NVIDIA DGX Spark · 20 October 2026

LLM open source sur DGX Spark : la mue de l’automne 2026 (64 Go, clusters validés, fine-tuning) et le vrai match des constructeurs

Pendant des mois, le DGX Spark a été une promesse solitaire : une mini-station de 128 Go de mémoire unifiée, annoncée en janvier 2025 sous le nom de Project DIGITS, renommée et tarifée au GTC de mars 2025, puis expédiée à partir de la semaine du 13 octobre 2025. Puis, le 18 mai 2025, au Computex, tout a basculé : sept constructeurs — Acer, ASUS, Dell, GIGABYTE, HP, Lenovo et MSI — ont été désignés partenaires officiels. Un an plus tard, la donne a encore changé deux fois : NVIDIA a ouvert le support multi-nœuds, puis a décliné sa machine en 64 Go le 2 octobre 2026, pour une commercialisation le 23 octobre. La question n’est plus « qu’est-ce que le Spark ? » mais « quelle configuration, quel format et quelle pile logicielle pour faire tourner mes LLM open source ? » Bienvenue dans l’automne 2026, celui où le supercalculateur personnel devient une gamme.

La fin du monopole : quand NVIDIA lâche les rênes du DGX Spark

Il faut se souvenir de l’état d’esprit de janvier 2025. NVIDIA dévoile le DGX Spark, un mini-PC de bureau de 150 × 150 × 51 mm, pesant 1,2 à 1,5 kg, équipé du superchip GB10 Grace Blackwell, capable d’atteindre 1 pétaflop de calcul IA en FP4 et doté de 128 Go de mémoire unifiée. Le produit est séduisant, mais il est vendu exclusivement par NVIDIA, comme une console de luxe pour développeurs. Les premiers retours de la communauté sont enthousiastes : des utilisateurs parviennent à faire tourner des modèles comme DeepSeek V4 Flash 0731 sur une seule machine, avec des débits impressionnants — 1 000 tokens/s en préfill et 59 tokens/s en serving multi-agents, comme le rapporte un forum NVIDIA début août 2026. Mais l’offre reste verrouillée.

Puis vient le Computex, le 18 mai 2025. NVIDIA annonce officiellement que sept constructeurs — Acer, ASUS, Dell, GIGABYTE, HP, Lenovo et MSI — construiront des systèmes DGX Spark et DGX Station. C’est un basculement stratégique majeur. NVIDIA ne vend plus seul : il ouvre sa plateforme à l’écosystème PC traditionnel, exactement comme il l’a fait pour les cartes graphiques il y a vingt-cinq ans. Le communiqué, relayé par Nasdaq, précise que ces partenaires proposeront leurs propres designs, avec leurs propres châssis, leurs propres systèmes de refroidissement, leurs propres garanties.

Cette ouverture change la donne sur un point fondamental : le matériel n’est plus un argument de vente unique. Tous les partenaires utilisent la même puce GB10 (ou ses variantes). Ce qui différenciera les marques, ce sera l’écosystème logiciel, le support, la qualité de fabrication, et la politique de mise à jour. C’est une logique que les vétérans du PC connaissent bien : quand Intel a ouvert son architecture aux constructeurs, c’est le BIOS, le design et le support qui ont fait la différence entre un Dell et un Acer. On risque de revivre exactement la même histoire, mais avec des enjeux bien plus élevés : la compatibilité avec les stacks d’inférence comme vLLM ou Unsloth.

Il y a cependant une confusion naissante qu’il faut dissiper d’emblée. Les sources officielles parlent de « DGX Spark » pour le mini-PC, mais les constructeurs et la presse utilisent de plus en plus le terme « RTX Spark » pour désigner la plateforme, notamment pour les PC portables. Frandroid a d’ailleurs publié un article au titre évocateur : « Un seul silicium, trois étiquettes : on démêle le bazar entre RTX Spark, le nom de code N1X et le GB10 du DGX Spark ». Cette confusion n’est pas anodine : elle reflète une stratégie de marque floue de la part de NVIDIA, qui cherche à décliner sa technologie sur plusieurs segments — mini-PC, portables, stations de travail — sans harmoniser sa communication. Pour l’acheteur, c’est un piège : on peut croire acheter un « DGX Spark » et se retrouver avec un portable « RTX Spark » aux performances différentes, ou inversement.

GB10 sous toutes les coutures : 1 pétaflop, 128 Go, et une variante secrète à 18 cœurs

Le cœur de cette plateforme, c’est le superchip GB10 Grace Blackwell. Les spécifications sont désormais bien établies : un CPU ARM Nvidia Grace à 20 cœurs (10 Cortex-X925 + 10 Cortex-A725, architecture Neoverse, aarch64), un GPU Blackwell avec 6 144 cœurs CUDA (compute capability 12.1, sm_121), jusqu’à 1 pétaflop de calcul IA en FP4, et 128 Go de mémoire unifiée LPDDR5x avec une bande passante de 273 Go/s. Ces chiffres, confirmés par Les Numériques, Clubic, le guide Ultralytics et le deep research de pyshine.com, sont impressionnants pour une machine de bureau. Mais ce qui intéresse vraiment les utilisateurs de LLM open source, c’est la mémoire : 128 Go de mémoire unifiée, c’est la capacité de charger des modèles de 70 milliards de paramètres en quantisation 4 bits, voire des modèles plus gros en quantisation plus agressive. Pour donner un ordre d’idée, DeepSeek V4 Flash 0731, un modèle de 284 milliards de paramètres, peut être exécuté sur un seul DGX Spark en quantisation Q4 (environ 155 Go), comme le montre le projet d’émulation indépendante documenté sur DeepWiki. C’est un exploit que peu de machines de bureau peuvent revendiquer.

Mais il y a une ombre au tableau : une seconde variante de la puce est évoquée par VideoCardz, rapportée par Clubic. Cette variante aurait 18 cœurs CPU et 5 120 cœurs CUDA, soit une configuration réduite par rapport à la version 20 cœurs / 6 144 cœurs. Qui l’aura ? Pourquoi ? Les rumeurs suggèrent qu’elle pourrait équiper les PC portables, où la dissipation thermique est plus contrainte. Un portable fin comme l’ASUS ProArt P14 (13,9 mm d’épaisseur) ne peut pas évacuer la chaleur d’un GPU à pleine puissance. Réduire le nombre de cœurs permet de baisser le TDP et de maintenir des performances soutenables. C’est une logique classique dans l’industrie : on ne met pas un i9 dans un ultrabook sans le brider.

L’impact sur les performances en inférence est potentiellement significatif. Moins de cœurs CUDA signifie moins de parallélisme, donc des débits de tokens plus faibles. Mais attention : pour l’inférence de modèles de type MoE (Mixture of Experts), le goulot d’étranglement est souvent la bande passante mémoire, pas le nombre de cœurs. Les 128 Go de mémoire unifiée sont partagés entre CPU et GPU, et la bande passante est le facteur limitant. Une réduction de 20 % du nombre de cœurs CUDA pourrait n’entraîner qu’une baisse de 10 à 15 % des performances en génération, tout en permettant un refroidissement plus efficace. C’est un compromis acceptable pour un portable.

Le vrai plafond, celui qui décide de tout, c’est la bande passante : 273 Go/s, soit environ un quart des 1,2 To/s d’un Mac Studio M5 Ultra. C’est ce seul chiffre qui prédit le débit de décodage. Sur les modèles MoE — où seuls quelques milliards de paramètres s’activent par token — le Spark est réellement rapide. Sur les modèles denses de 70B, il peut descendre sous la vitesse de lecture. C’est le constat honnête que tire pyshine.com après un an de benchmarks publiés : le Spark est « une machine de capacité et un monstre de traitement de prompt, pas un démon du décodage ».

Pour situer le positionnement, il faut comparer avec le DGX Station, le grand frère. Équipé du GB300 Grace Blackwell Ultra Desktop Superchip, il offre jusqu’à 20 pétaflops et 784 Go de mémoire unifiée, avec un ConnectX-8 SuperNIC à 800 Gb/s. C’est un monstre, destiné aux équipes de recherche qui veulent faire tourner des modèles de plusieurs centaines de milliards de paramètres en précision native. Le Spark, lui, est un outil de prototypage et d’inférence locale pour les modèles jusqu’à ~70B en Q4, ou les MoE jusqu’à ~300B en Q4. Entre les deux, il y a un fossé de prix et de performances, mais aussi d’usage : le Spark est conçu pour être posé sur un bureau, le Station pour être installé dans un rack.

Le 64 Go change la donne : moins de mémoire, plus cher, et une astuce de cluster

C’est la nouvelle la plus récente, et elle rebat les cartes tarifaires. Le 2 octobre 2026, NVIDIA a officialisé une déclinaison du DGX Spark à 64 Go de mémoire unifiée, commercialisée à partir du 23 octobre 2026 chez plusieurs constructeurs. Le prix : 4 999 dollars. Problème apparent : c’est 1 000 dollars de plus que le prix de lancement de la version 128 Go en 2025. La raison est mécanique — la flambée des cours de la (LP)DDR5 — et elle frappe toute la gamme : le même jour, le modèle 128 Go grimpe au-delà des 6 000 dollars sur le marché, comme le relèvent Frandroid, Pause Hardware et generation-nt.com.

La vraie question que pose cette version 64 Go est celle du dimensionnement. Un seul Spark de 64 Go ne fait pas tout ce que fait un 128 Go : les modèles denses de 70B en FP8 (~70 Go de poids) ne rentrent plus, et il faut descendre en quantisation plus agressive. Mais NVIDIA a une « drôle d’astuce » pour dépasser le modèle 128 Go, comme le titre Clubic : le support multi-nœuds. Deux Sparks de 64 Go, reliés par leur port ConnectX-7 200 GbE, mutualisent leur mémoire et leurs capacités de calcul. C’est exactement la logique que la firme met en avant dans son billet de blog du 2 octobre : « DGX Spark 64GB runs local AI agents on-device with the full NVIDIA AI stack — and clusters for greater performance as workloads grow. » La question que tout le monde se pose devient donc : faut-il acheter deux petits plutôt qu’un gros ? À 4 999 dollars l’unité, deux Sparks de 64 Go coûtent 9 998 dollars, contre plus de 6 000 dollars pour un seul 128 Go. Le calcul n’est plus seulement une affaire de mémoire, mais de topologie et d’usage.

Il faut aussi noter que cette annonce s’inscrit dans un contexte logiciel plus large. Le 7 octobre 2026, Microsoft a présenté sa vision « Windows for Hybrid Intelligence », avec des agents IA locaux et une mention explicite de DeepSeek V4 Flash dans la keynote. NVIDIA, de son côté, a publié le 8 octobre les détails du DGX Station for Windows : 748 Go de mémoire cohérente, 20 pétaflops FP4, lancement au quatrième trimestre 2026 via six partenaires OEM. Le Spark n’est donc plus un produit isolé : c’est le bas de gamme d’une famille qui monte en puissance, et c’est précisément ce qui rend la question du format et de la mémoire si stratégique.

Portables ProArt, convertibles MSI, mini-PC Acer : la guerre des formats est déclarée

L’automne 2026 marque le véritable lancement commercial de cette diversification. ASUS et MSI sont en première ligne, avec des PC portables. ASUS dévoile les ProArt P14 (H7407) et P16 (H7607), deux machines au design soigné : dalles OLED 120 Hz, luminosité de 1600 cd/m², Delta E < 1, définitions 3K pour le 14 pouces et 4K pour le 16 pouces. Les profils sont fins : 13,9 mm pour le P14 (1,48 kg), 12,9 mm pour le P16 (1,77 kg). Ce sont des machines de créateurs, pensées pour l’édition photo/vidéo autant que pour l’IA. MSI répond avec le Prestige N16 Flip AI+, un convertible équipé d’un stylet Nano Pen, d’une batterie de 99,9 Wh et d’une dalle 16 pouces UHD+ Tandem OLED. Là encore, le positionnement est clair : la mobilité et la flexibilité d’usage.

Ces choix de formats sont stratégiques. ASUS et MSI misent sur le fait que les développeurs et les chercheurs veulent emporter leur machine de démonstration, présenter leurs modèles en clientèle, travailler dans un café. Un portable avec 128 Go de mémoire unifiée, c’est un argument de vente énorme pour les consultants en IA. Mais il y a un revers : le refroidissement. Un châssis de 13,9 mm d’épaisseur ne peut pas contenir un système de dissipation digne d’un mini-PC. Les performances soutenues en inférence longue durée risquent d’être bridées par la thermique. C’est un point que les acheteurs devront surveiller : les benchmarks de la communauté sur les Sparks de bureau montrent des débits stables, mais qu’en sera-t-il sur un portable fin ?

Acer, lui, a déjà livré. Le constructeur taïwanais a commercialisé son mini-PC RTX Spark à partir du 8 septembre 2026, avec 128 Go de mémoire unifiée et une puce GB10, positionné 500 à 1 000 dollars sous le prix du DGX Spark officiel. C’est un signal fort : le format mini-PC, plus conservateur mais plus pertinent pour l’inférence locale (châssis plus grand, meilleur refroidissement, ventilateurs plus silencieux, meilleure sustentation des performances), arrive en premier sur le marché. Gigabyte, habitué des cartes mères et des stations de travail, prépare également un mini-PC, attendu début 2027. Dell, Lenovo et HP, pourtant annoncés officiellement, n’ont pas encore dévoilé leurs designs. C’est un mystère : que préparent-ils ? Dell pourrait proposer un châssis de type Precision, avec un refroidissement renforcé et une garantie professionnelle. Lenovo pourrait décliner sa gamme ThinkStation. HP pourrait surprendre avec un design compact et modulaire. Mais rien n’est confirmé à ce jour.

Clusters : ce que deux, quatre et huit Sparks changent vraiment

C’est l’autre grande mutation de l’été 2026 : NVIDIA a officialisé le support multi-nœuds pour le DGX Spark, promettant des modèles jusqu’à 700 milliards de paramètres. La promesse est-elle tenue ? Sur le papier, chaque Spark embarque un port ConnectX-7 200 GbE, ce qui permet de les relier en réseau. Dans la pratique, la communauté a dû batailler : câbles approuvés, topologies (full-mesh, étoile, huit nœuds), firmwares et playbooks officiels. C’est un sujet que notre magazine a traité en détail dans « LLM open source sur NVIDIA DGX Spark : clusters, benchmarks, fine-tuning et la nouvelle donne du 64 Go à l’automne 2026 », et il faut en retenir l’essentiel.

Les chiffres validés, désormais publiés, donnent une échelle claire. Un seul Spark fait tourner gpt-oss-120b à 55-60 tok/s, et jusqu’à 67 tok/s sur un 35B-A3B en llama.cpp. Deux Sparks constituent le « sweet spot » validé pour la classe 235B-405B en FP4 : avec un cache KV partagé, le pool atteint 1 105 096 tokens, et en TP=2 sous vLLM avec DeepSeek-V4-Flash FP8, on mesure environ 350 tok/s agrégés à concurrence 32, 41 tok/s en single-stream et 1 785 tok/s en prefill. Quatre Sparks sont validés par NVIDIA pour la classe 700B. Enfin, une rack communautaire de six nœuds fait tourner un modèle de 753B à 7,4 tok/s — un débit lent, mais qui tient dans un placard.

Le détail qui compte pour l’acheteur, c’est la taille maximale de modèle supportée : 405 milliards de paramètres sur deux Sparks. C’est la frontière pratique entre « je fais tourner un gros MoE confortablement » et « je bricole ». Et c’est là que le 64 Go entre en jeu : deux Sparks de 64 Go mutualisés offrent 128 Go de pool, soit exactement la mémoire d’un seul 128 Go — mais avec deux fois la puissance de calcul et deux fois la bande passante agrégée. Pour les charges de travail parallélisables (prefill, serving multi-agents), c’est un gain réel. Pour un modèle dense qui ne tient pas dans 128 Go, c’est un mur.

vLLM, Unsloth et le spectre de la fragmentation : le logiciel fera-t-il la différence ?

C’est la grande question qui agite les forums depuis l’annonce du Computex : chaque constructeur va-t-il verrouiller son BIOS, son firmware ou ses pilotes ? Si ASUS décide de limiter l’accès à certains réglages de mémoire ou de refroidissement, les utilisateurs de vLLM ou d’Unsloth pourraient se retrouver avec des performances bridées, ou pire, des incompatibilités. L’histoire récente du PC nous a appris à nous méfier : les BIOS propriétaires, les verrouillages UEFI, les pilotes signés uniquement pour Windows, tout cela existe. Mais NVIDIA a un intérêt stratégique à imposer une certaine standardisation.

Pour l’instant, les signaux sont plutôt rassurants. NVIDIA a publié le 22 juillet 2026 une première version préliminaire de CUDA 13.4 pour Windows sur Arm, native à Arm64. C’est un geste fort : cela signifie que les développeurs peuvent préparer leurs applications pour RTX Spark, et que SEGA l’a déjà prise en charge. Ce kit de développement est un signal clair que NVIDIA veut un écosystème ouvert, pas un jardin clos à la Apple. Les pilotes sont signés par NVIDIA, pas par les constructeurs, ce qui réduit le risque de fragmentation. Et le 2 octobre, la firme a réaffirmé que le DGX Spark 64 Go embarque « la pile IA NVIDIA complète », ce qui inclut CUDA, les conteneurs NGC et les bibliothèques d’inférence.

Reste la question du BIOS. Sur un PC classique, le BIOS est standardisé (UEFI, ACPI), et les constructeurs ne peuvent pas s’en écarter trop sans casser la compatibilité. Pour le Spark, la situation est différente : la plateforme est nouvelle, et NVIDIA pourrait laisser les constructeurs personnaliser certains paramètres (gestion thermique, profils de performance, overclocking mémoire). C’est une épée à double tranchant : d’un côté, cela permet aux constructeurs de différencier leurs machines ; de l’autre, cela crée des comportements variables qui compliquent la vie des développeurs. Un modèle qui chauffe plus qu’un autre, une mémoire qui se bride à 120 Go au lieu de 128, un ventilateur qui s’emballe sous charge : autant de petits problèmes qui peuvent transformer une démo en cauchemar.

Sur le plan logiciel, la vraie bataille se joue sur la pile d’inférence. Notre comparatif 2026 des piles sur DGX Spark le montre : sur une machine où le matériel est figé, ce qui varie d’un facteur deux, ce n’est pas la machine — c’est le moteur que vous posez dessus. Le piège des cinq premières minutes est connu : un pip install malheureux installe un PyTorch CPU-only qui vous vole votre GPU. Il faut passer par les wheels aarch64 et les conteneurs officiels. La famille serveur (vLLM, SGLang, TensorRT-LLM) offre le meilleur débit et le meilleur support des agents, à condition de dompter PagedAttention et le KV cache. La famille desktop (Ollama, LM Studio, llamafile) séduit par sa simplicité mais coûte cher en performances. La famille compilée/latence (TensorRT-LLM, ExLlamaV2/V3, MLC) se paie en heures de build pour gagner des millisecondes de TTFT.

Le fine-tuning mérite une mention à part. Sur un Spark, la mémoire unifiée de 128 Go permet d’envisager le LoRA sur des modèles de taille moyenne, mais pas le full fine-tuning d’un 70B. Unsloth reste la référence pour les adaptateurs LoRA efficaces en mémoire, et la communauté a publié des recettes qui tiennent sur un seul nœud. Pour les modèles plus gros, il faut passer au cluster — et là, la complexité du parallélisme distribué refait surface. C’est un chantier que notre magazine suit de près, et les chiffres de fine-tuning restent, à ce jour, moins documentés que ceux de l’inférence.

Enfin, il faut parler des modèles eux-mêmes, car c’est eux qui dictent le matériel. L’état des lieux de septembre 2026 est clair : trois modèles Flash ont bouleversé le paysage. GLM-5.3-Flash (320B MoE, ~18B actifs, contexte 1M, MIT, sorti le 26 août 2026) est le codeur open-weight le plus fort de sa classe, mais ses poids FP8 natifs pèsent environ 306 GiB — une machine de 128 Go ne suffit pas. DeepSeek V4.1 Flash (552B MoE + Engram n-gram, ~14B actifs, contexte 1M, MIT, ouvert le 10 septembre 2026) est une reconstruction : 189 GiB de tables Engram restent sur SSD dans le paquet Q2 pendant que 152 GiB de poids principaux tournent en mémoire. Qwen3.8-Flash-Next (125B MoE + 51B n-gram, ~6B actifs, 262K natif, 1M avec YaRN, licence Qwen Community, 28 août 2026) est le plus économe en paramètres actifs. À cela s’ajoutent les modèles plus petits qui font le bonheur d’un seul Spark : Qwen3.8-27B (34-38 tok/s, sorti en août 2026), Qwen3.6-27B (28-33 tok/s en session unique, jusqu’à 163 tok/s en pic de décodage, 136 tok/s avec 10 agents), et les MoE de la classe 35B-120B.

Le verdict pratique est simple : un seul Spark est fait pour la classe 35B-120B MoE. Deux Sparks sont le point d’équilibre validé pour 235B-405B en FP4. Quatre Sparks ouvrent la classe 700B. Au-delà, on entre dans le bricolage communautaire, avec des débits qui se comptent en quelques tokens par seconde. Et pour mesurer tout cela de façon reproductible, la communauté dispose désormais d’un outil : AA-AgentPerf-Local, publié par Artificial Analysis le 29 septembre 2026, qui benchmarke les agents IA locaux sur laptops et stations de travail, 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.

Ce qu’il faut retenir avant d’acheter

Trois recommandations se dégagent de cet automne 2026. Premièrement, si vous visez un seul modèle de la classe 70B dense, le Spark n’est pas la bonne machine : privilégiez un Mac Studio M5 Ultra ou une RTX 5090, dont la bande passante ou le rapport performance/prix seront meilleurs. Deuxièmement, si vous visez les MoE de la classe 120B-400B, le Spark est la référence CUDA, et deux nœuds de 64 Go sont désormais une option sérieuse face à un seul 128 Go — à condition d’accepter la complexité du cluster. Troisièmement, surveillez le logiciel plus que le matériel : la pile d’inférence, les pilotes et les mises à jour firmware feront plus de différence entre deux machines que le nombre de cœurs CUDA. Et gardez un œil sur le DGX Station for Windows, qui arrive au quatrième trimestre 2026 avec 748 Go de mémoire cohérente et 20 pétaflops : le haut de gamme se rapproche, et il pourrait bien redéfinir ce que « local » veut dire.

Sources

• NVIDIA DGX Spark 64GB Gives Developers More Ways to Build and Scale Local AI — blogs.nvidia.com, 2 octobre 2026
• NVIDIA lance un DGX Spark 64 Go : moins de mémoire, mais une drôle d’astuce pour dépasser le modèle 128 Go — Clubic, 2 octobre 2026
• Nvidia lance le DGX Spark en 64 Go : faut-il acheter deux petits plutôt qu’un gros ? — Frandroid, 2 octobre 2026
• Le DGX Spark Perd La Moitié De Sa Mémoire Mais Conserve Son Tarif De 4 999 Dollars — Pause Hardware, 2 octobre 2026
• Nvidia DGX Spark 64 Go : moins de mémoire pour plus cher et toujours pour l’IA locale — Generation-NT, 4 octobre 2026
• DGX Spark 64 Go : NVIDIA annonce une configuration — NeoTeo, 3 octobre 2026
• NVIDIA DGX Station for Windows: 748GB, 20 PFLOPs — Tech Insider, 8 octobre 2026
• Building Windows for hybrid intelligence — Windows Blog, 7 octobre 2026
• The Best DGX Spark for Local AI in 2026: LLM Speed, Model Sizes, and Clusters, With Sources — pyshine.com, 1er octobre 2026
• LLM ouverts actuels et le matériel sur lequel ils tournent (septembre 2026) — Context Studios, septembre 2026
• AA-AgentPerf-Local: Benchmarking local AI agents on laptops and workstations — Artificial Analysis, 29 septembre 2026
• Un DGX Spark, deux LLM open source, zéro miracle — Code Alchimie, 3 septembre 2026
• Guide de démarrage rapide : NVIDIA DGX Spark avec Ultralytics YOLO26 — Ultralytics
• New Software and Model Optimizations Supercharge NVIDIA DGX Spark — NVIDIA Developer Blog
• NVIDIA DGX Spark and DGX Station Power the Latest Open-Source and Frontier Models — NVIDIA Blog
• MiniMax H3 FL2VA on single DGX Spark GB10: whole-host loss during 864×480 T2V — GitHub, 26 septembre 2026
• Xiaomi MiMo-V2.6 Open Source: Pro, Flash, 9B Models — eWeek, 23 septembre 2026

Article recherché et rédigé automatiquement · Magazine Electrosens