NVIDIA DGX Spark · 15 October 2026

DGX Spark 64 Go à 4 999 $ : la pénurie de mémoire redessine la machine — décryptage technique et recettes pour les propriétaires

NVIDIA a ouvert les ventes d’une DGX Spark à 64 Go le 23 octobre 2026, à 4 999 $ — soit moins de mémoire et de stockage que la version 128 Go d’origine, pour un prix supérieur à celui de son lancement. Derrière cette anomalie tarifaire se cache une recomposition brutale du marché mémoire qui change concrètement l’équation pour quiconque possède ou envisage une Spark. Voici ce que la réduction à 64 Go implique vraiment, et comment continuer à faire tourner de gros modèles dessus.

Une annonce qui ressemble à une erreur de communication

Il y a des fiches produit qui se lisent deux fois. Celle publiée par NVIDIA début octobre 2026 en fait partie. Une DGX Spark à 64 Go de mémoire unifiée, commercialisée à partir du 23 octobre 2026 à 4 999 $, alors que la version 128 Go d’origine était moins chère à son lancement en 2025. Le même jour, cette même version 128 Go voit son prix grimper — au-delà des 6 000 $ sur le marché selon Pause Hardware, qui résume la situation d’une formule : « le DGX Spark perd la moitié de sa mémoire mais conserve son tarif de 4 999 dollars ».

Sur le papier, c’est absurde. Dans les faits, c’est parfaitement lisible. La couverture de Clubic parle d’« une drôle d’astuce pour dépasser le modèle 128 Go », et Frandroid pose la bonne question : « faut-il acheter deux petits plutôt qu’un gros ? ». Derrière le titre provocateur, il y a une réalité industrielle que tout propriétaire de Spark doit comprendre, parce qu’elle détermine ce qu’il pourra ou non faire tourner sur sa machine dans les douze prochains mois.

La note officielle de NVIDIA reste sobre : la DGX Spark 64 Go « exécute des agents IA locaux sur l’appareil avec la pile AI complète de NVIDIA — et se met en cluster pour plus de performance à mesure que les charges de travail augmentent ». C’est la phrase clé. NVIDIA ne vend pas une machine amoindrie : il vend une machine dont le mode d’emploi a changé.

La chronologie : comment on est passé de 128 Go à 64 Go plus cher

Pour saisir l’anomalie, il faut la replacer dans le calendrier. La DGX Spark — née sous le nom de projet « DIGITS » — a été présentée au CES de janvier 2025 comme un supercalculateur personnel Grace Blackwell de bureau, avec 128 Go de mémoire unifiée. Le positionnement était clair : mettre dans une boîte de la taille d’un mini-PC de quoi faire tourner des modèles open source de taille respectable, sans cloud, sans facturation à la seconde.

Puis le marché mémoire a basculé. La montée en flèche des prix du HBM et de la LPDDR5X — la couverture de Hardware & Co note que « la chose est peu surprenante, vu les cours actuels de la (LP)DDR5… » — a rendu la configuration 128 Go structurellement plus chère à produire. Résultat : plutôt que d’augmenter frontalement le prix de la 128 Go, NVIDIA a introduit une variante 64 Go à 4 999 $, tout en laissant la 128 Go dériver au-dessus des 6 000 $.

Le tableau raconte tout : ce n’est pas la 64 Go qui est chère, c’est la mémoire qui l’est devenue. Et NVIDIA a choisi de segmenter plutôt que de subir.

Ce que 64 Go changent vraiment : la mécanique de la mémoire unifiée

La DGX Spark repose sur un SoC GB10 Grace Blackwell, avec un CPU Grace à 10 cœurs Arm et une mémoire unifiée LPDDR5X partagée entre CPU et GPU. Cette architecture est ce qui fait sa force : pas de copie de tenseurs entre deux pools de mémoire, pas de PCIe comme goulot d’étranglement pour le chargement des poids. Mais elle a une contrepartie brutale : tout ce dont le modèle a besoin doit tenir dans le même espace.

Concrètement, quand vous chargez un modèle, la mémoire unifiée doit accueillir trois choses simultanément :

1. Les poids du modèle (en fonction de la quantification choisie)
2. Le cache KV (qui grandit linéairement avec la longueur de contexte et le nombre de séquences simultanées)
3. L’overhead du runtime, des buffers CUDA, du framework d’inférence

Passer de 128 à 64 Go ne divise pas simplement « la taille des modèles qu’on peut charger par deux ». Le cache KV, lui, ne se comprime pas par magie. C’est là que se situe le vrai point de rupture, et c’est là que les propriétaires de Spark 64 Go doivent apprendre à travailler différemment.

Les chiffres publiés par la communauté donnent la mesure du problème. Sur une Spark unique en 2026, on observe environ 14 tok/s en single-stream sur DeepSeek-V4-Flash en quantification IQ2_XXS (mesure antirez sur ds4), avec un prefill à 410 t/s. Sur des modèles plus modestes, la même machine atteint jusqu’à 67 tok/s sur un modèle 35B-A3B via llama.cpp. Autrement dit : la Spark n’est pas lente, elle est petite. Le débit n’est pas le problème — la capacité l’est.

Où se situent les nouveaux points de rupture

Avec 64 Go, la question n’est plus « quel modèle puis-je charger ? » mais « quelle combinaison modèle + quantification + contexte puis-je tenir ? ».

Prenons les ordres de grandeur. Un modèle de 70 milliards de paramètres en INT4 pèse environ 35 Go de poids. Il reste donc, sur 64 Go, une trentaine de gigaoctets pour le cache KV et l’overhead. C’est jouable pour du contexte moyen, mais dès qu’on monte vers des fenêtres longues ou du batch, la marge disparaît. Un modèle de 120 milliards de paramètres en INT4 frôle les 60 Go de poids seuls : il ne rentre plus, sauf à descendre en quantification plus agressive (IQ2/IQ3) au prix d’une dégradation de qualité.

C’est exactement pour cela que le cluster 2× Spark cesse d’être un luxe. Les mesures de la communauté sont sans ambiguïté : deux Spark en tensor parallel (TP=2) avec vLLM sur DeepSeek-V4-Flash FP8 délivrent ~350 tok/s en agrégé à concurrence 32, ~41 tok/s en single-stream, et un prefill d’environ 1 785 t/s. Surtout, le pool de cache KV partagé atteint 1 105 096 tokens — un ordre de grandeur qui change complètement ce qu’on peut faire en agents multiples ou en RAG sur documents longs.

Et la limite théorique documentée pour deux Spark est de 405 milliards de paramètres. C’est cette configuration, pas la machine seule, qui définit le vrai plafond de la plateforme.

Recettes pratiques : survivre et prospérer sur 64 Go

Voici le cœur du sujet pour quiconque possède ou envisage une Spark 64 Go. La bonne nouvelle : la contrainte est gérable, à condition d’accepter de changer ses habitudes.

1. Choisir la quantification en fonction du contexte visé, pas de la qualité seule. Sur une machine à mémoire contrainte, l’INT4 (AWQ, GPTQ) est le point de départ raisonnable pour les modèles jusqu’à ~70B. Pour les modèles plus gros, il faut descendre vers des quantifications type IQ2/IQ3 — c’est précisément ce que fait antirez sur DeepSeek-V4-Flash en IQ2_XXS pour tenir sur une seule Spark. Le compromis qualité/débit est réel, mais il est connu et mesurable.

2. Traiter le cache KV comme la ressource rare. C’est lui qui décide si vous pouvez servir un utilisateur ou dix. Sur une Spark unique, privilégier des contextes courts et des sessions séquentielles plutôt que parallèles. Sur deux Spark, le pool partagé de plus d’un million de tokens ouvre la porte aux charges agentiques réelles — les mesures sur Qwen3.6-27B montrent d’ailleurs 136 tokens/s avec 10 agents simultanés contre 28-33 tokens/s en session unique, ce qui illustre à quel point l’architecture de service change le résultat.

3. Utiliser l’offload CPU/SSD comme soupape, pas comme stratégie. L’offload permet de charger des modèles qui ne tiennent pas entièrement en mémoire, mais chaque aller-retour vers le CPU ou le SSD coûte en latence. C’est acceptable pour du batch, pas pour de l’interactif.

4. Arbitrer fine-tuning LoRA vs inférence. Sur une Spark à mémoire contrainte, faire tourner un LoRA en parallèle d’un modèle de service est souvent intenable. La règle pragmatique : soit vous inférez, soit vous entraînez — rarement les deux sur la même machine au même moment. Le fine-tuning LoRA reste possible sur des modèles de taille modeste, mais il consomme la mémoire que vous auriez consacrée au cache KV.

5. Penser cluster dès l’achat. Si vos charges de travail dépassent le 70B en contexte long, ou si vous visez des agents multiples, la deuxième Spark n’est pas une option ultérieure — c’est la configuration cible. Le ConnectX-7 et le tensor parallel vLLM sont là pour ça.

Est-ce un accident ou une segmentation durable ?

La tentation est de lire la Spark 64 Go comme un accident conjoncturel : une pénurie de mémoire, un ajustement temporaire, un retour à la normale dès que les prix LPDDR5X redescendront. C’est probablement une erreur d’analyse.

Trois signaux suggèrent une segmentation durable. D’abord, l’écosystème bouge dans ce sens : Acer propose un mini-PC à base de GB10 avec 128 Go de mémoire unifiée, positionné 500 à 1 000 $ sous le prix NVIDIA, livré depuis le 8 septembre 2026. Le marché des « supercalculateurs personnels » se peuple, et la mémoire devient le principal axe de différenciation. Ensuite, la pile logicielle de NVIDIA elle-même pousse vers le cluster : la communication officielle insiste sur le fait que la machine « se met en cluster pour plus de performance à mesure que les charges de travail augmentent ». Enfin, la comparaison avec les alternatives — AMD Ryzen AI Halo à 256 Go/s de bande passante et 34-39 tok/s sur un modèle 120B, Mac Studio, RTX 5090 — montre que la bataille se joue désormais sur le couple capacité/bande passante, pas sur la seule puissance de calcul.

Le benchmark AA-AgentPerf-Local publié le 29 septembre 2026 par Artificial Analysis va dans le même sens : il compare DGX Spark, Ryzen AI Halo, MacBook Pro M5 Pro et RTX 5090 sur quatre modèles open weight, dans un contexte où l’évaluation se déplace vers les charges agentiques locales. La Spark y est jugée sur ce qu’elle fait en situation, pas sur ses specs brutes.

Faut-il acheter maintenant, attendre, ou basculer vers un cluster ?

La réponse dépend entièrement de votre usage.

Si vous débutez en IA locale et visez des modèles jusqu’à ~30-70B en contexte raisonnable : la Spark 64 Go à 4 999 $ reste une porte d’entrée cohérente dans l’écosystème NVIDIA, avec la pile AI complète et la perspective d’ajouter une seconde machine plus tard. Mais comparez sérieusement avec l’offre Acer à 128 Go, moins chère de 500 à 1 000 $ — l’arbitrage n’est plus évident.

Si vous visez des modèles de plus de 100B ou des charges agentiques : n’achetez pas une Spark seule. La configuration cible est 2× Spark, et c’est là que le pool de cache KV de plus d’un million de tokens et le débit agrégé de ~350 tok/s prennent tout leur sens. Le coût total dépasse alors largement les 10 000 $, ce qui ramène la comparaison avec le cloud sur la table.

Si vous possédez déjà une Spark 128 Go : ne cédez pas à la panique. Votre machine vient de prendre de la valeur relative — elle est désormais vendue au-delà de 6 000 $ sur le marché. La question n’est pas de la remplacer, mais de décider si vous ajoutez une seconde machine pour passer en cluster.

Si vous attendez une baisse : mauvaise stratégie à court terme. Tant que les cours de la LPDDR5X et du HBM restent tendus, la mémoire restera l’élément le plus cher de la facture. La segmentation 64/128 Go n’est pas près de disparaître.

Sources

• Systèmes DGX : conçus pour répondre aux demandes uniques de l’IA | NVIDIA
• DGX Platform: Built for Enterprise AI | NVIDIA
• NVIDIA DGX Spark 64GB Launched and Big 128GB GB10 Price Increases — ServeTheHome
• Nvidia debuts $4,999 DGX Spark with half the RAM and storage, amid memory crunch — The Register
• NVIDIA’s new DGX Spark has half the RAM and costs more than the original 128GB model did at launch — TweakTown
• Nvidia’s 64GB DGX Spark starts at $4,999 on October 23 — tbreak
• NVIDIA DGX Spark 64GB Gives Developers More Ways to Build and Scale Local AI — NVIDIA Blog
• NVIDIA lance un DGX Spark 64 Go : moins de mémoire, mais une drôle d’astuce pour dépasser le modèle 128 Go — Clubic
• Nvidia lance le DGX Spark en 64 Go : faut-il acheter deux petits plutôt qu’un gros ? — Frandroid
• Le DGX Spark Perd La Moitié De Sa Mémoire Mais Conserve Son Tarif De 4 999 Dollars — Pause Hardware
• Le DGX Spark se prend une cure d… — Hardware & Co
• AA-AgentPerf-Local: Benchmarking local AI agents on laptops and workstations — Artificial Analysis
• NVIDIA DGX Spark 2026 : le mini PC IA ultime ? Comparatif complet — OutilsIA

Article recherché et rédigé automatiquement · Magazine Electrosens