NVIDIA DGX et Spark : Analyse des coûts et cas d'usage pour les DSI

#Pourquoi le DGX Spark intéresse une DSI

Le DGX Spark répond à un besoin très concret : faire tourner des modèles de 70 à 120 milliards de paramètres en local, sans passer par un serveur GPU à 30 000 euros ni par une facture cloud mensuelle imprévisible. Pour une direction des systèmes d'information, c'est une machine de prototypage IA souveraine : les données ne quittent jamais le bâtiment, le coût est un CAPEX unique, et l'empreinte est celle d'un mini-PC de 1 litre.

Le cœur de la machine est le superchip GB10 Grace Blackwell : un CPU Arm (couplé à un GPU Blackwell) partageant 128 Go de mémoire unifiée LPDDR5X. C'est cette mémoire partagée, et non la puissance de calcul brute, qui fait tout l'intérêt de la plateforme : elle permet de charger un modèle qui ne tiendrait jamais dans les 24 Go d'une RTX 4090.

#Nvidia DGX Spark : l'historique de prix, sourcé

Le prix affiché a bougé, et il faut le savoir avant de bâtir un budget. NVIDIA avait annoncé le DGX Spark à 3 999 dollars lors de son lancement. Le 27 février 2026, le prix officiel de référence est passé à 4 699 dollars, soit une hausse de 700 dollars (+17,5 %). La raison invoquée est une contrainte d'approvisionnement sur la mémoire LPDDR5X, dont les tarifs ont flambé sur toute la chaîne du fait de la demande liée à l'IA.

Prix de lancement

3 999 $ (annonce initiale, configuration 128 Go).

Prix révisé

4 699 $ à partir du 27 février 2026, +700 $.

Cause officielle

Tension sur la mémoire LPDDR5X, poste de coût majeur d'une machine à mémoire unifiée.

Impact budget

Comptez plutôt 5 000 à 5 500 € TTC en France une fois la TVA et la marge distributeur ajoutées.

#Ce qu'il y a réellement dans la boîte

La caractéristique décisive du DGX Spark n'est pas son GPU mais sa mémoire : 128 Go unifiés, partagés entre CPU et GPU, à une bande passante de 273 Go/s. Cette valeur est le vrai plafond de verre de la machine — c'est elle qui détermine combien de tokens par seconde vous obtiendrez, bien plus que le nombre de cœurs CUDA.

Superchip

GB10 Grace Blackwell (CPU Arm + GPU Blackwell sur le même package).

Mémoire

128 Go LPDDR5X unifiés, accessibles par le CPU et le GPU sans copie.

Bande passante

273 Go/s — le facteur limitant n°1 pour l'inférence LLM.

Réseau

Interface ConnectX à haut débit, pensée pour chaîner deux unités.

Format

Boîtier de bureau ~1 litre, alimentation externe, silencieux.

Logiciel

Pile DGX OS (Ubuntu) + stack NVIDIA AI (TensorRT-LLM, NIM, conteneurs CUDA).

Pour situer les ordres de grandeur : un modèle 70B en Q4_K_M occupe environ 40 Go, un 120B quantifié agressivement tourne autour de 70 à 80 Go. Les 128 Go du Spark laissent donc de la marge pour le contexte et le KV-cache là où une carte 24 Go plafonne à des modèles 32B. C'est tout l'argument de la mémoire unifiée.

#La perf réelle après l'update CES 2026

Les premiers tests du DGX Spark étaient décevants : la bande passante de 273 Go/s bridait mécaniquement le débit, et les chiffres tokens/seconde ne justifiaient pas le prix. Tout a changé au CES 2026, où NVIDIA a publié une mise à jour logicielle annonçant jusqu'à 2,5x de performance sur la même machine, sans toucher au matériel.

Ce gain vient de deux leviers combinés : l'optimisation via TensorRT-LLM (compilation des noyaux d'inférence pour l'architecture Blackwell) et l'activation du speculative decoding, une technique où un petit modèle « brouillon » propose plusieurs tokens que le gros modèle valide en un seul passage. Résultat : le débit grimpe sans dégrader la qualité de sortie.

TensorRT-LLM

Compile le graphe d'inférence en noyaux optimisés Blackwell — meilleur usage de la bande passante disponible.

Speculative decoding

Un modèle draft anticipe les tokens ; le modèle cible les valide par lots. Gros gain sur le texte prévisible (code, français structuré).

Gain annoncé

Jusqu'à 2,5x sur les charges concernées, à matériel identique.

À retenir

La perf d'un Spark évalué avant le CES 2026 ne reflète plus la réalité. Refaites vos benchmarks avec la pile à jour.

# Confirmer que la pile TensorRT-LLM est à jour sur DGX OS
nvidia-smi
cat /etc/dgx-release

# Lister les conteneurs d'inférence NVIDIA disponibles
docker images | grep -E 'tensorrt|nim'

#Deux DGX Spark en cluster : le vrai argument

Le DGX Spark a été conçu pour être chaîné. Son interconnexion réseau permet de relier deux unités et de fusionner leur mémoire : on passe alors de 128 à 256 Go de mémoire agrégée, de quoi charger des modèles hors de portée d'une seule machine.

Le cas d'usage vitrine : deux DGX Spark chaînés font tourner Qwen 3.5-122B à environ 40 tokens par seconde. C'est un débit tout à fait exploitable pour un assistant interne ou un pipeline d'analyse documentaire, sur un modèle qui rivalise avec les meilleurs open-weights, le tout sur deux boîtiers de bureau au lieu d'un serveur GPU.

Mémoire agrégée

2 × 128 Go = 256 Go, de quoi loger un 122B avec un contexte confortable.

Débit mesuré

~40 tokens/seconde sur Qwen 3.5-122B, un rythme de lecture fluide.

Budget matériel

2 × 4 699 $ ≈ 9 400 $ HT, soit ~10 000 à 11 000 € TTC en France.

Alternative cloud évitée

Un modèle 122B servi en cloud coûte vite plusieurs milliers d'euros par mois à charge continue.

#Les alternatives : Strix Halo et Mac

Le DGX Spark n'est pas seul sur le créneau de la mémoire unifiée abordable. Deux familles concurrentes méritent d'être dans votre comparatif avant de signer un bon de commande.

#AMD Strix Halo (Ryzen AI Max 395)

Les mini-PC à base de Ryzen AI Max 395 « Strix Halo » proposent jusqu'à 128 Go de mémoire unifiée LPDDR5X eux aussi, souvent à un tarif inférieur au Spark. Le compromis : un écosystème logiciel ROCm moins mûr que CUDA, et une bande passante du même ordre de grandeur. Pour une équipe à l'aise avec l'inférence llama.cpp/Vulkan, c'est une alternative sérieuse et moins chère.

#Mac Studio / Mac mini M-series

Côté Apple, un Mac Studio haut de gamme offre une mémoire unifiée jusqu'à plusieurs centaines de Go avec une bande passante supérieure à celle du Spark (au-delà de 800 Go/s sur les puces Max/Ultra). L'inférence via MLX ou llama.cpp Metal est excellente. Le prix grimpe vite sur les grosses configs, mais l'intégration est irréprochable et la machine reste polyvalente au-delà de l'IA.

DGX Spark

128 Go @ 273 Go/s, écosystème CUDA/TensorRT-LLM, conçu pour le clustering. 4 699 $.

Strix Halo (Ryzen AI Max 395)

Jusqu'à 128 Go unifiés, souvent moins cher, mais ROCm moins mûr que CUDA.

Mac Studio M-series

Mémoire unifiée très large et rapide (>800 Go/s), pile MLX/Metal solide, prix élevé en haut de gamme.

Critère de choix

CUDA + clustering → Spark ; budget serré + Vulkan → Strix Halo ; bande passante + polyvalence → Mac.

#TCO et cas d'usage : quand le nvidia dgx spark prix se justifie

Le raisonnement d'une DSI ne s'arrête pas au prix d'achat. Ce qui compte est le coût total de possession face à l'alternative cloud. Un DGX Spark à 4 699 $ HT s'amortit d'autant plus vite que la charge est continue et que les données sont sensibles — deux cas où le cloud coûte cher, en euros comme en risque de conformité.

1. 01
   1. Chiffrer la charge cible

   Estimez le volume de tokens traités par mois et la taille du modèle nécessaire. Un assistant interne 70B occasionnel n'a pas les mêmes besoins qu'un pipeline d'analyse documentaire 122B en continu.
2. 02
   2. Comparer au coût cloud équivalent

   Un modèle 100B+ servi en cloud à charge continue dépasse fréquemment plusieurs milliers d'euros par mois. Le Spark, lui, est un CAPEX unique amorti sur 3 à 4 ans.
3. 03
   3. Valoriser la souveraineté

   Pour des données RGPD, médicales ou juridiques, le local supprime le transfert vers un tiers. Cette valeur est difficile à chiffrer mais souvent décisive en comité.
4. 04
   4. Prévoir l'exploitation

   Ajoutez au budget l'électricité (faible, ~une centaine de watts), l'admin système et éventuellement un second Spark pour la redondance ou les gros modèles.

#Le RTX Spark grand public attendu à l'automne

NVIDIA a laissé entendre l'arrivée d'une déclinaison grand public, un « RTX Spark », attendue à l'automne 2026. L'idée serait de proposer une machine du même esprit — mémoire unifiée, format compact — à un positionnement tarifaire plus accessible, orienté développeurs et créateurs individuels plutôt que déploiement d'entreprise.

Pour une DSI, cette perspective a une conséquence pratique : si votre besoin n'est pas urgent, il peut valoir la peine d'attendre l'automne pour comparer les deux gammes. Le RTX Spark pourrait redéfinir le rapport prix/mémoire du DGX Spark, ou au contraire confirmer ce dernier comme l'option « pro » avec clustering et support entreprise.

#Pour aller plus loin

Avant ou après l'achat d'un DGX Spark, ces guides couvrent le dimensionnement matériel et le déploiement en entreprise qui feront de votre machine un service réellement exploité.

Dimensionner le GPU

« Choisir son GPU pour l'IA locale » explique le rôle décisif de la VRAM et de la bande passante — la grille de lecture indispensable pour comparer Spark, Strix Halo et Mac.

Choisir la quantification

« Choisir sa quantification (Q4, Q5, Q8, FP16) » vous aide à faire tenir un 70B ou un 122B dans la mémoire disponible sans sacrifier la qualité.

Déployer pour une équipe

« Déployer un chatbot IA pour son équipe sur intranet » montre comment transformer ce Spark en service multi-utilisateurs derrière un reverse proxy.