NVIDIA DGX Spark · 12 October 2026

DGX Spark face au Ryzen AI Halo : quel mini-supercalculateur pour vos LLM open source à l’automne 2026 ?

Deux boîtiers compacts, 128 Go de mémoire unifiée, un même objectif : faire tourner des LLM open source de pointe sur votre bureau. Mais entre le NVIDIA DGX Spark et l’AMD Ryzen AI Halo, le choix n’a jamais été aussi serré — ni aussi complexe. Entre hausse de prix, mises à jour logicielles majeures, nouveaux modèles MoE ultra-efficaces, l’arrivée d’une déclinaison 64 Go et d’une DGX Station for Windows à 748 Go, nous avons disséqué les deux machines pour vous aider à trancher en cette rentrée 2026.

Un marché en pleine explosion : l’IA locale est devenue un segment à part entière

Il y a encore deux ans, faire tourner un LLM de 70 milliards de paramètres sur sa machine personnelle relevait de la gageure. Les GPU grand public manquaient de mémoire, les cartes professionnelles coûtaient le prix d’une voiture, et le cloud semblait la seule voie raisonnable. En 2026, la donne a radicalement changé. Le marché mondial des stations de travail IA pèse désormais 18,6 milliards de dollars et croît à 16,3 % par an, selon les analyses de syskb.com. Au cœur de cette dynamique : le NVIDIA DGX Spark (puce GB10 Grace Blackwell) et l’AMD Ryzen AI Halo (APU Strix Halo, Ryzen AI Max+ 395), deux mini-PC IA qui promettent de démocratiser l’inférence locale de modèles à plusieurs centaines de milliards de paramètres.

Le contexte logiciel n’a jamais été aussi favorable. Les modèles open source récents sont conçus pour être efficaces sur du matériel à mémoire unifiée. DeepSeek V4 Flash 0731, sorti fin juillet 2026, ne mobilise que 13 milliards de paramètres actifs par token (sur 284 milliards au total) tout en rivalisant avec des modèles propriétaires bien plus gros — un choix idéal pour ces machines. Poolside Laguna S 2.1, dévoilée le 23 juillet 2026, atteint des performances impressionnantes en codage avec 118 milliards de paramètres et tient dans un seul desktop, comme le rapporte habr.com (en russe). Qwen3.8-27B d’Alibaba, sorti en août 2026, s’impose comme la référence de sa catégorie avec un score de 52 sur l’Artificial Analysis Intelligence Index, selon blog.openzeka.com. Et l’automne a apporté son lot de nouveautés : Xiaomi MiMo-V2.6 (Pro, Flash et 9B), publiée sous licence MIT le 22 septembre 2026, dont la variante Pro revendique des performances de premier plan sur l’Intelligence Index, comme le rapportent SiliconANGLE et forkast.news.

Mais attention : si les deux machines partagent une même ambition, elles n’ont ni la même philosophie, ni les mêmes forces, ni le même public. Et entre septembre et octobre 2026, le paysage s’est encore enrichi avec l’arrivée du RTX Spark, de la DGX Station for Windows, d’une déclinaison DGX Spark à 64 Go, et d’une future version AMD à 192 Go. Le duel est plus subtil qu’il n’y paraît.

Fiche technique : deux architectures, deux visions

Le tableau comparatif ci-dessous résume l’essentiel des caractéristiques officielles et des prix constatés à l’automne 2026.

Premier constat : les deux machines affichent une mémoire unifiée identique de 128 Go LPDDR5X. Ce n’est pas de la HBM3e comme sur les gros serveurs DGX, mais de la LPDDR5X, plus abordable et suffisante pour des modèles de 70 à 140 milliards de paramètres quantifiés. La bande passante diffère légèrement : 273 Go/s pour le GB10 contre 256 Go/s pour le Strix Halo. Un écart de 6 % qui, nous le verrons, a des conséquences disproportionnées sur certaines tâches.

Côté prix, la situation a considérablement évolué. Le DGX Spark Founders Edition a été lancé à 3 999 $ en octobre 2025, mais une pénurie de mémoire LPDDR5X et de NAND a poussé NVIDIA à augmenter son tarif de 18 % à 4 699 $ en février 2026. AMD, de son côté, positionne son Ryzen AI Halo à 3 999 $ avec un SSD de 2 To — un prix stable qui le rend mécaniquement plus attractif sur le papier. Attention toutefois à une idée reçue tenace : le prix de 2 999 $ souvent cité pour le DGX Spark appartient en réalité à l’ASUS Ascent GX10, variante OEM du Spark. Or ASUS a lui aussi relevé son tarif à 3 999 $ le 18 août 2026 (runaihome.com), ce qui referme l’écart avec AMD. Le GX10 conserve néanmoins un stockage réduit à 1 To, ce qui peut s’avérer limitant pour les très gros modèles.

Notons que le Ryzen AI Halo, testé en profondeur par HotHardware et XDA Developers, se distingue par son format ultra-compact : 150 × 150 × 45,4 mm pour moins de 1,2 kg, avec un TDP qui peut être poussé à 120 W en boost (55 W en nominal). Un atout non négligeable pour qui manque de place.

Performances d’inférence : le prefill fait toujours la différence, mais les nouveaux modèles changent la donne

C’est le cœur du sujet. Les benchmarks disponibles, bien que rapportés par des vendeurs et la communauté (et explicitement non vérifiés en laboratoire indépendant), dressent un portrait contrasté. Sur le modèle gpt-oss 120B, les chiffres sont les suivants :

• Génération de tokens (decode) : ~34 tok/s sur le Ryzen AI Halo, ~39 tok/s sur le DGX Spark. L’écart est modeste, environ 15 %.
• Traitement de prompt (prefill) : ~340 tok/s sur l’AMD, ~1 720 tok/s sur le NVIDIA. Un écart d’un facteur 5 !

Ce contraste s’explique par l’architecture : la génération de tokens est limitée par la bande passante mémoire (256 vs 273 Go/s), tandis que le prefill est une tâche massivement parallèle qui dépend de la puissance de calcul brute. Le GB10 de NVIDIA, avec son ~1 PFLOP FP4, écrase le Strix Halo et ses ~112 TOPS INT4.

Mais à l’automne 2026, les benchmarks sur les modèles récents sont encore plus parlants. Sur Qwen3.8-27B, le DGX Spark atteint 34-38 tok/s en génération (test du 20 août 2026), et NVIDIA revendique jusqu’à 1,7× de gain sur ce même modèle selon ses propres mesures relayées par NeoTeo (3 octobre 2026). Mieux : avec le support du Multi-Token Prediction (MTP) pour Qwen3.8-Flash-Next, les utilisateurs rapportent des vitesses de 83 à 138 tok/s avec une vérification exacte, comme le détaille banandre.com (2 septembre 2026).

Sur DeepSeek V4 Flash 0731, les chiffres sont spectaculaires : un utilisateur du forum NVIDIA rapporte 1 000 tok/s en prefill et 59 tok/s en multi-agent serving sur un seul Spark (1er août 2026, forums.developer.nvidia.com). Avec une configuration NVFP4 et un ajustement de config, un autre testeur atteint 30 tok/s en sortie de boîte, mais remonte à plus de 40 tok/s après correction (forums.developer.nvidia.com). En configuration plus frugale (ds4.c, quantification IQ2_XXS), on retombe à ~14 tok/s en single-stream et 410 tok/s en prefill — un rappel utile que les chiffres dépendent énormément de la quantification et du moteur d’inférence choisis.

Ces chiffres méritent d’être pris avec précaution — ils proviennent de blogs et forums tiers qui reconnaissent eux-mêmes ne pas avoir effectué de tests en laboratoire. Mais la cohérence entre les sources (runaihome.com, compute-market.com, forums NVIDIA) et la logique architecturale qui les sous-tend leur donnent une certaine crédibilité. Bonne nouvelle pour la rigueur : depuis le 29 septembre 2026, l’outil open source AA-AgentPerf-Local d’Artificial Analysis permet enfin de benchmarker 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 le RTX 5090 sur quatre modèles open-weights (artificialanalysis.ai). C’est la première grille de mesure indépendante et reproductible du segment — à suivre de près.

Écosystème logiciel : CUDA contre ROCm, le match reste inégal mais se resserre

Si les performances brutes sont importantes, le choix d’une machine repose souvent sur son écosystème logiciel. Et là, le combat reste déséquilibré, même si AMD progresse.

Le DGX Spark tourne exclusivement sous Linux (DGX OS) et bénéficie de l’écosystème CUDA complet : TensorRT-LLM, vLLM, PyTorch avec CUDA, et tous les outils de fine-tuning comme Unsloth ou Axolotl fonctionnent sans friction. NVIDIA a également publié le 21 juillet 2026 une preview du CUDA Toolkit 13.4 pour Windows on Arm, ouvrant la voie à une future compatibilité avec les machines RTX Spark — mais le DGX Spark lui-même reste Linux-only pour l’instant.

La mise à jour majeure de juin 2026 a apporté le support NVFP4 (floating point 4 bits NVIDIA), qui permet d’exploiter pleinement le 1 PFLOP FP4 du GB10. Combiné à vLLM et aux optimisations récentes, cela débloque des performances nettement supérieures sur les modèles récents. Le framework Uzu a également fait parler de lui : sa mise en œuvre du speculative decoding (décodage spéculatif) pour Qwen3.6-27B, annoncée le 3 septembre 2026 par trymirai.com, promet des gains significatifs sur les puces Apple M5, mais aussi sur d’autres architectures.

L’AMD Ryzen AI Halo, lui, s’appuie sur ROCm, Vulkan et Ollama. La prise en charge de ROCm s’est nettement améliorée, et le fait de pouvoir faire tourner Windows 11 nativement est un atout indéniable pour la polyvalence — d’autant que Microsoft a fait de Windows une plateforme d’agents IA locaux avec son annonce « Intelligence Hybride » du 7 octobre 2026 (blogs.windows.com). Les utilisateurs rapportent toutefois des difficultés ponctuelles avec certains frameworks et une documentation moins fournie. Pour le développement IA, Linux reste la norme, et c’est là que CUDA conserve son avantage.

En pratique, un développeur habitué à CUDA trouvera le DGX Spark immédiatement familier. Tout fonctionne « out of the box ». Avec le Ryzen AI Halo, il faudra parfois bricoler, chercher des solutions sur les forums, adapter des scripts. Rien d’insurmontable, mais cela demande du temps et de la patience.

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

Le fine-tuning, et plus particulièrement le QLoRA, est un usage de plus en plus courant chez les développeurs qui veulent adapter un modèle à leurs données. Et là, le DGX Spark a réalisé un exploit remarquable en 2026 : affiner un modèle de 35 milliards de paramètres en pleine précision BF16, sans quantification, sur une simple station de travail posée sur un bureau. C’est le pari relevé par une démonstration communautaire largement relayée, comme le détaille notre article « DGX Spark en septembre 2026 : fine-tuning BF16, clusters 2× et l’écosystème open-source qui explose ».

Cette prouesse repose sur une astuce de chargement cruciale : le piège du mmap. Par défaut, le chargement en mémoire mappée (mmap) fait planter le DGX Spark, forçant une quantification indésirable. La parade consiste à utiliser une méthode de chargement alternative qui évite la quantification et permet d’exploiter les 128 Go de mémoire unifiée à leur plein potentiel. C’est un exemple parfait de la maturité logicielle acquise par la plateforme en un an et demi.

Les outils de fine-tuning ont également gagné en maturité. Unsloth et Axolotl fonctionnent sans friction sur le GB10, et la puissance de calcul du GB10 permet des itérations plus rapides. Sur un cluster de deux DGX Spark, les tests montrent un gain de temps de fine-tuning d’un facteur 1,8 sur un modèle Llama 3 70B en Q-LoRA par rapport à un nœud unique — un chiffre significatif pour les équipes qui veulent itérer rapidement.

Pour l’AMD, le fine-tuning est possible via ROCm, mais les performances sont généralement inférieures et la compatibilité avec les frameworks de fine-tuning moins bien assurée. Les utilisateurs qui souhaitent faire du fine-tuning intensif devraient sérieusement considérer le DGX Spark.

Passer à l’échelle : le cluster, l’atout caché de NVIDIA

Un autre avantage majeur du DGX Spark réside dans sa capacité à être clusterisé. NVIDIA a conçu le GB10 pour fonctionner en réseau via ConnectX-7 (200 Gbps RoCE). Avec deux nœuds, on obtient 256 Go de mémoire unifiée et un pool de cache KV partagé qui atteint 1 105 096 tokens en configuration optimisée (août 2026) — de quoi servir de longues fenêtres de contexte en multi-agents. En tensor-parallel (TP=2) sous vLLM avec DeepSeek-V4-Flash en FP8, on mesure ~350 tok/s agrégés à concurrence 32 et ~41 tok/s en single-stream, avec un prefill à ~1 785 tok/s (août 2026).

Les paliers de capacité sont désormais bien documentés : 2 nœuds pour un modèle de 405 milliards de paramètres, 4 nœuds pour 700 milliards, et 8 nœuds pour 750 milliards et plus. C’est cette évolutivité qui distingue radicalement le Spark de la plupart de ses concurrents, y compris le Ryzen AI Halo, dont la mise en cluster reste anecdotique.

Attention cependant aux limites réelles. Les incidents communautaires documentés — comme le crash complet d’un hôte unique lors d’une inférence MiniMax H3 FL2VA en 864×480 sur GB10 (github.com, 26 septembre 2026) — rappellent que la plateforme n’est pas infaillible sur les charges vidéo lourdes. Et la mise à jour de juillet 2026 a introduit son lot de régressions (OOM, gestion de la mémoire d’affichage, cloud-init), comme nous l’avons détaillé dans notre article dédié à la maintenance.

Le tournant de l’automne 2026 : 64 Go, DGX Station et Windows

Le paysage a basculé en quelques semaines. Le 2 octobre 2026, NVIDIA a annoncé une déclinaison DGX Spark 64 Go, disponible le 23 octobre 2026 à partir de 4 999 $ — soit 1 000 $ de plus que le prix de lancement de la version 128 Go en 2025, comme le relèvent Frandroid et Clubic. Le paradoxe est savoureux : la version 64 Go coûte plus cher que la 128 Go ne coûtait à son lancement, et la version 128 Go dépasse désormais les 6 000 $ sur le marché. NVIDIA détaille les tailles de modèles visées sur un ou deux systèmes, avec un test Qwen 3.8 27B jusqu’à 1,7× plus rapide (NeoTeo, 3 octobre 2026). La question que tout le monde se pose : faut-il acheter deux petits plutôt qu’un gros ? La réponse dépend de votre charge — le clustering 2× reste l’argument massue.

Le 8 octobre 2026, NVIDIA a frappé un second grand coup avec la DGX Station for Windows : 748 Go de mémoire cohérente, 20 pétaflops FP4, un lancement au quatrième trimestre 2026 via six partenaires OEM (tech-insider.org). C’est une autre catégorie de machine, mais elle redessine le haut du segment et confirme la stratégie de NVIDIA : couvrir tout le spectre, du Spark 64 Go au poste de travail GB300 sous Windows.

Cette arrivée de Windows dans l’équation n’est pas un détail. 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 mis en avant dans la keynote (journaldugeek.com, news.microsoft.com). Pour AMD, c’est une aubaine : le Ryzen AI Halo est nativement Windows, là où le DGX Spark reste Linux-only. Pour NVIDIA, c’est un pont vers la DGX Station.

Enfin, la concurrence s’organise sur les prix. Acer a livré ses premiers mini-PC RTX Spark le 8 septembre 2026, avec 128 Go unifiés et un positionnement 500 à 1 000 $ sous le DGX Spark officiel. ASUS a lancé le ProArt GR1X (128 Go unifiés, RTX Spark, agents IA locaux) à destination des TPE et PME (syskb.com, 22 septembre 2026). Et HP prépare une machine AMD équipée du RTX Spark. La guerre des prix fait rage, mais elle se joue désormais autour de 4 000 $, pas de 2 000 $.

Verdict : qui doit acheter quoi à l’automne 2026 ?

Choisissez le NVIDIA DGX Spark si : vous faites du fine-tuning sérieux (l’exploit BF16 d’un 35B est un argument décisif), vous écrivez du CUDA ou dépendez de TensorRT-LLM, vous voulez clusteriser (2 nœuds pour 405B, 4 pour 700B), ou vous travaillez sur des charges agentiques gourmandes en prefill. Le surcoût de ~700 $ face à AMD se justifie par l’écosystème et l’évolutivité. Si le budget est serré, guettez l’ASUS Ascent GX10 ou les variantes Acer — mais vérifiez le stockage.

Choisissez l’AMD Ryzen AI Halo si : vous voulez une machine polyvalente sous Windows 11, vous faites principalement de l’inférence sur des modèles MoE (où l’écart de génération est marginal), vous appréciez le format ultra-compact, ou vous voulez économiser sur le prix d’entrée. Le prefill cinq fois plus lent reste le principal point noir, mais pour un usage conversationnel ou RAG léger, il passe souvent inaperçu.

Attendez si : vous visez le très haut de gamme. La DGX Station for Windows (748 Go, 20 PFLOPs) arrive au Q4 2026, et une version AMD à 192 Go est annoncée. Si vos besoins dépassent les 200 milliards de paramètres, ces machines seront plus pertinentes qu’un Spark clusterisé.

Une chose est sûre : en 2026, l’IA locale open source n’est plus un pari. C’est un marché, avec ses gagnants, ses perdants, et des machines qui tiennent enfin leurs promesses — à condition de savoir laquelle choisir.

Sources

• syskb.com — NVIDIA DGX Spark : spécifications et usages
• runaihome.com — AMD Ryzen AI Halo vs NVIDIA DGX Spark 2026
• blog.openzeka.com — Qwen3.8-27B on DGX Spark
• banandre.com — Qwen3.8-Flash-Next MTP
• trymirai.com — Speculative decoding in Uzu
• forums.developer.nvidia.com — DeepSeek V4 Flash 0731 sur 1× Spark
• forums.developer.nvidia.com — DeepSeek V4 Flash 0731 NVFP4 sur 2× DGX Spark
• artificialanalysis.ai — AA-AgentPerf-Local
• HotHardware — AMD Ryzen AI Halo hands-on review
• XDA Developers — Review AMD Ryzen AI Halo
• tech-insider.org — NVIDIA DGX Station for Windows
• Frandroid — Nvidia lance le DGX Spark en 64 Go
• Clubic — NVIDIA lance un DGX Spark 64 Go
• NeoTeo — DGX Spark 64 Go : NVIDIA annonce une configuration
• journaldugeek.com — Windows et l’Intelligence Hybride
• blogs.windows.com — Building Windows for hybrid intelligence
• news.microsoft.com — Building Windows for Hybrid Intelligence (EMEA)
• SiliconANGLE — Xiaomi MiMo-V2.6 series
• forkast.news — Xiaomi MiMo-V2.6 open weights
• habr.com — Poolside Laguna S 2.1
• github.com — MiniMax H3 FL2VA sur DGX Spark GB10

Article recherché et rédigé automatiquement · Magazine Electrosens