---

Où en est le DGX Spark en octobre 2026 ?

La donne matérielle a changé à la rentrée. Le 2 octobre 2026, NVIDIA a officialisé une nouvelle déclinaison 64 Go de son mini-supercalculateur, commercialisée à partir du 23 octobre chez plusieurs constructeurs, à 4 999 dollars (blogs.nvidia.com, Frandroid, Clubic). Le paradoxe saute aux yeux : cette version embarque deux fois moins de mémoire unifiée que l’originale, mais coûte 1 000 dollars de plus que le prix de lancement du modèle 128 Go en 2025. En cause, la flambée des cours de la mémoire (LPDDR5) qui a renchéri toute la chaîne (Hardwareluxx Russia, Pause Hardware). Dans le même temps, la version 128 Go dépasse désormais les 6 000 dollars sur le marché.

Pourquoi diable acheter deux petits plutôt qu’un gros ? La réponse tient dans une astuce d’architecture : deux Spark 64 Go mis en cluster offrent 128 Go de mémoire agrégée, mais avec deux GB10 capables de se répartir le calcul, là où un seul Spark 128 Go plafonne sur un unique superchip. NVIDIA détaille d’ailleurs dans son annonce les tailles de modèles visées sur un ou deux systèmes, avec un test Qwen 3.8 27B affichant jusqu’à 1,7× d’accélération (NeoTeo). C’est le cœur de l’argument commercial de la rentrée : la scalabilité plutôt que le gros mono-boîtier.

Côté écosystème OEM, la concurrence s’organise. ASUS a dévoilé le 5 octobre son Ascent GX10 64 Go, également propulsé par le GB10 Grace Blackwell, avec 1 PFLOP de calcul et une cible revendiquée de modèles open source de 30 à 35 milliards de paramètres en local (press.asus.com). Même plateforme, prix et refroidissement différents (Techgenyz). Acer livre de son côté ses mini-PC GB10 128 Go depuis le 8 septembre 2026, positionnés 500 à 1 000 dollars sous le prix officiel NVIDIA. La guerre des boîtiers fait rage.

Et la concurrence ne vient plus seulement du camp x86. Le AMD Ryzen AI Halo 192 Go a débarqué chez Micro Center à 7 299,99 dollars, devenant le premier desktop compact capable de charger des modèles open-weight de 300 milliards de paramètres. Mais les benchmarks indépendants sont sans appel : le DGX Spark reste devant en vitesse (TechTimes). Plus de mémoire d’un côté, plus de débit de l’autre — le choix dépend de votre usage.

---

Poolside frappe fort : Laguna S 2.1, le premier grand open-weight américain depuis 11 mois

Fondée en 2023 par Jason Warner (ex-CTO de GitHub) et Eiso Kant, Poolside s’est imposée comme un acteur clé du codage assisté par IA. Le 21 juillet 2026, la startup a libéré sur Hugging Face Laguna S 2.1, un modèle open-weight de 118 milliards de paramètres (117,6 B exactement) avec une architecture mixture-of-experts (MoE) qui n’active que 8,5 milliards de paramètres par token. Les poids sont distribués sous licence OpenMDW-1.1 de la Linux Foundation, une licence permissive autorisant usage commercial et modifications.

Ce lancement met fin à une disette de 11 mois pour les modèles open-weight américains de cette taille : le dernier en date était le gpt-oss-120b d’OpenAI, sorti en août 2025. Poolside revendique une cible claire : l’inférence locale sur desktop, et en particulier sur le NVIDIA DGX Spark, ce mini-PC équipé du superchip GB10 Grace Blackwell (128 Go de mémoire unifiée, 1 000 TOPS, ~3 000 $ au lancement). Avec seulement 8,5 B de paramètres actifs, Laguna S 2.1 promet de rivaliser avec des modèles dix fois plus gros tout en tenant sur une seule machine. C’est d’ailleurs la première fois qu’un modèle de codage dépassant 100B paramètres liste officiellement le DGX Spark comme matériel supporté. Comme le souligne TheNextWeb, Poolside positionne explicitement cette sortie comme une réponse à la domination des laboratoires chinois (DeepSeek, Qwen, Kimi, Xiaomi) dans la catégorie open-weight, et comme une alternative self-hosted pour les entreprises et gouvernements occidentaux qui ne veulent pas envoyer leurs données à un fournisseur étranger.

Le modèle est également accessible via API chez plusieurs fournisseurs, avec des limites de débit et des benchmarks détaillés recensés par LLMPerks. Surtout, la communauté a rapidement publié des recettes de déploiement dédiées : un dépôt GitHub documente une configuration NVFP4 sur 1× DGX Spark (sojufx/Laguna-S-2.1-DGX-Spark-Recipe), tandis qu’un autre projet fournit un script d’installation clé en main (Reederey87/laguna-s-2.1-dgx-spark). La preuve que l’écosystème Spark s’organise vite autour des gros modèles.

---

Benchmarks officiels : Laguna S 2.1 domine les modèles ouverts, mais reste derrière les propriétaires

Les chiffres publiés par Poolside et relayés par AI-Stat (23 juillet 2026) sont éloquents. Le tableau ci-dessous compare Laguna S 2.1 à ses concurrents open-weight et propriétaires sur les benchmarks de codage.

Modèle	Taille (total-actif)	Terminal-Bench 2.1	SWE-bench Multilingual	SWE-Bench Pro
Laguna S 2.1	118B-A8.5B	70,2 %	78,5 %	59,4 %
Laguna M.1 (avril 2026)	225B-A23B	44,9 %	63,1 %	49,2 %
DeepSeek V4-Pro Max	1.6T-A49B	64,0 %	76,2 %	55,4 %
Thinking Machines Inkling	975B-A41B	63,8 %	—	54,3 %
MiniMax M3	428B-A23B	66,0 %	—	59,0 %
Claude Sonnet 5 (propriétaire)	—	80,4 %	—	63,2 %
GPT-5.6 Luna Max (propriétaire)	—	82,5 %	—	—

Sources : AI-Stat, Hugging Face, VentureBeat. Les scores des modèles propriétaires sont donnés à titre indicatif.

Laguna S 2.1 surpasse nettement son prédécesseur Laguna M.1 (225B-A23B) et devance DeepSeek V4-Pro Max et MiniMax M3 sur Terminal-Bench 2.1. Sur SWE-Bench Pro, il est au coude-à-coude avec MiniMax M3 (59,4 % contre 59,0 %). Cependant, les modèles propriétaires comme Claude Sonnet 5 et GPT-5.6 Luna Max restent supérieurs de 10 à 12 points. Poolside le reconnaît d’ailleurs : le modèle « n’est pas encore à la frontière », selon les termes rapportés par VentureBeat.

---

Spark Arena : le protocole de test qui met tous les modèles à égalité

Difficile de comparer des chiffres de débit épars, mesurés sur des configurations différentes. C’est précisément ce trou que comble AA-AgentPerf-Local, le protocole lancé par Artificial Analysis le 29 septembre 2026. Au démarrage, quatre modèles open-weight y sont testés sur quatre plateformes : DGX Spark, Ryzen AI Halo, MacBook Pro (M5 Pro) et RTX 5090. L’objectif : mesurer non pas le pic théorique, mais le comportement réel en charge agentique locale — ce qui compte pour un déploiement sur Spark.

Ce cadre change la lecture des benchmarks. Un modèle qui « crache » 60 tokens/s en single-stream peut s’effondrer à 15 tokens/s dès que dix agents se partagent la machine. Inversement, un modèle dense plus modeste peut tenir sa latence en multi-agents. C’est cette distinction — single-stream contre concurrence — qui structure désormais toutes les mesures terrain rapportées ci-dessous.

---

Les autres poids lourds open-weight du moment sur DGX Spark

Laguna S 2.1 n’est pas seul. Quatre autres familles méritent une attention particulière pour qui veut exploiter pleinement un DGX Spark.

Ant Ling-3.0-Flash 124B-A5B : le nouveau champion du rapport qualité/taille

Sorti officiellement le 23 juillet 2026, Ant Ling-3.0-Flash est un modèle de 124 milliards de paramètres avec seulement 5 milliards d’actifs par token. Selon les premiers retours sur les forums développeurs NVIDIA, il battrait leur précédent modèle de 1T paramètres sur presque tous les benchmarks, tout en tenant sur une seule Spark. Son architecture repose sur une attention hybride linéaire native : des couches KDA et MLA empilées dans un ratio 5:1, ce qui explique son efficacité exceptionnelle en inférence. Sa fenêtre de contexte native est de 256K tokens, extensible à 1M. Côté qualité, les scores rapportés sont solides : MMLU autour de 87 et HumanEval autour de 90. Le débit estimé sur une DGX Spark se situe entre 15 et 20 tokens/s — moins spectaculaire que DeepSeek V4 Flash, mais avec une qualité brute supérieure sur les tâches de raisonnement.

DeepSeek V4 Flash 0731 puis V4.1-Flash : le monstre d’efficacité

La mise à jour DeepSeek V4 Flash 0731 (284B paramètres, 13B actifs) a fait couler beaucoup d’encre fin juillet. Un utilisateur des forums NVIDIA a réussi à la faire tourner sur un seul DGX Spark avec un backend CUDA maison, atteignant des chiffres impressionnants : environ 1 000 tokens/s en prefill et 59 tokens/s en serving multi-agent (source). Une autre expérience sur 2× DGX Spark avec KV-cache et scheduling a montré des résultats prometteurs pour des agents IA privés, comme le rapporte Flowtivity. En quantification Q8 (UD-Q8_K_XL), le modèle pèse 162 Go, soit seulement 7 Go de plus qu’en Q4, pour une précision quasi sans perte (source forums).

Attention toutefois à la chronologie : depuis le 10 septembre 2026, DeepSeek a basculé son modèle principal vers V4.1-Flash, plus rapide et, dans de nombreux tests, devant son prédécesseur plus grand. L’ancien V4-Pro a été retiré et ses requêtes sont temporairement traitées par V4.1-Flash, en attendant un successeur V4.1-Pro annoncé (source). Pour les déploiements locaux sur DGX Spark, V4 Flash 0731 reste néanmoins la version open-weight de référence à ce jour.

Qwen3.6 puis Qwen3.8-27B : le dense qui surprend

Sorti le 22 avril 2026, Qwen3.6-27B d’Alibaba reste une valeur sûre pour l’inférence locale. Avec sa quantification NVFP4 publiée le 26 juin 2026, il atteint 28 à 33 tokens/s en session unique sur DGX Spark, mais explose à 136 tokens/s en mode multi-agents (10 agents simultanés), avec un pic de décodage mesuré à 163 tokens/s. Son score MMLU en NVFP4 est de 0,8446. La version Qwen3.8-27B, testée le 20 août 2026, pousse la génération à 34-38 tokens/s. Un choix pertinent pour ceux qui préfèrent un modèle dense, plus simple à fine-tuner. La famille Qwen3.8 bénéficie par ailleurs d’un support MTP (Multi-Token Prediction) qui accélère encore le débit sur les variantes Flash : jusqu’à 1,67× de speedup sans perte de qualité, passant de 83 à 138 tokens/s selon banandre.com.

MiMo-V2.6 : l’outsider chinois qui rebat les cartes

Le 22 septembre 2026, Xiaomi a créé la surprise en publiant MiMo-V2.6 en trois variantes — Pro, Flash et 9B — sous licence MIT (eWeek, SiliconANGLE). Le MiMo-V2.6-Pro égale Grok 4.7 sur l’Intelligence Index et surpasse Claude Opus 5 sur plusieurs benchmarks clés, selon Forkast. Sa sortie, le jour même de l’annonce de la puce Alibaba V900, est perçue comme un signal stratégique : le modèle open-weight devient la couche logicielle d’une offensive matérielle chinoise. Xiaomi a même diffusé en direct son tableau de bord d’entraînement RL, avec un coût de calcul affiché de 432 000 $/jour et un bond de 47 points sur les benchmarks (Forkast). Réserve importante : les gains annoncés en RL n’ont pas encore été reproduits indépendamment, et l’entraînement repose sur une infrastructure coûteuse. Sur DGX Spark, MiMo-V2.6-Flash et 9B sont les variantes les plus pertinentes ; le Pro, plus lourd, exigera un cluster.

---

Benchmarks réels : ce que crache vraiment une Spark

Les chiffres officiels des constructeurs ne disent pas tout. Voici ce que les mesures terrain — single-stream et multi-agents — donnent sur GB10, en croisant les faits datés les plus récents.

Configuration	Modèle	Débit single-stream	Débit agrégé / multi-agents	Prefill
1× DGX Spark	DeepSeek-V4-Flash IQ2_XXS (ds4.c)	~14 tok/s	—	410 tok/s
1× DGX Spark	GGUF 35B-A3B (llama.cpp)	jusqu’à 67 tok/s	—	—
1× DGX Spark	DeepSeek V4 Flash 0731 (backend CUDA)	—	59 tok/s (multi-agent)	~1 000 tok/s
2× DGX Spark (TP=2, vLLM)	DeepSeek-V4-Flash FP8	~41 tok/s	~350 tok/s @ c=32	~1 785 tok/s
2× DGX Spark (cache KV partagé)	—	—	pool de 1 105 096 tokens	—

Sources : forums développeurs NVIDIA, mesures indépendantes août 2026.

Deux enseignements. D’abord, le prefill est spectaculaire sur Spark : 1 000 à 1 785 tokens/s selon la configuration, ce qui rend les longs prompts (RAG, analyse de code) confortables. Ensuite, le décodage single-stream reste modeste (14 à 41 tok/s selon modèle et quantification) — c’est la limite intrinsèque des 273 Go/s de bande passante mémoire du GB10. Le multi-agents, lui, change la donne : la concurrence sature mieux les unités de calcul, et les débits agrégés grimpent.

La taille maximale de modèle supportée est également un point clé : 405 milliards de paramètres sur 2× DGX Spark, ce qui ouvre la porte à des MoE de la classe de DeepSeek V4 Flash en FP8. Sur un seul Spark, on reste confortablement dans la gamme 30-120B selon la quantification.

---

Mises à jour logicielles du DGX Spark : NVFP4, CUDA Windows Arm, PAIR et compagnie

NVFP4 : le format 4 bits qui tient ses promesses — mais avec des nuances

En juin 2026, NVIDIA a déployé une mise à jour logicielle majeure pour le DGX Spark, promettant un gain de performance de 2,6× grâce au format de quantification propriétaire NVFP4. Quatre mois après, les retours terrain confirment l’essentiel : le gain est réel, mais avec des nuances. Sur Qwen3.6-27B, le passage en NVFP4 améliore nettement le débit sans dégradation significative de la qualité (MMLU à 0,8446). En revanche, certains modèles très sensibles à la quantification (notamment les gros MoE) peuvent voir leur taux d’acceptation chuter — un utilisateur des forums NVIDIA a dû modifier la configuration de DeepSeek V4 Flash 0731 pour retrouver un taux d’acceptation correct (source). La recette NVFP4 de Laguna S 2.1 sur un seul Spark confirme par ailleurs que le format est désormais le chemin recommandé pour les modèles de codage lourds.

CUDA 13.4 pour Windows Arm : la preview qui ouvre des portes

Le 22 juillet 2026, NVIDIA a publié la première version préliminaire de CUDA 13.4 pour Windows sur Arm, native à Arm64 (source). Cette preview permet aux développeurs de préparer des applications pour les futures puces RTX Spark destinées aux PC portables Windows. SEGA l’a déjà adoptée. Le mouvement se confirme côté firmware : la mise à jour du 5 septembre 2026 ajoute au DGX Spark un certificat de démarrage Windows UEFI, tandis que NVIDIA confirme la mise en vente des PC RTX Spark sous Windows en octobre 2026 (StorageReview). L’écosystème DGX Spark ne se limite donc plus à Linux.

Cette bascule Windows prend de l’ampleur : le 7 octobre 2026, Microsoft a présenté sa vision d’une « Intelligence Hybride » où Windows devient le système d’exploitation des agents IA locaux, avec DeepSeek V4 Flash cité parmi les modèles mis en avant (blogs.windows.com, Journal du Geek). Et le 8 octobre, NVIDIA a dévoilé la DGX Station for Windows : 748 Go de mémoire cohérente, 20 PFLOPs FP4, lancement au Q4 2026 via six partenaires OEM (tech-insider.org). Le GB10 n’est plus qu’une marche de l’escalier.

PAIR : le routeur d’IA local que personne n’a vu venir

Le 5 septembre 2026, NVIDIA a discrètement publié PAIR (Personal AI Router), un outil gratuit et open source qui découvre les appareils compatibles sur le réseau domestique et y route l’inférence (ComputeLeap, LinkedIn). DGX Spark et RTX Spark fournissent le matériel ; PAIR orchestre. C’est une pièce stratégique : NVIDIA transforme des ordinateurs inactifs en mini data center IA personnel, et se positionne en amont de son propre empire cloud-GPU. Pour les utilisateurs de DGX Spark, cela ouvre la voie à des configurations hybrides où plusieurs machines se partagent la charge.

Optimisations vLLM et llama.cpp

Le 3 septembre 2026, NVIDIA a annoncé une simplification du support de l’IA locale pour ses GPU embarquant 24 Go de VRAM ou plus, avec des optimisations apportées à vLLM et llama.cpp (WCCFtech). Concrètement, la pile logicielle du DGX Spark bénéficie de kernels mieux ajustés et d’une gestion mémoire plus fine, ce qui réduit la friction pour déployer un modèle en local sans expertise CUDA poussée. NVIDIA maintient par ailleurs une documentation officielle pour servir des LLM avec vLLM sur un seul appareil (build.nvidia.com/spark/vllm).

TensorRT Edge-LLM et Nemotron-3.5 Lightning : le workflow edge

Dernière brique en date : le 30 octobre 2026, NVIDIA a détaillé un workflow en ligne de commande pour exécuter Nemotron-3.5 Lightning sur DGX Spark 64 Go, avec benchmarks et résultats de speculative decoding à l’appui (blockchain.news). C’est la confirmation que la stack logicielle Spark s’étend désormais jusqu’à l’edge, avec TensorRT Edge-LLM comme runtime de référence pour les modèles optimisés NVIDIA.

---

Fine-tuning sur DGX Spark : ce que la stack permet vraiment

Le fine-tuning local est devenu l’un des arguments les plus forts du GB10 — mais il faut être précis sur ce qui est réellement faisable.

Ce qui tourne bien. Les modèles denses de 7 à 27 milliards de paramètres se prêtent au LoRA et au QLoRA sur une seule Spark, grâce aux 128 Go de mémoire unifiée et au support de PyTorch/CUDA natif. Qwen3.8-27B, avec sa simplicité dense et son support MTP, est un candidat idéal : on peut l’adapter à un domaine métier sans quitter la machine. Les recettes NVFP4 facilitent également l’inférence post-entraînement sans perte notable.

Ce qui reste hors de portée d’un seul boîtier. Le fine-tuning complet (full fine-tuning) de modèles au-delà de ~30B paramètres exige un cluster. Sur 2× DGX Spark, on peut envisager du LoRA sur des MoE de la classe 100B+, mais le full fine-tuning de modèles de 200B+ reste l’affaire de 4 à 8 nœuds, voire de centres de données classiques. La bande passante mémoire (273 Go/s) limite les débits d’entraînement bien plus que d’inférence.

L’outillage. La pile NVIDIA (NeMo, TensorRT-LLM, support vLLM) fournit les briques, mais l’écosystème open source (Unsloth, Axolotl, PEFT) reste la voie la plus accessible pour un développeur seul. La bonne nouvelle : les optimisations vLLM/llama.cpp de septembre 2026 réduisent la friction pour passer d’un modèle fine-tuné à son serving local.

---

Clusters DGX Spark : deux, quatre, huit nœuds

C’est le grand virage de l’automne 2026. NVIDIA a discrètement ouvert la porte à des clusters de huit DGX Spark, faisant passer son mini-supercalculateur d’un boîtier « bon pour du 70B » à une plateforme capable d’héberger des modèles de plusieurs centaines de milliards de paramètres — jusqu’à 1 To de mémoire agrégée.

Ce qui circule vraiment entre deux Spark. Le lien repose sur ConnectX-7, RDMA et NCCL. La topologie (anneau ou étoile) décide du débit agrégé : en étoile, un nœud central devient goulot d’étranglement ; en anneau, la latence de saut s’accumule. Pour du tensor parallelism (TP=2), la bande passante inter-nœuds est critique — c’est elle qui explique l’écart entre 41 tok/s single-stream et 350 tok/s agrégé à concurrence 32 sur DeepSeek-V4-Flash FP8.

Le mythe du « pool unifié ». CUDA ne voit pas huit Spark comme une seule machine : chaque nœud a sa mémoire. C’est à vLLM, SGLang ou llama.cpp RPC de gérer la distribution. Le KV cache distribué est le point le plus délicat : sur 2× Spark avec cache partagé, on atteint un pool de 1 105 096 tokens, mais la latence d’accès au cache distant et la bande passante réseau plombent le scaling au-delà de 4 nœuds si l’on ne soigne pas la topologie.

La recette pratique. Monter un cluster de 2, puis 4, puis 8 Spark chez soi est désormais documenté : câblage ConnectX-7, configuration NCCL, réglage du TP et du pipeline parallelism, puis benchmark à concurrence croissante. Le message de NVIDIA est clair : la scalabilité horizontale est la réponse à la flambée des prix de la mémoire — plutôt qu’un gros boîtier à 6 000 $+, deux 64 Go à 4 999 $ chacun, reliés, offrent plus de flexibilité.

---

Le DGX Spark face à la concurrence : un marché qui se segmente

Le paysage s’est structuré en trois étages. En bas, le DGX Spark 64 Go (4 999 $) et ses clones OEM (ASUS Ascent GX10, Acer GB10) visent les développeurs et les agents locaux de 30-120B. Au milieu, le DGX Spark 128 Go (6 000 $+) et l’AMD Ryzen AI Halo 192 Go (7 299 $) arbitrent entre débit (NVIDIA) et capacité (AMD). En haut, la DGX Station for Windows (748 Go, 20 PFLOPs, Q4 2026) et les clusters 4-8 Spark adressent les charges de plusieurs centaines de milliards de paramètres.

Le fil rouge reste le même : l’IA locale n’est plus un gadget de développeur, c’est une catégorie de produit à part entière, avec sa grille tarifaire, ses benchmarks indépendants (AA-AgentPerf-Local) et sa pile logicielle (PAIR, vLLM, TensorRT Edge-LLM, CUDA Arm). Reste une question ouverte : à mesure que les modèles open-weight grossissent — Laguna S 2.1 à 118B, Ant Ling à 124B, MiMo-V2.6-Pro plus lourd encore —, le GB10 d’un seul boîtier suffira-t-il encore longtemps ? La réponse de NVIDIA, à l’automne 2026, tient en un mot : cluster.

---

Sources

• NVIDIA DGX Spark 64GB Gives Developers More Ways to Build and Scale Local AI — blogs.nvidia.com, 2 octobre 2026
• Nvidia lance le DGX Spark en 64 Go : faut-il acheter deux petits plutôt qu’un gros ? — Frandroid, 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
• Le DGX Spark perd la moitié de sa mémoire mais conserve son tarif de 4 999 dollars — Pause Hardware, 2 octobre 2026
• DGX Spark 64 Go : NVIDIA annonce une configuration — NeoTeo, 3 octobre 2026
• Теперь и с 64 Гбайт: DGX Spark получил более доступную версию — Hardwareluxx Russia, 2 octobre 2026
• ASUS Ascent GX10 64GB: Compact Agentic AI Supercomputer — ASUS, 5 octobre 2026
• ASUS Ascent GX 10 vs NVIDIA DGX Spark: Same GB 10 Platform, Very Different Prices — Techgenyz, 5 octobre 2026
• AMD Ryzen AI Halo 192GB Loads Models No Rival Can: DGX Spark Still Wins on Speed — TechTimes, 14 octobre 2026
• NVIDIA DGX Station for Windows: 748GB, 20 PFLOPs — tech-insider.org, 8 octobre 2026
• Building Windows for hybrid intelligence — Microsoft, 7 octobre 2026
• Oubliez l’IA, Windows présente son « Intelligence Hybride » capable de tourner en local — Journal du Geek, 7 octobre 2026
• NVIDIA details edge AI workflow for DGX Spark and TensorRT Edge-LLM — blockchain.news, 30 octobre 2026
• The Best DGX Spark for Local AI in 2026: LLM Speed, Model Sizes, and Clusters — pyshine.com, 1er octobre 2026
• Serve LLMs with vLLM on One Device | DGX Spark — build.nvidia.com
• Laguna S 2.1 NVFP4 on 1x DGX Spark — GitHub
• laguna-s-2.1-dgx-spark — GitHub
• Poolside drops Laguna S 2.1, an open-weight coding model that beats rivals 10x its size — VentureBeat
• Poolside Laguna S 2.1 open-weight coding model — TheNextWeb
• Laguna S 2.1 — LLMPerks
• Ant Ling-3.0-Flash 124B-A5B: new fast model for one Spark — forums développeurs NVIDIA
• 1x Spark DeepSeek V4 Flash 0731: 1000 tok/s prefill, 59 tok/s multi-agent serving — forums développeurs NVIDIA
• DeepSeek V4 Flash 0731 GGUF new model — forums développeurs NVIDIA
• DeepSeek V4 Flash 0731 DSPark 1M NVFP4 KV 2x DGX Spark — forums développeurs NVIDIA
• DeepSeek V4 Flash 0731 dual DGX Spark — Flowtivity
• DeepSeek — deepseek.fr
• Qwen3.8 MTP speedup — banandre.com
• MiMo-V2.6 — eWeek, 22 septembre 2026
• MiMo-V2.6 — SiliconANGLE, 22 septembre 2026
• MiMo-V2.6 RL training dashboard — Forkast
• CUDA 13.4 Windows Arm preview — mundowin.com, 22 juillet 2026
• PAIR (Personal AI Router) — ComputeLeap, 5 septembre 2026
• PAIR announcement — LinkedIn, 5 septembre 2026
• NVIDIA local AI optimizations for 24GB+ GPUs — WCCFtech, 3 septembre 2026
• Nvidia DGX Spark 64 Go : moins de mémoire pour plus cher — Generation-NT, 4 octobre 2026