NVIDIA DGX Spark · 25 October 2026

LLM open source sur DGX Spark : NVFP4, fine-tuning BF16, clusters RDMA et la mue du 64 Go — le guide complet de l’automne 2026

Le DGX Spark devait être la boîte qui met l’IA de niveau frontier sur un bureau. Un an et demi après son annonce au CES 2025, le verdict est plus nuancé — et plus intéressant — que prévu. Les modèles MoE de nouvelle génération (DeepSeek V4 Flash 0731, Qwen3.8-27B, Ling-3.0-Flash) tournent désormais nativement sur le GB10, le fine-tuning BF16 d’un 35B tient sur une seule machine, et les clusters de deux à huit nœuds ouvrent la porte à des modèles de 405 milliards de paramètres. Mais l’automne 2026 apporte aussi sa dose de mauvaise nouvelle : le 23 octobre, NVIDIA bascule son catalogue vers une version 64 Go vendue 4 999 $, tandis que le 128 Go grimpe au-delà des 6 000 $. Entre NVFP4, TensorRT-LLM, décodage spéculatif et désagrégation réseau, nous avons repris l’enquête de fond en comble pour démêler ce qui marche vraiment, ce qui relève du marketing, et ce que vous devez activer sur votre propre machine.

Le DGX Spark en 2026 : anatomie d’une boîte qui a changé de prix (et de mémoire)

Rappelons le contexte matériel, car il a bougé. Le DGX Spark est un mini-PC de 150×150 mm, 1,2 kg, 240 W, qui embarque le SoC GB10 Grace Blackwell : un CPU ARM à 20 cœurs (10 Cortex-X925 + 10 Cortex-A725), un GPU Blackwell avec 6 144 cœurs CUDA, des Tensor Cores de 5e génération avec support natif du FP4, et de la mémoire LPDDR5x unifiée. Le tout délivre jusqu’à 1 PFLOP de calcul en FP4, avec une bande passante mémoire de 273 Go/s — le chiffre qui va revenir sans cesse dans cet article, car c’est lui qui décide de tout en génération de tokens.

Lancé à 3 999 $, le Spark a connu une trajectoire tarifaire mouvementée. En février 2026, les pénuries de mémoire l’ont fait grimper à 4 699 $. Puis, le 2 octobre 2026, NVIDIA a annoncé une refonte de gamme qui prend effet le 23 octobre 2026 : une nouvelle version 64 Go à 4 999 $, tandis que la version 128 Go passe au-delà des 6 000 $ sur le marché (Frandroid, Pause Hardware, Clubic). Autrement dit : moins de mémoire, plus cher. La logique est assumée — l’envolée des prix de la LPDDR5 rend le 128 Go intenable à l’ancien tarif — mais elle change radicalement l’équation d’achat.

Cette bascule du 23 octobre 2026 n’est pas un détail cosmétique : elle redistribue les cartes entre un seul Spark 64 Go, deux Spark 64 Go en cluster (128 Go agrégés, avec l’astuce de pool mémoire partagé que nous détaillons plus bas), et un Spark 128 Go devenu premium. NVIDIA, dans son blog développeur du 2 octobre, insiste sur un point : la version 64 Go embarque « la pile IA NVIDIA complète » et reste clusterisable. Le message est clair — la stratégie n’est plus « une grosse boîte », mais « plusieurs boîtes qu’on empile ».

Pour les utilisateurs de LLM open source, le positionnement reste unique : une machine de bureau capable de faire tourner des modèles de 70 milliards de paramètres en FP8 sur un nœud, et jusqu’à 405 milliards de paramètres sur deux nœuds (256 Go de mémoire unifiée agrégée). Fini les stations à 20 000 $ avec quatre GPU professionnels ; une petite boîte silencieuse suffit désormais pour exécuter des modèles de la trempe de DeepSeek-V4-Flash ou Qwen-235B.

NVFP4, TensorRT-LLM, décodage spéculatif : le trio qui débloque les gains

Les gains annoncés par NVIDIA au CES 2026 (jusqu’à 2,5× en inférence LLM, 8× en vidéo) reposent sur trois optimisations complémentaires, testées sur Qwen-235B. Reprenons-les une par une, car elles restent le socle de toute optimisation sérieuse sur GB10.

La quantification NVFP4 est la première brique. Ce format stocke les poids en FP4 (4 bits) tout en conservant les activations en FP8 — une approche asymétrique qui préserve la précision là où elle compte tout en réduisant l’empreinte mémoire des poids d’environ 40 % sur Qwen-235B. Les Tensor Cores de 5e génération du GB10 supportent nativement le FP4, ce qui permet d’atteindre le 1 PFLOP théorique. Les approches classiques (AWQ, GPTQ en INT4/INT8) n’exploitent pas cette capacité matérielle native et sous-performent sur cette architecture.

TensorRT-LLM est le moteur d’inférence optimisé de NVIDIA : il compile les modèles en engines spécifiques à l’architecture (SM 121 pour le GB10), avec des kernels CUTLASS spécialisés qui tirent parti du NVFP4 et de la mémoire unifiée. Sans lui, un modèle quantifié NVFP4 ne donnerait qu’une fraction de son potentiel.

Le décodage spéculatif est la troisième pièce. Un petit modèle « draft » génère plusieurs tokens candidats que le grand modèle valide ou rejette en parallèle. Sur Qwen-235B, NVIDIA utilise Eagle3. Combiné au NVFP4, cela permet d’atteindre le gain de 2,6× mesuré par NVIDIA sur une configuration double Spark (256 Go), comparé à l’exécution FP8 sans décodage spéculatif.

Un point d’honnêteté : le chiffre de 8× en vidéo reste le maillon faible de la communication NVIDIA. Il n’apparaît que dans un titre d’article, sans méthodologie publiée — aucune source ne précise la stack concernée (Cosmos Predict 2.x ? DeepStream ? FFmpeg+CUDA ? vLLM multimodal ?). Le GB10 dispose bien d’un encodeur NVENC et d’un décodeur NVDEC, et Ultralytics annonce jusqu’à 1 000 FPS avec YOLO26 en TensorRT par lots, mais c’est de la détection d’objets, pas de la génération vidéo. Traitez donc le 8× comme une promesse non vérifiée à ce jour.

Le vrai sujet de l’automne 2026 : le décodage spéculatif qui marche (ou pas)

C’est ici que les choses sont devenues passionnantes — et techniques. Le décodage spéculatif n’est pas un bouton magique : sur GB10, il peut s’effondrer silencieusement si la configuration du draft est mal héritée. Les forums développeur NVIDIA documentent précisément ce piège pour DeepSeek-V4-Flash-0731 en NVFP4 (fil du 31 juillet 2026).

Le problème : le checkpoint DeepSeek-V4-Flash-0731-NVFP4 est hybride. Le tronc cible utilise des experts ModelOpt NVFP4 (format ModelOpt, méthode ModelOptNvFp4FusedMoE, backend flashinfer_b12x), tandis que les étages MTP/DSpark du draft utilisent des experts natifs FP8/MXFP4 (poids int8, échelles UE8M0, méthode Mxfp4MoEMethod). Or, quand vLLM construit la config du draft, il peut hériter du quant_config de la cible et construire le MoE du draft avec la mauvaise méthode. Résultat observé : un avertissement w1_weight_scale_2 must match w3_weight_scale_2, un taux d’acceptation du draft qui s’effondre à ~1,0–1,15 token par étape (acceptation par position de 0,44 % à 3,2 % aux positions 1–4), et un débit plafonné à 14–18 tok/s. La correction passe par le patch vLLM PR #49133, qui normalise les métadonnées de quantification du draft en retirant les clés ModelOpt propres à la cible avant de dériver le quant_config du draft.

C’est la leçon la plus utile de l’été : sur GB10, un déploiement « stable » peut être trois fois plus lent qu’un déploiement correctement patché, sans qu’aucune erreur ne s’affiche. Vérifiez toujours votre taux d’acceptation par position avant de conclure qu’un modèle « rame ».

Benchmarks réels : ce que les utilisateurs mesurent (et ce que NVIDIA ne dit pas)

Les annonces officielles sont une chose, les mesures réelles en sont une autre. Voici l’état consolidé des chiffres à l’automne 2026, en croisant forums, blogs et benchmarks tiers.

DeepSeek V4 Flash 0731 : la référence sur GB10

Publié le 31 juillet 2026, ce MoE de 284 milliards de paramètres (13B actifs) est devenu le modèle de référence sur Spark. Les mesures, selon les stacks :

• 1× Spark, vLLM, multi-agent serving : un utilisateur rapporte 1 000 tok/s en prefill et 59 tok/s en multi-agent (forum NVIDIA, 1er août 2026). Le même fil montre qu’activer reasoning_effort: max (avec un contexte de 400k) fait passer un score de benchmark d’appels d’outils de 60 % à 80 % — un détail qui compte pour l’IA agentique.
• 1× Spark, llama.cpp + décodage spéculatif DSpark : une recette complète publiée le 5 août 2026 atteint 25 tok/s effectifs en single-serving, avec un build CUDA ciblant SM 121 (-DCMAKE_CUDA_ARCHITECTURES=121), Flash Attention et CUDA Graphs activés (note.com/pju). L’auteur note que llama.cpp a été préféré à ds4/Entrpi car le contexte cache y « fonctionne structurellement », là où ds4 détruisait le contexte CUDA à chaque éviction de cache.
• 1× Spark, ds4 (antirez) en IQ2_XXS : environ 14 tok/s en single-stream et 410 tok/s en prefill (août 2026) — la quantification agressive coûte cher en débit.
• 1× Spark, llama.cpp GGUF (35B-A3B) : jusqu’à 67 tok/s en pic (août 2026).
• 2× Spark, vLLM TP=2, FP8 : ~41 tok/s en single-stream, ~350 tok/s agrégés à concurrence 32, ~1 785 tok/s en prefill (août 2026).
• 2× Spark, NVFP4 + KV cache 1M : le modèle tourne avec un contexte de 1M tokens, moyennant un ajustement de configuration pour retrouver un taux d’acceptation correct (30 tok/s par défaut, améliorable) (forum NVIDIA, 31 juillet 2026).

Qwen3.8-27B : le petit qui monte

Sorti en août 2026, Qwen3.8-27B est devenu un favori pour les usages mono-nœud : 34-38 tok/s sur un Spark (20 août 2026). Son prédécesseur Qwen3.6-27B affichait 28-33 tok/s en session unique, jusqu’à 163 tok/s en pic de décodage, et 136 tok/s avec 10 agents simultanés — un indicateur de la qualité du batching continu. NVIDIA cite d’ailleurs Qwen 3.8 27B dans ses tests de la version 64 Go, avec un gain « jusqu’à 1,7× » sur deux systèmes (NeoTeo, 3 octobre 2026).

Ling-3.0-Flash : le nouveau venu

Publié le 23 juillet 2026 par Ant Group, Ling-3.0-Flash est un MoE de 124B paramètres (5B actifs) avec attention hybride native (couches KDA et MLA empilées 5:1). Il bat leur précédent modèle 1T sur presque tous les benchmarks et tourne sur un seul Spark à 15-20 tok/s, avec un contexte natif de 256K extensible à 1M. Un concurrent sérieux de DeepSeek V4 Flash pour l’agentique mono-nœud.

Comparaison avec les alternatives

Un benchmark tiers sur GPT-OSS 120B (juillet 2026) montre le Spark à 1 723 tok/s en prompt mais seulement 38,55 tok/s en génération, contre 1 642 tok/s en prompt et 124 tok/s en génération pour 3× RTX 3090. La cause est la bande passante : 273 Go/s pour le Spark contre ~3× 936 Go/s pour les 3090. La génération est limitée par la bande passante, pas par le calcul. C’est précisément pourquoi les MoE à faible nombre de paramètres actifs (13B pour DeepSeek V4 Flash, 5B pour Ling-3.0-Flash) s’envolent : ils sollicitent moins la mémoire par token généré.

Un mot sur les benchmarks indépendants : AA-AgentPerf-Local, publié par Artificial Analysis le 29 septembre 2026, est un outil open source qui mesure la vitesse réelle des agents IA sur laptops et stations, avec des résultats de lancement pour le DGX Spark, le Ryzen AI Halo, le MacBook Pro M5 Pro et la RTX 5090 sur quatre modèles open weight (artificialanalysis.ai). C’est aujourd’hui l’une des rares sources neutres et reproductibles — à privilégier sur les fiches constructeur.

Fine-tuning BF16 : l’exploit d’un 35B sur un seul Spark

Le fine-tuning local a longtemps été le talon d’Achille du Spark. Avec 128 Go de mémoire unifiée, la théorie disait que c’était possible ; la pratique butait sur la bande passante et sur la gestion de la mémoire unifiée partagée entre CPU et GPU. L’été 2026 a changé la donne : les utilisateurs rapportent désormais du fine-tuning BF16 d’un modèle 35B sur une seule machine, ce qui était impensable sur un GPU grand public à 24 Go. La clé est la mémoire unifiée : pas de transfert PCIe, pas de fragmentation entre VRAM et RAM système, mais une gestion fine du mem-fraction-static et des kernels CUTLASS pour éviter les OOM lors de la compilation JIT des couches MoE.

Pour les modèles plus gros, le fine-tuning devient une affaire de cluster. Sur deux nœuds (256 Go), on monte en taille de modèle ; sur quatre à huit nœuds, on entre dans le territoire des modèles de 405 milliards de paramètres — mais avec les contraintes réseau que nous détaillons ci-dessous. La règle pratique : fine-tuning BF16 confortable jusqu’à ~35B sur un nœud, LoRA/QLoRA au-delà, et parallélisme multi-nœuds dès qu’on dépasse la mémoire d’un seul Spark.

Clusters DGX Spark : la désagrégation, le réseau, et le talon d’Achille

Le Spark est une fusée à un étage : dès qu’on branche un deuxième nœud, le réseau devient le facteur limitant. NVIDIA équipe chaque Spark d’un ConnectX-7 capable de 200 Gb/s Ethernet — mais pas de NVLink. C’est la réalité du cluster Spark : pas de cohérence mémoire matérielle entre nœuds, tout passe par RDMA (RoCE). L’activation de RDMA apporte un gain d’environ 2,5× en débit réseau, ce qui est indispensable dès qu’on fait du tensor parallelism (TP=2, TP=4) sur des modèles qui ne tiennent pas sur un nœud.

La stratégie qui monte en 2026 est la désagrégation : spécialiser chaque nœud. Un nœud fait le prefill (calcul-intensif), un autre le décodage (bande-passante-intensif), un troisième sert de cache KV partagé. Sur deux Spark, un pool de cache KV partagé peut atteindre 1 105 096 tokens (août 2026) — de quoi servir des contextes très longs en agentique. C’est cette architecture qui permet à DeepSeek V4 Flash 0731 de tourner en NVFP4 avec un contexte de 1M tokens sur deux nœuds.

L’étude de cas QDNA illustre le passage à l’échelle : trois Spark en production depuis février 2026, avec un guide public sur le déploiement on-premises de DeepSeek V4 (qdna.fr). Le retour d’expérience confirme que le goulot n’est pas le calcul mais le réseau et la gestion du cache KV.

Côté tailles maximales : 2× Spark = 405 milliards de paramètres supportés (2026). Au-delà, il faut soit descendre en quantification, soit passer à quatre ou huit nœuds — avec les coûts réseau et la complexité de scheduling que cela implique. Et un rappel : la version 64 Go change la donne. Deux Spark 64 Go agrègent 128 Go, mais avec l’astuce de pool mémoire partagé, on peut dépasser ce que le modèle 128 Go seul offrait sur certains workloads — d’où le titre de Clubic : « moins de mémoire, mais une drôle d’astuce pour dépasser le modèle 128 Go » (Clubic, 2 octobre 2026).

La pile logicielle : DGX OS, CUDA 13, vLLM, TensorRT-LLM, NemoClaw

Le Spark tourne sous DGX OS (Ubuntu 24.04 customisé). Voici la procédure concrète pour activer les optimisations, mise à jour à l’automne 2026.

Étape 1 — Mettre à jour le système et CUDA. Vérifiez les release notes NVIDIA. La recette llama.cpp de référence (août 2026) tourne sur CUDA 13.0 avec un build ciblant explicitement SM 121. Attention : nvcc n’est pas dans le PATH par défaut, il faut spécifier CUDACXX=/usr/local/cuda/bin/nvcc.

Étape 2 — Choisir son moteur. TensorRT-LLM pour la performance maximale (kernels CUTLASS, NVFP4 natif) ; vLLM pour la flexibilité et le serving multi-requêtes (PagedAttention, continuous batching) ; llama.cpp pour la robustesse du cache de contexte et la simplicité. Depuis août 2026, la stack NemoClaw (fusion de NeMo et de l’écosystème llama.cpp) s’impose comme alternative sérieuse avec support natif du GB10 et gains mesurés sur les MoE récents.

Étape 3 — Quantifier en NVFP4. Utilisez NVIDIA ModelOpt pour re-quantifier vos modèles. Des checkpoints pré-quantifiés existent : DeepSeek-V4-Flash-0731-NVFP4, MiniMax-M2.5-NVFP4, Ant-Ling-3.0-Flash-NVFP4.

Étape 4 — Activer le décodage spéculatif — et le vérifier. Configurez le draft (Eagle3, DSpark) et contrôlez le taux d’acceptation par position. Si vous voyez l’avertissement w1_weight_scale_2 must match w3_weight_scale_2, appliquez le patch vLLM #49133 (normalisation des métadonnées de quantification du draft). Sans cette vérification, vous pouvez perdre un facteur 3 sans le savoir.

Étape 5 — Régler les variables d’environnement. Lors de la compilation JIT des kernels CUTLASS (surtout MoE), des OOM peuvent survenir. Contournement documenté :

export MAX_JOBS=1
export NVCC_THREADS=1
export OMP_NUM_THREADS=4

Et réduire --mem-fraction-static de 0.9 à 0.8.

Étape 6 — Activer RDMA en cluster (RoCE sur ConnectX-7) : gain ~2,5× en débit réseau, indispensable pour TP≥2.

Étape 7 — Build llama.cpp type (recette validée août 2026) :

git clone --depth 1 https://github.com/ggml-org/llama.cpp.git ~/code/llama.cpp
cd ~/code/llama.cpp
CUDACXX=/usr/local/cuda/bin/nvcc cmake -B build-cuda \
  -DGGML_CUDA=ON \
  -DCMAKE_CUDA_ARCHITECTURES=121 \
  -DCMAKE_BUILD_TYPE=Release \
  -DLLAMA_CURL=ON
cmake --build build-cuda -j20 --target llama-server llama-cli llama-bench

Build en ~150 secondes, avec Flash Attention (GGML_CUDA_FA), CUDA Graphs (GGML_CUDA_GRAPHS) et NCCL (GGML_CUDA_NCCL) activés.

Les pièges spécifiques au GB10 (et comment les éviter)

Quelques leçons apprises à la dure, à intégrer avant de déployer :

• Le contexte CUDA qui meurt : ds4/Entrpi peut détruire le contexte CUDA à chaque éviction de cache. llama.cpp gère structurellement mieux le cache de contexte — d’où des migrations vers llama.cpp en août 2026.
• Le draft mal configuré : voir ci-dessus, facteur 3 perdu silencieusement.
• La mémoire unifiée partagée : CPU et GPU se disputent les mêmes 128 Go (ou 64 Go). Surveillez mem-fraction-static et le cache KV.
• Les OOM de compilation JIT : limitez les jobs (MAX_JOBS=1).
• Le réseau : sans RDMA activé, un cluster TP=2 s’effondre. Pas de NVLink sur Spark.
• Les modèles vidéo : un rapport GitHub du 26 septembre 2026 documente un crash complet de l’hôte (whole-host loss) lors d’une inférence MiniMax H3 FL2VA en 864×480 sur un seul Spark GB10, après des runs réussis (github.com). La génération vidéo sur GB10 reste fragile — à réserver aux workloads testés.

Le 64 Go change la donne : faut-il acheter deux petits plutôt qu’un gros ?

C’est la question de l’automne. Avec le 64 Go à 4 999 $ et le 128 Go au-delà de 6 000 $, le calcul est simple : deux Spark 64 Go coûtent ~10 000 $ et offrent 128 Go agrégés, un cluster, et la possibilité de désagréger prefill/décodage. Un seul Spark 128 Go coûte ~6 000 $ et reste plus simple, plus silencieux, plus économe en énergie. Pour un usage mono-utilisateur sur des modèles ≤70B, le 128 Go reste le choix rationnel. Pour l’agentique multi-agents, le serving concurrent ou les modèles >70B, le cluster de deux 64 Go devient pertinent — à condition d’accepter la complexité réseau et RDMA.

Face à la concurrence, le Spark garde un avantage : l’AMD Ryzen AI Halo 192 Go (7 299,99 $ chez Micro Center, octobre 2026) charge des modèles de 300 milliards de paramètres que le Spark ne peut pas tenir, mais les benchmarks indépendants montrent que le Spark reste plus rapide en débit (TechTimes, 14 octobre 2026). Le Spark gagne la vitesse, l’Halo gagne la capacité. Et pour ceux qui hésitent, le comparatif 2026 du magazine rappelle que le Spark 64 Go à 4 999 $ reste l’étalon de l’IA locale sur bureau, face au mini-PC AMD à mémoire unifiée, à la station RTX 5090 (32 Go seulement) et au Mac Studio reconditionné.

Ce qu’il faut retenir

Trois conclusions pour l’automne 2026. Premièrement, le GB10 est fait pour les MoE à faible nombre de paramètres actifs : DeepSeek V4 Flash 0731 (13B actifs), Ling-3.0-Flash (5B actifs), Qwen3.8-27B — ce sont eux qui exploitent le mieux les 273 Go/s. Deuxièmement, le décodage spéculatif est un levier majeur mais piégeux : vérifiez toujours le taux d’acceptation, appliquez les patchs vLLM, et ne croyez pas un déploiement « stable » performant sans mesure. Troisièmement, la bascule du 23 octobre 2026 vers le 64 Go à 4 999 $ redéfinit l’économie du Spark : le cluster de deux petits nœuds devient une stratégie légitime, et la désagrégation réseau (RDMA, cache KV partagé) n’est plus un luxe mais une compétence de base.

Les 2,5× et 8× de NVIDIA ? Le 2,5× est réel et reproductible avec NVFP4 + TensorRT-LLM + décodage spéculatif correctement configuré. Le 8× vidéo reste une promesse sans méthodologie publiée. Comme toujours sur GB10 : mesurez, patchez, vérifiez.

Sources

• NVIDIA Developer Blog — DGX Spark 64GB Gives Developers More Ways to Build and Scale Local AI (2 octobre 2026)
• Frandroid — Nvidia lance le DGX Spark en 64 Go : faut-il acheter deux petits plutôt qu’un gros ? (2 octobre 2026)
• Clubic — NVIDIA lance un DGX Spark 64 Go : moins de mémoire, mais une drôle d’astuce pour dépasser le modèle 128 Go (2 octobre 2026)
• Pause Hardware — Le DGX Spark perd la moitié de sa mémoire mais conserve son tarif de 4 999 $ (2 octobre 2026)
• NeoTeo — DGX Spark 64 Go : NVIDIA annonce une configuration (3 octobre 2026)
• Forum développeur NVIDIA — 1× Spark : DeepSeek-V4-Flash-0731, 1 000 tok/s prefill, 59 tok/s multi-agent serving (1er août 2026)
• Forum développeur NVIDIA — DeepSeek-V4-Flash-0731 DSpark 1M NVFP4 KV 2× DGX Spark (31 juillet 2026)
• vLLM PR #49133 — normalisation de la quantification du draft DSpark
• note.com/pju — Complete Recipe for Running DeepSeek-V4-Flash 0731 on a Single DGX Spark with llama.cpp + DSpark Speculative Decoding (5 août 2026)
• Classmethod — Tried running DeepSeek V4 Flash-0731 on a single DGX Spark with llama.cpp
• Flowtivity — DeepSeek V4 Flash 0731 on Dual DGX Spark: Why 13B Active Parameters
• QDNA — DeepSeek V4 on-premises: which DGX, what speed, what cost
• GitHub — maliubiao/dgx-spark-2-deepseek-flash-0731 (setup guide)
• GitHub — MiniMax H3 FL2VA on single DGX Spark GB10 : whole-host loss (26 septembre 2026)
• Artificial Analysis — AA-AgentPerf-Local: Benchmarking local AI agents on laptops and workstations (29 septembre 2026)
• TechTimes — AMD Ryzen AI Halo 192GB Loads Models No Rival Can: DGX Spark Still Wins on Speed (14 octobre 2026)
• Pyshine — The Best DGX Spark for Local AI in 2026: LLM Speed, Model Sizes, and Clusters, With Sources (1er octobre 2026)
• Context Studios — Matériel pour l’IA locale en 2026 : DGX Spark, Mac Studio M5 Ultra, RTX 5090 et Strix Halo comparés (24 septembre 2026)
• NVIDIA — Systèmes DGX

Article recherché et rédigé automatiquement · Magazine Electrosens