Compact, original, abordable, un coup de maître ! (Crédit Nvidia)

Le DGX Spark est présenté par Nvidia comme le premier « supercalculateur d’IA personnel », une station de travail compacte, peu encombrante, qui apporte la puissance d'un data center (1 pétaflops quand même ! ) directement sur votre bureau.

Origines et contexte

Le projet DGX Spark trouve ses racines dans l’initiative Project Digits, dévoilée par Nvidia début 2025.

L’idée était de miniaturiser une partie des capacités des serveurs DGX traditionnels, utilisés dans les grands centres de calcul, afin de les rendre accessibles à des équipes plus petites, disposant de moyens réduits, et œuvrant principalement en local.

En mars 2025, lors de la conférence GTC de San José, Jensen Huang, PDG de Nvidia, annonçait officiellement le lancement du Spark, aux côtés du DGX Station, son grand frère plus massif, et aussi beaucoup plus onéreux.

Cette orientation répond à une tendance forte : la montée en puissance des agents IA et de leurs LLM (Large Language Model ) qui nécessitent des ressources considérables, mais dont l’usage ne peut pas toujours dépendre du cloud, notamment pour des raisons de confidentialité, ou de souveraineté des données.

Caractéristiques techniques

Le DGX Spark repose sur la puce Grace Blackwell GB10, qui combine un CPU Arm 20 cœurs et un GPU Blackwell, le même qui officie dans les cartes graphiques des gamers depuis fin 2024.

Comme nous l’avons vu, cette architecture offre jusqu’à 1 pétaflops de performance IA en précision FP4, mais surtout cette puissance est contenue dans un format de mini PC en forme de brique, ce qui est pour le moins inédit, même en cette période de miniaturisation généralisée des composants informatiques !

L’un des éléments clefs de cette unité de traitement est sa mémoire unifiée de 128 Go LPDDR5x, permettant au CPU et au GPU de partager les mêmes données presque sans latence.

Pour le reste, l’architecture est relativement classique, avec un stockage SSD de 4 To en NVMe, et une connectivité USB4, avec une partie réseau en Wi-Fi 7, sans oublier un très rapide Ethernet 10 GbE allié à la carte réseau maison ConnectX (SmartNIC) qui permet de chainer les DGX entres eux.

Logiciel

La partie applicative préinstallée comprend la suite logicielle IA de Nvidia (CUDA, cuDNN, TensorRT, et DGX OS ) une sorte de « starter kit » facilitant le prototypage et l’inférence locale. Et comme DGX OS est dérivé d'un noyaux Linux Ubuntu, lui-même basés sur Debian, toutes les applications Linux fonctionnant sur ces deux systèmes seront probablement compatibles.

Usages et positionnement

Conçue pour les développeurs, les chercheurs et les entreprises, la brique IA de Nvidia marque un tournant dans la démocratisation de l’intelligence artificielle.

Le DGX Spark permet d’exécuter localement des modèles comptant jusqu’à 200 milliards de paramètres, et d’affiner des modèles allant jusqu’à 70 milliards d’occurrences, ce qui ouvre la voie à des applications aussi variées que :

• La recherche et le développement, comme le prototypage rapide de modèles IA.
• La santé et les finances, avec un traitement local des données sensibles, sans dépendance au cloud.
• Les PME et autres laboratoires, qui bénéficient d’une puissance de calcul auparavant réservée aux grandes infrastructures.

Pour quels coûts ?

Son prix de lancement se situe aux alentours de 4000 euros, selon les versions et les fabricants partenaires ( Acer, Asus, Dell, HP, Lenovo, MSI ) qui sont presque tous montés au créneau, soit le prix d’une bonne station de travail, ce qui est particulièrement attractif au vu des performances annoncées.

Conclusion

Présenté comme le plus petit supercalculateur IA au monde, le DGX Spark illustre la volonté de Nvidia de rendre l’IA accessible à presque tous. Il s’inscrit dans une stratégie plus large où l’entreprise domine le marché des GPU et des infrastructures IA, avec des résultats financiers records en 2025 (57 milliards de dollars de chiffre d’affaires trimestriel (T3) dont 51 milliards liés aux seuls data centers !

Le Spark est ainsi perçu comme un jalon historique : il rapproche la puissance des grands modèles IA des chercheurs et des développeurs, tout en garantissant la confidentialité des données qui peuvent rester locales.

En ce sens, il marque une rupture avec l’ère du cloud exclusif et ouvre la voie à une nouvelle génération de supercalculateurs personnels, moins dépendante des GAFAM et des liaisons cloud, et rien que pour cela, l’initiative mérite d’être saluée.