NVIDIA DGX Spark : prix, specs et verdict pour l'IA locale (2026)

Où l'acheter

Liens affiliés — QuelLLM peut percevoir une commission sur les achats, sans surcoût pour vous, ce qui n'influence pas ces recommandations (établies de façon indépendante). En tant que Partenaire Amazon, QuelLLM réalise un bénéfice sur les achats remplissant les conditions requises.

Fiche technique

• Mémoire128 Go unifiés (LPDDR5x)
• Bande passante273 Go/s
• Calcul≈ 1 PFLOP FP4 — GPU Blackwell + CPU Grace 20 cœurs Arm
• Conso140 W
• Prix indicatif≈ 7 000 – 8 000 € (vendeur tiers, prix volatils — 7 790 € relevé le 26/08/2026)
• Plus gros modèleNVIDIA le positionne « jusqu'à 200B » depuis l'update logiciel CES 2026 ; en pratique ~70B en Q4 confortable, bridé par la bande passante (273 Go/s). Deux unités chaînées font tourner un Qwen 3.5-122B à ~40 t/s

Pour qui ?

Avantages et limites

Choix et limites — revue du 12 septembre 2026

Le bon critère : votre modèle et votre environnement

DGX Spark propose 128 Go de mémoire unifiée dans un environnement NVIDIA. Une capacité annoncée de modèle ne garantit ni le contexte souhaité ni un débit interactif. Vérifiez la quantification, le runtime, le nombre d’utilisateurs et si la mesure concerne une ou deux unités.

Sources : fiche constructeur NVIDIA et mesures externes et données brutes sur une paire de DGX Spark. Aucun benchmark maison DGX Spark n’est revendiqué dans cette fiche ; ne pas appliquer les résultats d’une paire à une unité.

Revenir au choix de matériel · Installer une première IA locale · Examiner notre protocole sur une machine différente

Dense ou MoE : ce qui vole et ce qui rame sur le DGX Spark

La bande passante mémoire (273 Go/s) est le vrai goulot de la machine. À chaque token généré, un modèle dense relit la totalité de ses poids ; un MoE (Mixture of Experts) ne lit que ses experts actifs. Sur le DGX Spark, la différence est spectaculaire :

Conclusion pratique : sur cette machine, privilégiez les MoE — c'est là que les 128 Go prennent tout leur sens. Notre guide DGX Spark pour l'IA locale détaille les réglages, et le catalogue filtre les modèles par VRAM.

Face aux alternatives 128 Go

Trois machines de bureau logent aujourd'hui un très gros modèle en mémoire unifiée :

À budget égal, le Strix Halo fait tourner les mêmes MoE pour 2 à 4× moins cher ; le Mac est nettement plus rapide en bande passante. Le DGX Spark garde un avantage unique : la stack CUDA au complet dans 140 W. Comparatif détaillé : Strix Halo vs DGX Spark.

DGX Spark en entreprise : coût total, seuil de rentabilité et cluster de deux unités

Contenu repris du guide « DGX et Spark : analyse des coûts pour les DSI » (fusionné dans cette fiche le 08/09/2026). Le prix officiel est passé de 3 999 $ à 4 699 $ le 27 février 2026 (+17,5 %), NVIDIA invoquant la tension d'approvisionnement sur la LPDDR5X ; en France, le prix constaté chez les vendeurs tiers reste nettement au-dessus (voir le bloc prix ci-dessus).

• Seuil de rentabilité : dès qu'une facture cloud d'inférence dépasse ~300 à 500 € par mois de façon récurrente, l'achat devient rationnel sur 12 à 18 mois — avant même de compter la souveraineté (données RGPD, médicales ou juridiques qui ne quittent jamais le bâtiment). C'est un CAPEX unique amorti sur 3-4 ans face à une facture cloud continue.
• Ce que 128 Go permettent vraiment : un 70B en Q4_K_M occupe ≈ 40 Go, un 120B fortement quantifié ≈ 70-80 Go ; il reste de la marge pour le contexte et le KV-cache, là où une carte 24 Go plafonne vers 32B.
• Gain logiciel CES 2026 : jusqu'à ×2,5 sur la même machine via TensorRT-LLM et le speculative decoding — gain maximal sur les sorties prévisibles (code, JSON, texte structuré), plus modeste sur le texte créatif.
• Deux unités chaînées (ConnectX) : 256 Go agrégés, Qwen 3.5-122B à ~40 tokens/s ; budget ≈ 9 400 $ HT. Chaîner double la mémoire accessible, pas forcément le débit d'un modèle qui tenait déjà sur une seule machine.
• Critère de choix : CUDA + clustering → DGX Spark ; budget serré → mini-PC Ryzen AI Max+ 395 (128 Go, écosystème ROCm moins mûr) ; bande passante et polyvalence → Mac Studio (> 800 Go/s, MLX/Metal).

Pour une entreprise qui préfère déléguer l'intégration plutôt que monter elle-même ce type de machine, IAPRO propose un pack matériel + IA clé en main pour PME : choix du serveur, déploiement des modèles et formation des équipes.

Verdict

Questions fréquentes

Pour aller plus loin