Revue de la station HP ZGX Nano G1n AI : Puissance de serveur compacte avec Nvidia DGX Spark

La HP ZGX Nano G1n AI Station fait surtout ses preuves dans le domaine des applications professionnelles spécialisées. Son plus grand atout est sans aucun doute l'architecture Blackwell. Grâce à la prise en charge du nouveau format de données FP4 et des modèles NVFP4 et NVFP8 optimisés par Nvidia, les applications AI peuvent être exécutées plus rapidement et occuper beaucoup moins de VRAM. Il s'agit d'un avantage technologique que l'on ne trouve actuellement que chez Nvidia. En outre, ce gadget donne accès à l'écosystème DGX de Nvidia, ce qui facilite la mise à l'échelle de petites expériences jusqu'à des clusters de serveurs massifs. Les développeurs qui maîtrisent la pile logicielle de Nvidia trouveront ce "pont vers le centre de données" inestimable. Il est impressionnant de voir à quel point les capacités d'IA sont possibles dans un si petit espace.

Cependant, le prix élevé d'environ 4 000 euros suscite des attentes que l'appareil ne parvient pas à satisfaire en termes d'haptique et d'ergonomie. Le châssis en plastique semble trop basique pour cette gamme de prix, et le ventilateur audible en permanence ainsi que la consommation d'énergie élevée (jusqu'à 50 watts en mode veille) ternissent l'impression lors de l'utilisation quotidienne. Nous aurions souhaité plus de raffinement, d'autant plus que l'appareil sera souvent posé directement sur un bureau. Après tout, cet appareil est destiné à ceux qui veulent vraiment travailler avec l'intelligence artificielle.

Team Red, en revanche, est un concurrent solide si tout ce que vous voulez, c'est beaucoup de mémoire locale pour faire tourner de gros modèles d'intelligence artificielle et que vous n'avez pas besoin des fonctionnalités offertes par Nvidia. Les systèmes basés sur la plateforme AMD Strix Halo, tels que le Bosgame M5 AI Mini Desktopou le Framework Desktopou le GMKtec EVO-X2 avec le Ryzen AI Max+ 395, offrent des configurations de mémoire généreuses et d'excellentes performances dans de nombreuses applications d'IA standard, à un prix nettement plus attractif. Néanmoins, la station HP reste le premier choix pour les spécialistes de Nvidia.

Les prix de la station HP ZGX Nano G1n AI sont très différents. Le modèle de 4 To est actuellement proposé sur Amazon au prix de 4 759 $, tandis que le magasin HP affiche un prix beaucoup plus élevé de 7 399,00 $.

HP ZGX Nano G1n AI Station est un nom assez long pour ce qui est en fait la plateforme de référence DGX Spark de Nvidia. Des concurrents comme Gigabyte, Asus, Acer et Dell proposent tous des kits de développement d'IA, HP n'est donc pas le seul à utiliser cette stratégie. Les différences résident généralement dans les détails, tels que des ajustements mineurs à la pile logicielle ou à la conception du châssis. Le concept lui-même s'avère extrêmement flexible : Le boîtier compact peut être utilisé soit comme un serveur dédié "sans tête" dans le réseau, soit - grâce aux ports disponibles - comme une station de travail à part entière avec souris, clavier et moniteur directement sur le bureau. Nous avons utilisé le Crowview Note confortablement à cette fin dans notre test. Une attention particulière est accordée à la facilité d'installation. Nvidia et HP veulent rendre l'entrée dans le développement de l'IA locale aussi transparente que possible et incluent des projets prêts à l'emploi, appelés Blueprints, dès la sortie de la boîte.

La station HP ZGX Nano G1n AI est extrêmement compacte, avec des dimensions d'environ 15 × 15 × 5,5 cm et un poids de seulement 1,25 kg. Il est donc facile de l'installer sur n'importe quel bureau. La partie avant attire l'attention et se compose presque entièrement d'une grille distinctive qui garantit une circulation d'air optimale pour les puissants composants internes. Le logo HP et un discret logo "AI" y sont intégrés.

HP met l'accent sur la durabilité avec ce modèle. La station AI contient jusqu'à 40 % de plastique recyclé, jusqu'à 75 % d'aluminium recyclé et au moins 20 % d'acier recyclé. En outre, l'emballage extérieur est composé à 100 % de matériaux durables et recyclables. L'ensemble de l'extérieur de l'AI Station est en plastique noir.

La sélection des ports est axée sur les besoins professionnels. À l'arrière, on trouve un port Ethernet rapide à 10 Gbit ainsi que deux ports QSFP pour l'interconnexion à grande vitesse de Nvidia, permettant une mise à l'échelle en connectant plusieurs unités ensemble. Trois ports USB-C sont disponibles pour les périphériques. Une sortie HDMI 2.1 permet de connecter un moniteur pour la console, même si l'appareil sera probablement souvent utilisé en mode "headless". Le système communique sans fil via le Wi-Fi 7 et le Bluetooth 5.4.

La pièce maîtresse du ZGX Nano G1n est la puce Nvidia GB10, dont le profil de performance est approximativement basé sur une Nvidia GeForce RTX 5070, bien qu'avec un objectif significativement différent. Nvidia a constamment optimisé l'architecture pour les charges de travail d'IA, ce qui se traduit par une nouvelle répartition des TMU et des cœurs Tensor au détriment des ROP classiques. En pratique, cependant, les spécifications de la mémoire ralentissent cette puissante puce. Alors qu'une RTX 5070 peut compter sur 12 Go de VRAM avec une bande passante mémoire de 672,0 Go/s, la GB10 doit se contenter de 273,2 Go/s.

La mémoire LPDDR5X de 128 Go est donc extrêmement généreuse en termes de capacité, permettant le chargement et le traitement de LLM et de modèles d'IA massifs qui ne trouveraient pas de place sur les cartes grand public conventionnelles, mais elle s'avère relativement lente. En fonction de la taille du modèle chargé ou de la complexité du contexte, ce goulot d'étranglement limite sensiblement les performances de l'IA. Il en va de même pour les modèles texte-image tels que SDXL. Lors de divers tests avec ComfyUI ou JupyterLab, nous avons obtenu environ trois itérations par seconde (it/s) dans la génération d'images. D'après notre expérience, les PC bien équipés avec une RTX 5070 atteignent 4,5 it/s.

Les cœurs ARM du module Grace offrent d'excellentes performances multicœurs, ce qui convient parfaitement aux tâches parallélisées. Cependant, dans les applications qui dépendent fortement de la performance d'un seul cœur, la performance brute inférieure des cœurs individuels par rapport aux CPU haut de gamme x86 actuels devient perceptible.

HP inclut un puissant bloc d'alimentation USB-C de 240 watts avec l'AI Station, ce qui semble nécessaire compte tenu de l'appétit de l'appareil pour l'énergie. Lorsque le GPU est pleinement utilisé, la consommation d'énergie grimpe jusqu'à 206 watts dans nos mesures. Pour des charges de travail typiques et soutenues telles que l'inférence LLM, la consommation se stabilise autour de 160 watts. Cependant, nous trouvons que l'exigence énergétique en mode inactif est un point de critique. Il est remarquable que le système tire constamment entre 30 et 50 watts de la prise sans aucune charge de calcul - un niveau de consommation d'énergie que même de nombreux ordinateurs portables de jeu haut de gamme n'atteignent pas lorsqu'ils tournent au ralenti.

Il y a une certaine présence audible de l'appareil, mais elle reste dans des paramètres acceptables. Nous avons mesuré un niveau de bruit continu du ventilateur de 30 dB(A) lorsque l'unité était au repos et de 40 dB(A) lorsque la charge était de 100 % pendant notre test de stress. Sur le plan thermique, HP maîtrise la dissipation de la chaleur, bien que le petit châssis chauffe sensiblement. Nous avons mesuré des températures de surface d'environ 50 °C. C'est là que le choix des matériaux s'avère avantageux, car le châssis en plastique peut être manipulé sans problème même à ces températures et n'est pas désagréablement chaud au toucher.