NVIDIA DGX Spark 2025, ARM, 128GB, 4TB SSD, Gold

Le NVIDIA DGX Spark est une station de travail IA compacte basée sur le Superchip GB10 Grace Blackwell avec 128 Go de mémoire unifiée et jusqu'à 1 pétaflop de performances FP4. Il peut exécuter et affiner des modèles IA jusqu'à 200 milliards de paramètres localement, ce qui en fait une alternative convaincante à la location de GPU dans le cloud pour les développeurs. Il est cher et spécialisé, mais pour le travail IA, rien d'autre ne lui ressemble dans ce facteur de forme.

Parlons chiffres. Les 128 Go de mémoire unifiée placent cette machine dans le 99e percentile pour la RAM parmi les mini PC, ce qui est franchement ridicule. Le SSD de 4 To est au 98e percentile. Le CPU ARM à 20 cœurs atteint le 97e percentile. Ce sont des spécifications en haut de l'échelle pour ce facteur de forme. Le GPU se situe au 78e percentile, ce qui semble moins impressionnant jusqu'à ce que vous vous rappeliez qu'il s'agit d'une puce d'architecture Blackwell avec 128 Go de VRAM effectivement partagée avec la mémoire système. Ce n'est pas un GPU de jeu. C'est un monstre de calcul.

En pratique, que vous apportent 1 pétaflop de performances FP4 ? NVIDIA affirme que vous pouvez prototyper, affiner et exécuter des inférences sur des modèles jusqu'à 200 milliards de paramètres localement. Pour contexte, cela couvre une vaste gamme de LLM open source. Vous ne ferez pas tourner des modèles de classe GPT-4 sur cette machine, mais vous pouvez absolument travailler avec Llama 3 70B, affiner des modèles plus petits et faire du développement sérieux sans toucher à une instance cloud. Le réseau 10GbE permet également de décharger des tâches plus lourdes vers un cluster si nécessaire. La sélection de ports est dans la moyenne, au 57e percentile, mais vous disposez de Thunderbolt, DisplayPort, quatre ports USB-C et HDMI 2.1, ce qui couvre la plupart des configurations.

Le DGX Spark n'a pas vraiment de concurrents directs dans le domaine des mini PC. Le HP OMEN GT22-3080 et le Lenovo Legion 90Y6003JUS sont des ordinateurs de bureau de jeu avec des GPU dédiés. Ils écraseront le DGX Spark dans les benchmarks de jeu, mais ils ne peuvent pas exécuter un modèle de 200 milliards de paramètres localement. L'ASUS Republic of Gamers GM700TZ-BS978 est dans le même bateau. Ce sont des outils différents pour des tâches différentes. L'Apple Mac Studio M4 Max est le concurrent philosophique le plus proche. C'est une station de travail compacte et puissante destinée aux créateurs et aux développeurs. Le Mac Studio a une meilleure compatibilité logicielle pour un usage général et un écosystème plus mature, mais sa mémoire unifiée plafonne à 128 Go et il ne dispose pas de la même accélération matérielle spécifique à l'IA. Le MSI MEG Vision X AI est intéressant car il est également axé sur l'IA, mais c'est une tour de bureau complète, pas un mini PC. Si vous voulez quelque chose qui tient sur un bureau et qui fait du travail IA sérieux, le DGX Spark est pratiquement seul dans sa catégorie actuellement.

Voici le problème avec la valeur du DGX Spark. Si vous le comparez à d'autres mini PC, il semble absurdement cher. Mais vous n'achetez pas vraiment un mini PC. Vous achetez une station de travail IA locale qui remplace les coûts de location de GPU dans le cloud. Une instance A100 sur AWS peut vous coûter 3 à 4 $ de l'heure. Si vous faites du travail IA sérieux, cet appareil s'amortit en quelques mois. L'écart de prix entre les vendeurs est toutefois énorme. Nous voyons 4 680 $ du côté le plus bas et 10 500 $ du côté le plus élevé. Best Buy propose actuellement la meilleure offre que nous ayons trouvée, donc si vous achetez, commencez là. Comparé à quelque chose comme l'Apple Mac Studio M4 Max, qui vise également les créateurs et les développeurs, le DGX Spark est plus spécialisé. Le Mac Studio est une machine plus polyvalente, mais il ne peut pas rivaliser avec le DGX Spark pour le travail LLM local.

Le NVIDIA DGX Spark n'est pas un mini PC comme les autres. C'est une machine conçue pour une seule chose : exécuter des modèles d'IA localement. Si vous cherchez une station de travail IA compacte capable de gérer de grands modèles de langage sans louer des GPU dans le cloud, c'est le genre de matériel qui attire votre attention. La spécification phare est le Superchip GB10 Grace Blackwell, qui associe un CPU ARM à 20 cœurs à la dernière architecture GPU Blackwell de NVIDIA et à une mémoire unifiée LPDDR5x de 128 Go. C'est le genre de capacité mémoire que l'on trouve normalement dans un serveur, pas dans un appareil de 1,2 kg posé sur votre bureau.

NVIDIA annonce jusqu'à 1 pétaflop de performances IA en FP4, un chiffre qui aurait semblé absurde pour une machine de bureau il y a quelques années. Le SSD NVMe de 4 To vous offre amplement d'espace pour les poids des modèles, les ensembles de données et tout ce que vous préparez. Et la carte réseau intelligente ConnectX-7 avec 10GbE permet de déplacer les données rapidement, que vous les tiriez d'un NAS ou que vous poussiez des modèles vers un cluster. Le tout fonctionne sous DGX OS, le système d'exploitation Linux de NVIDIA optimisé pour les charges de travail IA.

Les prix varient actuellement énormément. Nous voyons ce produit listé entre 4 680 $ et 10 500 $ selon le vendeur, ce qui est un écart considérable. C'est le genre de variation de prix que l'on observe avec du matériel neuf et en quantité limitée. Si vous envisagez sérieusement d'en acheter un, comparez les offres. Beaucoup.

Évitez le DGX Spark si vous ne faites pas de travail IA ou d'apprentissage automatique sérieux. Les joueurs seront déçus par le CPU ARM et le GPU axé sur l'IA. Les créateurs de contenu généralistes devraient se tourner vers l'Apple Mac Studio M4 Max, qui offre une meilleure compatibilité logicielle et un écosystème plus mature pour les applications créatives. Les utilisateurs professionnels qui ont simplement besoin d'une machine de bureau fiable devraient acheter quelque chose de beaucoup moins cher. Et si vous avez un budget serré, la fourchette de prix de 4 680 $ à 10 500 $ est difficile à justifier à moins que le développement IA ne soit littéralement votre métier ou votre passe-temps principal. Pour tous les autres, c'est un outil spécialisé qui prendra la poussière.

Devriez-vous acheter le NVIDIA DGX Spark ? Si vous êtes un développeur IA, un ingénieur ML ou un chercheur qui souhaite exécuter de grands modèles localement sans subir les coûts et la latence du cloud, oui. C'est la station de travail IA compacte la plus performante que nous ayons vue. Les 128 Go de mémoire unifiée à eux seuls le placent dans une classe à part. Vous pouvez prototyper, affiner et déployer des modèles jusqu'à 200 milliards de paramètres depuis votre bureau, et le réseau 10GbE facilite la mise à l'échelle vers un cluster lorsque vous avez besoin de plus de puissance.

Si vous êtes un joueur, un créateur de contenu généraliste ou quelqu'un qui veut simplement un ordinateur de bureau rapide, cherchez ailleurs. Le CPU ARM signifie que certains logiciels ne fonctionneront pas, le GPU n'est pas optimisé pour le jeu et vous paieriez une prime pour des capacités IA que vous n'utiliserez pas. Le Mac Studio M4 Max est un meilleur choix pour la plupart des créateurs, et n'importe quel ordinateur de jeu mentionné servira mieux les joueurs. Mais pour le public IA, cet appareil est un aperçu de l'avenir, et il est disponible dès maintenant.