NVIDIA décline son mini-supercalculateur DGX Spark dans une nouvelle version équipée de 64 Go de mémoire unifiée. Commercialisée à partir du 23 octobre chez plusieurs constructeurs, elle pourra surtout fonctionner par paire grâce à un nouvel outil capable de créer automatiquement un cluster local.
L’IA locale continue de descendre doucement de son piédestal. NVIDIA annonce aujourd’hui une nouvelle déclinaison de son DGX Spark, son mini-PC pensé avant tout pour l’inférence, les agents IA et le développement en local. Cette fois, la machine se contente de 64 Go de mémoire unifiée, contre 128 Go sur la version que nous avions longuement testée cet été.
Cette nouvelle configuration sera disponible à partir du 23 octobre, exclusivement chez Acer, ASUS, Dell, Gigabyte, HP et MSI, avec un tarif annoncé à partir de 4 999 dollars. Elle conserve le même cœur technologique : le GB10 Grace Blackwell Superchip, DGX OS, l’environnement CUDA et la pile logicielle NVIDIA dédiée à l’IA.
Jusqu’à 100 milliards de paramètres sur une seule machine
Avec ses 64 Go de mémoire, NVIDIA annonce la possibilité d’exécuter localement des modèles comptant jusqu’à 80 milliards de paramètres. L’intérêt reste le même que sur le DGX Spark original : faire tourner des modèles, agents, outils de génération ou pipelines de traitement directement sur la machine, sans envoyer données et requêtes vers le cloud.
C’est précisément ce que nous avions cherché à vérifier cet été en confiant pendant six semaines notre travail quotidien à un DGX Spark, en remplacement de services comme Claude, Gemini ou Codex. L’expérience avait notamment montré que la quantité de mémoire disponible reste l’un des critères déterminants pour choisir les modèles utilisables confortablement en local.
Deux DGX Spark 64 Go peuvent travailler comme une seule machine
Tous les DGX Spark embarquent en effet une interface réseau ConnectX-7. Deux machines peuvent être reliées directement par un câble QSFP puis configurées automatiquement grâce au nouveau NVIDIA Sync Cluster Assistant.
L'outil détecte les deux Spark, vérifie leur configuration et configure le réseau ConnectX-7 sans demander à l’utilisateur de monter manuellement son environnement distribué. Les deux systèmes mettent alors leurs ressources en commun : 128 Go de mémoire, deux fois plus de bande passante mémoire et la possibilité, selon NVIDIA, de prendre en charge des modèles allant jusqu’à 200 milliards de paramètres.
Plus surprenant, NVIDIA affirme que deux modèles 64 Go peuvent dans certains cas dépasser un DGX Spark 128 Go unique. Sur son test réalisé avec Qwen 3.8 27B, le constructeur mesure jusqu’à 70 % de performances supplémentaires avec deux machines en cluster. Un résultat évidemment très dépendant du modèle et de la manière dont la charge peut être distribuée entre les deux systèmes.
NVIDIA veut simplifier radicalement le cluster d’IA local
À la fin du mois, NVIDIA prévoit également de lancer Sync Model Launcher. Le logiciel permettra de télécharger un modèle comme Qwen 3.8 27B et de le lancer sur un Spark ou sur plusieurs machines depuis une interface graphique. NVIDIA Sync se chargera alors de répartir automatiquement le modèle entre les différents nœuds.
Le constructeur prévoit même de configurer automatiquement OpenCode, afin d’exploiter le modèle local depuis le navigateur pour des tâches de développement.
Une évolution assez logique de la stratégie de NVIDIA. À l’IFA, nous avions déjà pu voir la firme pousser fortement le concept d’IA locale, avec ses futurs PC RTX Spark capables d’exécuter des agents et des modèles de plusieurs dizaines de milliards de paramètres directement sur la machine.
Le DGX Spark 64 Go vise toutefois un public nettement plus spécialisé. NVIDIA cite notamment les agents de programmation ou de recherche fonctionnant en continu, l’inférence déportée depuis un PC principal, ou encore les workloads nécessitant de longs contextes et plusieurs agents simultanés. La machine sera compatible avec les principaux outils aujourd’hui utilisés pour l’IA locale, dont llama.cpp, Ollama, vLLM et LM Studio.
