Une machine compacte peut désormais exécuter localement des modèles comptant jusqu’à 100 milliards de paramètres. Cette capacité reste coûteuse, mais elle réduit nettement le recours au cloud pour l’inférence, les agents et le développement.
La nouvelle configuration de NVIDIA DGX Spark embarque 64 Go de mémoire unifiée et sera commercialisée par Acer, ASUS, Dell, Gigabyte, HP et MSI. Elle conserve le Superchip GB10 Grace Blackwell, DGX OS et l’ensemble de la pile logicielle NVIDIA AI du modèle 128 Go.
NVIDIA DGX Spark conserve le GB10 Grace Blackwell
Le système associe le calcul Grace Blackwell, une mémoire unifiée, une interface réseau NVIDIA ConnectX-7 et un environnement accéléré par CUDA. NVIDIA le destine aux agents, à l’inférence, au fine-tuning, à la data science et au développement edge, avec un fonctionnement local préservant les données et limitant la dépendance aux instances cloud.
La machine prend en charge des modèles allant jusqu’à 100 milliards de paramètres. NVIDIA Agent Toolkit, les bibliothèques CUDA-X AI, les modèles ouverts Nemotron ainsi que Ollama, vLLM et PyTorch avec CUDA sont compatibles dès le démarrage. llama.cpp et LM Studio figurent également parmi les frameworks d’inférence recommandés.
Blender compte parmi les premiers grands logiciels de création compatibles avec cette plateforme. Un installateur précompilé et téléchargeable doit être proposé prochainement.
Deux machines pour atteindre 128 Go et 200 milliards de paramètres
Deux unités de 64 Go peuvent être reliées directement par câble QSFP grâce à leur contrôleur ConnectX-7. Ce cluster mutualise 128 Go de mémoire, double la bande passante mémoire et étend la prise en charge aux modèles comptant jusqu’à 200 milliards de paramètres sur une interconnexion 200 GbE.
Dans le test Qwen 3.8 27B communiqué par NVIDIA, deux systèmes regroupés atteignent jusqu’à 1,7 fois les performances d’une seule unité. Ce gain inférieur à un doublement rappelle toutefois le coût des communications et de la distribution de la charge entre les nœuds.
NVIDIA Sync Cluster Assistant détecte les machines connectées, vérifie leur configuration et paramètre le réseau ConnectX-7. Les deux nœuds exécutant la même pile logicielle, le passage d’une unité à deux ne nécessite aucune reconfiguration manuelle de l’environnement.
Prévu pour la fin du mois, NVIDIA Sync Model Launcher doit automatiser le téléchargement et le lancement de Qwen3.8 27B sur une machine ou un cluster. Le modèle pourra être utilisé depuis un ordinateur portable, tandis qu’OpenCode sera configuré pour permettre de coder dans le navigateur.
Des agents permanents et des PC clients déchargés
Parmi les usages avancés figurent l’exécution continue d’un agent de programmation ou de recherche, l’analyse documentaire et les tâches en plusieurs étapes. Le cluster apporte davantage de capacité pour les fenêtres de contexte longues, les modèles plus lourds ou plusieurs agents simultanés.
DGX Spark peut aussi servir de serveur d’inférence pour un ordinateur portable ou de bureau exécutant l’interface d’un agent ou une application créative. Le calcul du modèle est alors déporté vers la machine NVIDIA, laissant les ressources du PC disponibles pour d’autres tâches.
Un tarif de 4 999 dollars chez six constructeurs
Le DGX Spark 64 Go sera disponible auprès d’Acer, ASUS, Dell, Gigabyte, HP et MSI le vendredi 23 octobre, à partir de 4 999 dollars. Cela représente environ 4 300 euros hors taxes au taux de change indicatif, avant TVA et éventuels ajustements régionaux.
Des guides consacrés à NemoClaw, OpenClaw, Hermes Agent et OpenShell sont proposés sur build.nvidia.com. D’autres procédures doivent arriver pour les appareils 64 Go, notamment le service de LLM avec vLLM, l’exécution d’OpenClaw avec un LLM local et la distribution de charges entre plusieurs DGX Spark.
NVIDIA prévoit également ce mois-ci des PC Windows RTX Spark conçus par Acer, ASUS, Dell, HP, Lenovo, Microsoft et MSI. En parallèle, le modèle ouvert Alibaba Qwen-Image-2.1, capable de générer et modifier des images, fonctionne localement sur les GPU NVIDIA RTX, DGX Spark et DGX Station.
Cette variante 64 Go abaisse surtout le ticket d’entrée sans modifier le socle matériel et logiciel. Son intérêt dépendra néanmoins des besoins réels en mémoire : pour les longs contextes et les grands modèles, l’achat de deux unités porte l’investissement à près de 10 000 dollars, un niveau où les stations de travail GPU classiques et les offres cloud restent des concurrents directs.
Source : NVIDIA
