptbearbetning och generering av minnesbandbreddsbundna tokens.
Förutom HP ZGX Nano med GB10, jämförde vi andra OEM-system från Dell, ASUS, aceroch GigabyteDetta gjorde det möjligt för oss att placera HP:s resultat i det bredare konkurrenslandskapet och förstå vart företaget leder, håller jämna steg med konkurrenterna eller ligger efter mellan olika modeller och arbetsbelastningar.
GPT-OSS-120B
Med GPT-OSS-120B visar HP ZGX Nano G1n sina starkaste resultat i Prefill Heavy, där dataflödet ökar från 304.5 tok/s vid batch 1 till 2773.3 tok/s vid batch 64. Equal ISL/OSL skalar också stadigt och ökar från 69.6 tok/s till 722.9 tok/s över hela svepområdet. Decode Heavy är mycket lättare i jämförelse, med början på 183.7 tok/s i batch 1, en minskning något i batch 2 och en återhämtning till 262.9 tok/s vid batch 64.
GPT-OSS-20B
Med GPT-OSS-20B kommer HP:s högsta siffror från Prefill Heavy, men skalningen är mindre linjär än med de andra modellerna. Prefill börjar vid 1626.6 tok/s vid batch 1, klättrar till 1980.3 tok/s vid batch 2, sjunker kraftigt till 1120.3 tok/s vid batch 4, och återhämtar sig sedan till 4345.1 tok/s vid batch 64. Equal ISL/OSL skalar smidigare från 92.6 tok/s till 1550.6 tok/s, och Decode Heavy stiger från 94.4 tok/s till 670.4 tok/s.
Qwen3-kodare 30B A3B FP8
För Qwen3 Coder 30B A3B (FP8) utmärker sig HP återigen i Prefill Heavy, med en genomströmning som ökar från 432.2 tok/s vid batchstorlek 1 till 2069.4 tok/s vid batchstorlek 64. Equal ISL/OSL ökar från 104.2 tok/s till 1274.4 tok/s, medan Decode Heavy förbättras från 55.9 tok/s till 480.4 tok/s. Detta är bland HP:s starkare resultat totalt sett.
Qwen3 Coder 30B A3B Base
På Qwen3 Coder 30B A3B (bas) levererar HP stadig tillväxt över alla tre faser, även om topplinjen ligger kvar i Prefill Heavy-fasen. Den fasen ökar från 258.6 tok/s vid batch 1 till 1629.4 tok/s vid batch 64. Equal ISL/OSL-skalningar från 60.3 tok/s till 690.3 tok/s, medan Decode Heavy ökar från 33.0 tok/s till 331.8 tok/s.
Llama 3.1 8B Instruktion FP4
Med Llama-3.1-8B-Instruct (FP4) visar HP ett tydligt steg upp i genomströmning. Equal ISL/OSL klättrar från 76.4 tok/s vid batch 1 till 2774.1 tok/s vid batch 64, vilket gör den till den starkaste av HP:s tre faser i denna modell. Prefill Heavy skalar också aggressivt och ökar från 316.8 tok/s till 2397.1 tok/s vid batch 32 innan den sjunker till 2270.4 tok/s vid batch 64. Decode Heavy ökar från 40.7 tok/s till 547.6 tok/s över svepningen.
Llama 3.1 8B Instruktion (Bas)
På Llama-3.1-8B-Instruct (Base) skalar HP ZGX Nano G1n smidigt över alla tre faser. I Equal ISL/OSL ökar dataflödet från 28.2 tok/s vid batch 1 till 1298.6 tok/s vid batch 64. I Prefill Heavy ökar HP från 123.2 tok/s till 1759.5 tok/s, med starka vinster under hela svepningen innan de avtar något i den övre änden. Decode Heavy är mycket lättare i jämförelse, och ökar från 15.5 tok/s vid batch 1 till 366.4 tok/s vid batch 64.
GPU direkt lagring
Hur GPU Direct Storage fungerar
Traditionellt sett, när en GPU bearbetar data från en NVMe-enhet, måste informationen först passera genom processorn och systemminnet innan den når GPU:n. Denna process skapar flaskhalsar eftersom processorn fungerar som en mellanhand, vilket ökar latensen och förbrukar systemresurser. GPU Direct Storage eliminerar denna ineffektivitet genom att låta GPU:n komma åt data direkt från lagringsenheten via PCIe-bussen. Denna direkta väg minskar dataförflyttningskostnaden, vilket möjliggör snabbare och effektivare överföringar.
AI-arbetsbelastningar, särskilt de som involverar djupinlärning, är mycket dataintensiva. Att träna stora neurala nätverk kräver bearbetning av terabyte data, och eventuella fördröjningar i dataöverföringen leder till underutnyttjade GPU:er och längre träningstider. Följaktligen tar GPU Direct Storage sig an denna utmaning genom att leverera data till GPU:n så snabbt som möjligt, vilket minimerar inaktivitetstid och maximerar beräkningseffektiviteten.
Dessutom gynnar GDS arbetsbelastningar som strömmar stora datamängder, såsom videobehandling, naturlig språkbehandling och realtidsinferens. Genom att minska CPU-beroendet accelererar GDS dataflytt och frigör CPU-resurser för andra uppgifter, vilket ytterligare förbättrar systemets totala prestanda.
GDSIO-läsdataflöde 16K
Om man tittar på GDSIO Read Throughput 16K börjar HP ZGX Nano G1n på 0.70 GiB/s med 1 tråd, vilket placerar den bland de starkaste prestandana med låg trådhastighet i gruppen. Den sjunker till 0.41 GiB/s vid 2 trådar, klättrar sedan tillbaka till 0.86 GiB/s vid 4 trådar, vilket visar samma lilla inkonsekvens i tidiga trådar som setts i några av dessa system. Därifrån blir skalningen mycket mer konsekvent. Genomströmningen ökar till 1.6 GiB/s vid 8 trådar och 2.2 GiB/s vid 16 trådar, och fortsätter sedan uppåt till 3.0 GiB/s vid 32 trådar. Vid högre ködjup fortsätter HP att vinna mark, når 3.9 GiB/s vid 64 trådar och toppar på 4.6 GiB/s vid 128 trådar.
Genomsnittlig läsfördröjning för GDSIO 16K
Om man tittar på GDSIO-läsningsgenomsnittslatensen (16K) börjar HP ZGX Nano G1n på cirka 0.02 ms med 1 tråd och förblir låg genom 2 trådar (0.08 ms) och 4 trådar (0.07 ms). Latensen ökar något vid 8 trådar (0.08 ms) och 16 trådar (0.11 ms), och ökar sedan mer märkbart vid 32 trådar (0.16 ms) och 64 trådar (0.25 ms). Vid 128 trådar når latensen 0.42 ms, fortfarande något under de högsta resultaten i gruppen samtidigt som man följer systemets stadiga dataflödesskalning över testet.
GDSIO-skrivdataflöde 16K
Om man tittar på GDSIO Write Throughput 16K börjar HP ZGX Nano G1n på 0.84 GiB/s på 1 tråd, stiger till 1.4 GiB/s på 2 trådar och når 2.2 GiB/s på 4 trådar. Prestandan fortsätter att skala upp kraftigt vid 8 trådar (3.0 GiB/s) och når 3.3 GiB/s vid 16 trådar, där den effektivt planar ut. Därifrån förblir dataflödet nästan oförändrat på 3.3 GiB/s med 32 och 64 trådar, och sjunker sedan något till 3.2 GiB/s med 128 trådar, vilket indikerar att plattformen når sitt skrivtak relativt tidigt och bibehåller den nivån konsekvent under resten av svepperioden.
Genomsnittlig skrivlatens för GDSIO 16K
Om man tittar på GDSIO:s genomsnittliga skrivlatens (16K) börjar HP ZGX Nano G1n på cirka 0.02 ms med 1 tråd och förblir mycket låg genom 2 trådar (0.02 ms) och 4 trådar (0.03 ms). Latensen ökar blygsamt vid 8 trådar (0.04 ms) och 16 trådar (0.07 ms), och hoppar sedan till 32 trådar (0.15 ms) och 64 trådar (0.30 ms). Vid 128 trådar når latensen 0.61 ms, fortfarande ganska välkontrollerat totalt sett, även om den uppåtgående trenden ligger i linje med den punkt där skrivflödet redan har planat ut vid högre trådantal.
GDSIO-läsdataflöde 1M
Om man tittar på GDSIO Read Throughput 1M, börjar HP ZGX Nano G1n på 3.2 GiB/s på 1 tråd och stiger till 4.1 GiB/s på 2 trådar. Prestandan fortsätter att klättra vid 4 trådar (5.2 GiB/s) och 8 trådar (5.5 GiB/s), varefter plattformen effektivt når sitt tak. Genomströmningen ligger sedan i stort sett oförändrad på 5.5 GiB/s för 16, 32 och 64 trådar, innan den sjunker något till 5.3 GiB/s vid 128 trådar, vilket indikerar en stark tidig uppgång följt av en mycket stabil platå vid höga trådar.
Genomsnittlig läsfördröjning för GDSIO 1M
Om man tittar på GDSIO-läsningsgenomsnittslatensen (1M) börjar HP ZGX Nano G1n på cirka 0.31 ms med 1 tråd och förblir relativt låg vid 2 trådar (0.47 ms) och 4 trådar (0.76 ms). Latensen ökar med samtidighet och stiger till 1.4 ms vid 8 trådar, 2.9 ms vid 16 trådar och 5.9 ms vid 32 trådar. Trenden fortsätter vid 64 trådar (12.8 ms) och når 27.2 ms vid 128 trådar, vilket följer de högre ködjupen trots att dataflödet redan hade planat ut mycket tidigare i svepningen.
GDSIO-skrivgenomströmning 1M
Om man tittar på GDSIO Write Throughput 1M börjar HP ZGX Nano G1n på 3.1 GiB/s med 1 tråd och ökar till 3.5 GiB/s med 2 trådar, för att sedan hålla den nivån vid 4, 8 och 16 trådar. Prestandan sjunker något till 3.3 GiB/s vid 32 trådar innan den återgår till 3.5 GiB/s vid 64 trådar. Vid 128 trådar ökar dataflödet till 3.7 GiB/s, vilket indikerar en mestadels platt skrivprofil över hela svepområdet med endast mindre variationer och en liten ökning vid det högsta trådantalet.
Genomsnittlig skrivlatens för GDSIO 1M
Om man tittar på GDSIO:s genomsnittliga skrivlatens (1M) börjar HP ZGX Nano G1n på cirka 0.31 ms med 1 tråd, och stiger till 0.57 ms med 2 trådar och 1.1 ms med 4 trådar. Latensen fortsätter att öka i takt med att samtidigheten ökar och når 2.2 ms med 8 trådar, 4.4 ms med 16 trådar och 9.4 ms med 32 trådar. Den uppåtgående trenden fortsätter vid 64 trådar (17.7 ms) och når 37.3 ms vid 128 trådar, vilket återspeglar ett stadigt ökande kötryck även om skrivflödet i sig förblir ganska oförändrat under större delen av svepningen.
Slutsats
HPs ZGX Nano G1n har DGX Spark-plattformens förväntade prestandaprofil och har tekniska val som skiljer den från andra Spark-system i fält. I våra tester nådde CPU-temperaturerna en topp på 77.3 °C och GPU-temperaturerna på 69 °C, båda på den svalare sidan av de Spark-enheter vi har jämfört med. vLLM-prestanda var starkast i Prefill Heavy-arbetsbelastningar över alla sex modeller vi testade, med skalning som höll sig bra även genom högre batchstorlekar. GPU Direct Storage-läsdataflödet nådde 4.6 GiB/s vid 16K och 5.5 GiB/s vid 1M blockstorlekar, och skrivdataflödet planade ut tidigt men höll den nivån konsekvent över de återstående trådantalen.
Det som skiljer ZGX Nano G1n från resten av Spark-marknaden är i arbetet som HP gjorde kring referensdesignen. Innehållet av återvunnet material, uppdelningen av övre/nedre chassit som förbättrar den interna servicevänligheten och det akustiska höljet som håller 27.6 dBA under belastning återspeglar alla medvetna tekniska val utöver vad GB10-plattformen i sig kräver. Säkerhetsstacken följer samma mönster. TPM 2.0 i FIPS 140-2-läge, Common Criteria EAL4+ och SED OPAL-lagring gör att den här enheten går förbi en utvecklarenhet och mot ett system som kan godkännas i reglerade miljöer.
Liksom andra Sparks är detta inte en generell arbetsstation, och HP positionerar den inte som en. För utvecklare, små team och organisationer som behöver lokal AI-beräkning med trovärdiga hållbarhets- och säkerhetsberättelser bakom köpet är ZGX Nano G1n ett tydligt differentierat alternativ inom Sparks sortiment. För butiker där dessa kriterier inte gäller är den underliggande plattformen den konstanta för alla fem OEM-system vi har granskat, och beslutet beror på ekosystem, support och pris.
Amazon