NVIDIA annonce le lancement du DGX Spark équipé de 64 Go de mémoire unifiée ce vendredi 23 octobre 2026. Ce petit ordinateur Linux destiné à l’intelligence artificielle locale conserve la puce GB10 Grace Blackwell, les outils CUDA et DGX OS de la famille DGX Spark, avec une mémoire réduite par rapport au modèle 128 Go. NVIDIA communique un prix de départ de 4 999 dollars et cite plusieurs fabricants partenaires. La nouvelle configuration vise les développeurs qui veulent faire tourner des modèles, agents et traitements de données sur leur propre matériel, sans dépendre en permanence d’une API cloud.
Publié le 23 octobre 2026. Prix de départ communiqué en dollars par NVIDIA. Tarifs TTC et disponibilité effective par référence en France à vérifier chez les revendeurs.
DGX Spark 64 Go : les nouveautés principales
- Disponibilité annoncée : vendredi 23 octobre 2026 chez Acer, ASUS, Dell, GIGABYTE, HP et MSI.
- Prix de départ : 4 999 dollars selon NVIDIA, sans conversion officielle en prix public français TTC.
- Mémoire : 64 Go de mémoire unifiée CPU/GPU, contre 128 Go sur le DGX Spark haut de gamme.
- Puce : NVIDIA GB10 Grace Blackwell avec accélération CUDA et réseau ConnectX-7.
- Modèles locaux : Nemotron 3.5 Bolt, Qwen3.8 et Gemma 4 font partie des exemples cités.
- Extension : plusieurs machines peuvent être reliées pour des traitements plus lourds, avec jusqu’à huit DGX Spark en cluster manuel annoncé.
Quelle différence avec le DGX Spark 128 Go et le RTX Spark ?
Le nouveau DGX Spark 64 Go réduit la quantité de mémoire disponible sans changer la philosophie de la machine : un environnement Linux compact conçu pour développer, faire fonctionner et éventuellement adapter des modèles d’IA sur site.
| Produit | Positionnement | Différence importante |
|---|---|---|
| DGX Spark 64 Go | Développement IA local, Linux | 64 Go de mémoire unifiée ; dès 4 999 $ annoncés |
| DGX Spark 128 Go | Charges IA locales plus volumineuses | Davantage de mémoire pour les modèles et le contexte |
| RTX Spark | PC Windows destinés aux agents, créateurs et joueurs | Écosystème logiciel, formats et produits partenaires différents |
| DGX Station | Équipe et station de travail d’entreprise | Capacité de mémoire et calcul bien supérieurs |
Le DGX Spark ne doit pas être confondu avec une carte graphique GeForce. C’est une machine complète, disposant d’un système d’exploitation et d’une pile logicielle adaptée au calcul local.
Quels modèles d’IA font partie des exemples de NVIDIA ?
Dans son communiqué du 21 octobre, NVIDIA cite Nemotron 3.5 Bolt 74B 24GB, Qwen3.8 27B et Gemma 4 26B-A4B parmi les modèles pouvant fonctionner avec la version 64 Go, selon les versions et quantifications appropriées.
Le fabricant indique par ailleurs que la plateforme peut prendre en charge des modèles allant jusqu’à environ 100 milliards de paramètres dans certaines conditions de compression. Ce maximum théorique ne veut pas dire que n’importe quel modèle de cette taille pourra fonctionner à une vitesse confortable, avec un contexte très long et plusieurs utilisateurs simultanés.
Les moteurs Ollama, llama.cpp, vLLM et PyTorch figurent parmi les outils pris en charge dans l’écosystème. Pour les débutants, notre guide de l’IA en local sur PC et Mac présente les principes et les limites des modèles exécutés à domicile.
Deux, quatre ou huit DGX Spark : comment fonctionne le cluster ?
Une unité DGX Spark comporte un lien réseau NVIDIA ConnectX-7, destiné aux connexions rapides entre machines. NVIDIA Sync Cluster Assistant facilite la configuration de deux unités et permet de partager les ressources pour les traitements qui acceptent l’exécution distribuée.
Dans une démonstration sur Qwen3.8 27B, NVIDIA annonce jusqu’à 1,7 fois plus de performance avec deux appareils qu’avec un seul. Il s’agit d’une mesure du fabricant, et non d’un gain automatique applicable à tous les modèles.
Le 21 octobre, NVIDIA a également annoncé des configurations manuelles pouvant aller jusqu’à huit DGX Spark. Dans le cas de huit modèles 128 Go, la mémoire cumulée atteint 1 To. Un parc composé de huit unités 64 Go représente, en revanche, 512 Go de mémoire physique cumulée. Ces chiffres ne décrivent pas une mémoire unique accessible sans surcoût ni latence : le déploiement dépend des outils de parallélisation.
NVIDIA Sync et OpenCode : l’IA locale plus simple à lancer
NVIDIA prépare une fonction Sync Model Launcher permettant de choisir un modèle et de configurer l’environnement logiciel sur une machine ou un cluster. Elle doit notamment proposer un lien avec OpenCode pour développer avec un modèle hébergé localement.
Ce lancement est attendu plus tard en octobre, selon NVIDIA : ce n’est pas nécessairement une fonction disponible pour chaque utilisateur dès le 23. Les mises à jour logicielles d’octobre apportent aussi un assistant Wi-Fi pour les appareils administrés sans écran et de nouveaux outils de diagnostic.
Sur TechPi, notre article sur l’incident de sécurité OpenCode Console souligne l’importance de contrôler où résident les identifiants et données des outils de développement. Une exécution locale peut réduire certains transferts de données, mais ne remplace ni les mises à jour ni la bonne gestion des accès.
DGX Spark 64 Go : quel prix en France et où l’acheter ?
Le tarif de lancement annoncé par NVIDIA est 4 999 dollars. La société cite Acer, ASUS, Dell, GIGABYTE, HP et MSI pour la nouvelle configuration. Les modèles et leurs calendriers peuvent varier selon les territoires et les distributeurs.
Il serait erroné de convertir mécaniquement 4 999 dollars en euros puis de présenter le montant obtenu comme un prix français TTC : taxes, distribution et offres propres aux fabricants peuvent modifier le tarif. À ce stade, aucun prix unique en euros valable pour toutes les versions françaises n’a été confirmé par les sources officielles utilisées pour cet article.
Les professionnels devront aussi comparer la consommation électrique, la quantité de mémoire, les capacités réseau et les coûts de maintenance avec un serveur distant. Pour évaluer ces arbitrages, consultez notre dossier déployer une IA en local en entreprise.
Faut-il choisir 64 Go ou 128 Go ?
Un seul DGX Spark de 64 Go peut suffire pour des modèles de taille moyenne, des agents personnels, du développement et de l’inférence privée. Les 128 Go seront plus adaptés si la mémoire nécessaire au modèle et au cache de contexte dépasse régulièrement 64 Go ou si les traitements demandent davantage de souplesse.
Les équipes qui prévoient de dépasser cette capacité doivent calculer le coût complet de plusieurs appareils et tester les performances de leur propre modèle. Un cluster de huit machines n’est pas forcément plus intéressant qu’un système spécialisé si la charge ne s’exécute pas bien en parallèle.
Questions fréquentes
Le DGX Spark 64 Go sort-il aujourd’hui ?
NVIDIA annonce sa disponibilité chez des partenaires à partir du vendredi 23 octobre 2026.
Quel est le prix du DGX Spark 64 Go ?
À partir de 4 999 dollars, selon NVIDIA, avant vérification des tarifs européens et des taxes.
Est-il possible de lancer des modèles sans cloud ?
Oui, lorsque le modèle et ses ressources tiennent sur l’infrastructure locale et que les composants utilisés n’exigent pas de service en ligne.
Le DGX Spark est-il un PC Windows ?
La gamme DGX Spark cible principalement les développeurs Linux avec DGX OS. Le produit à ne pas confondre est RTX Spark, orienté Windows.
