NVIDIA DGX Spark, Arm, 10 Cortex-X925 + 10 Cortex-A725 Arm, 128GB, 4TB SSD
Le processeur Arm à 20 cœurs à 3,8 GHz et l'architecture NVIDIA Blackwell intégrée offrent jusqu'à 1 pétaFLOP de performance IA dans un boîtier compact de 3,02 kg. Avec 128 Go de mémoire DDR5 unifiée, il gère des modèles jusqu'à 200 milliards de paramètres en FP4, et son stockage NVMe de 4 To facilite le développement local. Ce mini-superordinateur est idéal pour les développeurs IA qui souhaitent prototyper, affiner et tester de grands modèles sur leur bureau, en complément du cloud ou du datacenter.
Aucun prix actuel chez les marchands
Aperçu
En 30 secondes
Le DGX Spark est un supercalculateur IA de bureau avec 128GB de mémoire unifiée et un SSD de 4TB, tous deux proches du sommet de nos classements. Il est conçu pour faire tourner des modèles de 200B paramètres en local, pas pour le jeu ou l'usage général. À 8 099 USD, il vaut le coup pour du travail IA sérieux, mais tous les autres devraient regarder ailleurs.
Avantages et inconvénients
Points forts
- 128GB de mémoire unifiée : les gros modèles tournent en local 99th
- 4TB de stockage NVMe pour loger de gros jeux de données 98th
- Design compact de 3kg qui tient sur un bureau
- Pile logicielle IA NVIDIA complète préinstallée
Points faibles
- Performances GPU quasi au plancher hors IA
- Scores de fiabilité inquiétants au 12e centile
- Seulement 5e centile pour les ports, donc connectivité limitée
- Problèmes thermiques évoqués dans les premiers tests
L'avis des propriétaires
Ce qu'en disent les utilisateurs
L'évolution de l'avis des propriétaires dans le temps
ExclusivitéD'après la date à laquelle les clients ont rédigé leurs avis - pour voir si l'enthousiasme initial s'est confirmé.
9 avis rédigés, nov. 2025 – févr. 2026 : 6 satisfaits, 3 insatisfaits
Sur l’ensemble des 27 notes des boutiques : 4,0★. La plupart des propriétaires notent sans écrire d’avis. Le graphique compte les 9 avis rédigés.
Chaque point est un avis rédigé, placé au mois où il a été écrit. Satisfaits = 4-5★, mitigés = 3★, insatisfaits = 1-2★.
Les preuves
Performances
La RAM et le stockage sont les vedettes ici. Les 128GB de DDR5 se classent dans le 99e centile, et le SSD NVMe de 4TB au 98e. Cette mémoire unifiée est tout l'intérêt : elle permet de charger des modèles énormes qui étoufferaient une station de travail classique. Le CPU est correct, dans la moyenne au 52e centile, mais le classement du GPU est rude au 8e centile. C'est parce que la puce Blackwell est optimisée pour les charges IA, pas pour le jeu ou le graphisme traditionnel. Pour le fine-tuning et l'inférence de modèles, c'est une bête. Pour tout le reste, c'est une pièce carrée dans un trou rond.
Caractéristiques techniques
Fiche technique complète
Processor
| CPU | ARM Cortex Cortex-A725 |
| Cores | 20 |
| Frequency | 3.8 GHz |
Graphics
| GPU | NVIDIA Blackwell Architecture |
| Type | Integrated |
Memory & Storage
| RAM | 128 GB |
| RAM Generation | DDR5 |
| Storage | 4 TB |
| Storage Type | NVMe SSD |
Build
| Form Factor | mini |
| Weight | 3.0 kg / 6.7 lbs |
System
| OS | NVIDIA DGX OS |
Face à la concurrence
Le Mac Studio M5 Max est l'alternative évidente pour les créatifs, mais il ne peut pas rivaliser avec les 128GB de mémoire unifiée du DGX Spark pour les charges IA. Le Lenovo Legion Tower 5a et le Dell Area-51 sont avant tout des machines de jeu, et ils écrasent le Spark sur les tâches GPU classiques. Le CLX SET et le MSI Aegis, même histoire : conçus pour le jeu et l'usage général. Aucun d'eux ne cherche à faire ce que fait le Spark. Si vous avez besoin de calcul IA local, le Spark est seul dans sa catégorie. Si vous voulez un bureau polyvalent, les cinq concurrents sont de meilleurs choix.
| Spec | NVIDIA DGX Spark | Apple Mac Studio M5 Max | Lenovo T Series Towers Legion Tower 5a Gen 10 | Dell Desktop ECT1250 | HP OMEN GT16-0364 | ASUS ROG GM700 |
|---|---|---|---|---|---|---|
| CPU | ARM Cortex Cortex-A725 | Apple M5 Max | AMD Ryzen 7 7800X3D | Intel Core Ultra 7 265 | AMD Ryzen 7 8700F | AMD Ryzen 7 9800X3D |
| RAM (GB) | 128 | 36 | 32 | 32 | 32 | 32 |
| Storage (GB) | 4096 | 1024 | 4096 | 2048 | 1024 | 2048 |
| GPU | NVIDIA Blackwell Architecture | Apple (32-Core) | NVIDIA GeForce RTX 5070 Ti | Intel UHD Graphics | NVIDIA GeForce RTX 5070 | NVIDIA GeForce RTX 5070 Ti |
| Form Factor | mini | mini | mid-tower | sff | mid-tower | mid-tower |
| Psu W | - | 480 | 850 | 180 | 850 | 850 |
| OS | NVIDIA DGX OS | macOS | Windows 11 Home | Windows 11 Home | Windows 11 Home | Windows 11 Home |
| Compare | Compare | Compare | Compare | Compare |
| Produit | CPU | GPU | RAM | Connectique | Stockage | Fiabilité | Preuve sociale |
|---|---|---|---|---|---|---|---|
| NVIDIA DGX Spark | 52.1 | 8.1 | 98.9 | 5.3 | 98.1 | 11.6 | 54.7 |
| Apple Mac Studio M5 Max Compare | 95.7 | 85.1 | 92.4 | 88.9 | 68.8 | 99.3 | 66.8 |
| Lenovo T Series Towers Legion Tower 5a Gen 10 Compare | 73.4 | 94.6 | 77.9 | 88.3 | 98.1 | 70 | 99.9 |
| Dell Desktop ECT1250 Compare | 88.2 | 60.2 | 81.6 | 74.5 | 82.7 | 70 | 98.2 |
| HP OMEN GT16-0364 Compare | 69.5 | 90.8 | 87 | 97.9 | 53.4 | 70 | 98.2 |
| ASUS ROG GM700 Compare | 80.5 | 94.6 | 81.6 | 96 | 90 | 37.3 | 99.2 |
Prix
Rapport qualité-prix
À 8 099 USD, c'est un investissement sérieux. Mais comparez avec la location de GPU cloud pendant un an d'entraînement intensif : le calcul commence à tenir la route pour le bon acheteur. Vous payez l'architecture mémoire unifiée et la possibilité d'itérer en local sans coûts cloud au compteur. Pour un amateur ou un utilisateur occasionnel, c'est absurde. Pour une équipe de data science ou un chercheur IA sérieux, l'appareil peut s'amortir en quelques mois.
En savoir plus
Aperçu
Le DGX Spark, c'est NVIDIA qui pose un datacenter sur votre bureau. Il embarque un CPU Grace 20 cœurs, 128GB de mémoire unifiée et un GPU Blackwell dans une boîte de 3kg. Le principe est simple : faire tourner des modèles de 200 milliards de paramètres en local sans louer de GPU dans le cloud.
Ce n'est pas un PC de jeu. Ce n'est même pas une station de travail classique. C'est un outil spécialisé pour les développeurs IA et les data scientists qui ont besoin d'une vraie puissance de calcul locale. À 8 099 USD, c'est cher, mais le matériel embarqué est vraiment inhabituel pour un format bureau.
Questions fréquentes
Q: Puis-je l'utiliser comme PC de bureau classique ?
Techniquement oui, mais il n'est pas conçu pour ça. Le GPU se classe au 8e centile pour les tâches graphiques traditionnelles, donc le jeu et le montage vidéo seront décevants. Il est pensé pour les charges IA.
Q: Quelle taille de modèle puis-je faire tourner en local ?
NVIDIA annonce des modèles jusqu'à 200 milliards de paramètres en précision FP4 grâce aux 128GB de mémoire unifiée. De quoi couvrir la plupart des LLM open source sans passer par le cloud.
Q: Le problème thermique est-il rédhibitoire ?
Ça mérite attention. Les premiers tests mentionnent des soucis thermiques, et les scores de fiabilité sont bas au 12e centile. Si vous achetez pour de la production, surveillez les mises à jour firmware et les solutions de refroidissement.
À qui ce produit ne convient pas
Passez votre chemin si vous cherchez un bureau polyvalent. Les joueurs seront malheureux avec un GPU au 8e centile, et les créatifs trouveront la sélection de ports au 5e centile frustrante. Si vous ne travaillez pas activement avec de grands modèles IA, vous payez 8 099 USD pour du matériel que vous n'exploiterez pas correctement.
Verdict
Achetez-le si vous entraînez ou affinez de grands modèles et voulez le faire en local. Les data scientists, chercheurs en IA et développeurs qui travaillent avec des LLM en profiteront le plus. Les 128GB de mémoire unifiée sont la fonctionnalité décisive, et rien d'autre dans ce format n'en approche. Sachez juste dans quoi vous vous engagez : c'est un outil spécialisé, pas un bureau à tout faire.
Scores par usage
- Global45.2
- AI/LLM22.8
- Jeux10.1
- Portabilité39.4
- Création21
- Professionnel41.8
- Développement51.4
- Home Office52.6
- Workstation47.8