Recensione di HP ZGX Nano G1n AI Station: Potenza server compatta con Nvidia DGX Spark

HP ZGX Nano G1n AI Station dimostra i suoi punti di forza soprattutto nel regno delle applicazioni professionali specializzate. La sua risorsa principale è senza dubbio l'architettura Blackwell. Grazie al supporto del nuovo formato di dati FP4 e dei modelli NVFP4 e NVFP8 ottimizzati da Nvidia, le applicazioni AI possono essere eseguite più velocemente e occupare una quantità di VRAM significativamente inferiore. Si tratta di un vantaggio tecnologico che attualmente si trova solo con Nvidia. Inoltre, questo gadget garantisce l'accesso all'ecosistema DGX di Nvidia, che rende facile scalare piccoli esperimenti fino a cluster di server enormi. Gli sviluppatori che conoscono bene lo stack software di Nvidia troveranno questo "ponte verso il centro dati" inestimabile. È impressionante la capacità di AI che è possibile ottenere in uno spazio così ridotto.

Tuttavia, il prezzo elevato di circa 4.000 euro suscita aspettative che il dispositivo non riesce a soddisfare in termini di aptica ed ergonomia. Il telaio in plastica sembra troppo elementare per questa fascia di prezzo, e la ventola sempre udibile, così come l'elevato consumo di energia, fino a 50 watt in modalità idle, offuscano l'impressione nell'uso quotidiano. Avremmo desiderato una maggiore raffinatezza, soprattutto perché il dispositivo finirà spesso per essere appoggiato direttamente su una scrivania. Dopotutto, questo dispositivo è destinato a coloro che vogliono davvero lavorare con l'intelligenza artificiale.

Team Red, d'altra parte, è un forte concorrente se tutto ciò che si desidera è una grande quantità di memoria locale per l'esecuzione di modelli AI di grandi dimensioni e non si ha bisogno delle funzionalità offerte da Nvidia. I sistemi basati sulla piattaforma AMD Strix Halo, come il Bosgame M5 AI Mini Desktope il Framework Desktopo il GMKtec EVO-X2 con Ryzen AI Max+ 395, offrono configurazioni di memoria generose e prestazioni elevate in molte applicazioni AI standard, a un prezzo decisamente più interessante. Tuttavia, la stazione HP rimane la prima scelta per gli specialisti Nvidia.

Ci sono enormi differenze di prezzo per la HP ZGX Nano G1n AI Station. Il modello da 4 TB è attualmente quotato su Amazon a 4.759 dollari, mentre l'HP Store chiede un prezzo molto più alto di 7.399,00 dollari.

HP ZGX Nano G1n AI Station è un nome piuttosto lungo per quella che in realtà è la piattaforma di riferimento DGX Spark di Nvidia. Concorrenti come Gigabyte, Asus, Acer e Dell forniscono tutti kit per sviluppatori AI, quindi HP non è l'unico a utilizzare questa strategia. Le differenze di solito risiedono nei dettagli, come le piccole modifiche allo stack software o al design del telaio. Il concetto stesso si dimostra estremamente flessibile: La scatola compatta può essere utilizzata sia come server dedicato 'senza testa' nella rete, sia - grazie alle porte disponibili - come una vera e propria workstation con mouse, tastiera e monitor direttamente sulla scrivania. Abbiamo utilizzato il Crowview Note comodamente a questo scopo nel nostro test. Particolare attenzione è rivolta alla facilità di configurazione. Nvidia e HP vogliono rendere l'ingresso nello sviluppo dell'intelligenza artificiale locale il più agevole possibile e includono progetti già pronti, i cosiddetti Blueprints, direttamente dalla scatola.

HP ZGX Nano G1n AI Station presenta un fattore di forma estremamente compatto, con dimensioni di circa 15 × 15 × 5,5 cm e un peso di soli 1,25 kg. Questo la rende facile da sistemare su qualsiasi scrivania. La parte anteriore è accattivante, costituita quasi interamente da un caratteristico design a griglia per garantire un flusso d'aria ottimale per i potenti componenti interni. Il logo HP e un discreto logo "AI" sono integrati qui.

HP enfatizza la sostenibilità con questo modello. La AI Station contiene fino al 40% di plastica riciclata, fino al 75% di alluminio riciclato e almeno il 20% di acciaio riciclato. Inoltre, l'imballaggio esterno è realizzato al 100% con materiali sostenibili e riciclabili. L'intero esterno della AI Station è realizzato in plastica nera.

La selezione delle porte è orientata alle esigenze professionali. Sul retro, c'è una porta Ethernet veloce da 10 Gbit e due porte QSFP per l'interconnessione ad alta velocità di Nvidia, che consente di scalare collegando più unità insieme. Tre porte USB-C sono disponibili per le periferiche. Un'uscita HDMI 2.1 consente di collegare un monitor alla console, anche se probabilmente il dispositivo sarà spesso utilizzato in modalità "headless". Il sistema comunica in modalità wireless attraverso il Wi-Fi 7 e il Bluetooth 5.4.

Il fulcro di ZGX Nano G1n è il chip Nvidia GB10, il cui profilo prestazionale si basa approssimativamente su una Nvidia GeForce RTX 5070, anche se con un focus significativamente diverso. Nvidia ha costantemente ottimizzato l'architettura per i carichi di lavoro AI, il che si nota in una distribuzione modificata delle TMU e dei core Tensor a scapito delle classiche ROP. In pratica, però, le specifiche di memoria rallentano questo potente chip. Mentre una RTX 5070 può contare su 12 GB di VRAM con una larghezza di banda di memoria di 672,0 GB/s, il GB10 deve accontentarsi di 273,2 GB/s.

La memoria LPDDR5X da 128 GB installata è quindi estremamente generosa in termini di capacità, consentendo il caricamento e l'elaborazione di enormi LLM e modelli AI che non troverebbero spazio sulle schede consumer convenzionali, ma si rivela relativamente lenta. A seconda delle dimensioni del modello caricato o della complessità del contesto, questo collo di bottiglia limita notevolmente le prestazioni dell'AI. Lo stesso diventa evidente con i modelli da testo a immagine come SDXL. In vari test con ComfyUI o JupyterLab, otteniamo circa tre iterazioni al secondo (it/s) nella generazione di immagini. Secondo la nostra esperienza, i PC ben equipaggiati con una RTX 5070 raggiungono 4,5 it/s.

I core ARM del modulo Grace offrono eccellenti prestazioni multi-core, ideali per le attività parallelizzate. Tuttavia, nelle applicazioni che dipendono fortemente dalle prestazioni single-core, le prestazioni grezze inferiori dei singoli core rispetto alle attuali CPU x86 di fascia alta diventano evidenti.

HP include un potente alimentatore USB-C da 240 watt con l'AI Station, che sembra necessario data la fame di energia del dispositivo. In condizioni di pieno utilizzo della GPU, il consumo energetico sale fino a 206 watt nelle nostre misurazioni. Per i carichi di lavoro tipici e sostenuti, come l'inferenza LLM, il consumo si attesta intorno ai 160 watt. Tuttavia, riteniamo che il requisito energetico in modalità idle sia un punto critico. È notevole il fatto che il sistema assorba costantemente tra i 30 e i 50 watt dalla presa di corrente senza alcun carico computazionale, un livello di consumo energetico che nemmeno molti computer portatili da gioco di fascia alta raggiungono quando sono al minimo.

C'è una certa presenza udibile del dispositivo, ma rimane entro parametri accettabili. Abbiamo misurato un livello di rumore continuo della ventola di 30 dB(A) quando l'unità era inattiva e di 40 dB(A) quando il carico era del 100% durante il nostro stress test. Dal punto di vista termico, HP ha sotto controllo la dissipazione del calore, anche se il piccolo chassis si scalda notevolmente. Abbiamo misurato temperature superficiali di circa 50 °C. È qui che la scelta dei materiali si rivela vantaggiosa, in quanto lo chassis in plastica può essere maneggiato senza problemi anche a queste temperature e non risulta spiacevolmente caldo al tatto.