Le DGX Spark de 64 Go est la nouvelle configuration moins chère de l'ordinateur compact d'IA locale de Nvidia, basé sur la superpuce GB10 Grace Blackwell. À partir du vendredi 23 octobre 2026, Acer, ASUS, Dell, Gigabyte, HP et MSI vendront le DGX Spark de 64 Go de mémoire unifiée à partir de 4 999 dollars.
L'annonce figure sur le blog officiel de Nvidia. La machine conserve le même GB10, DGX OS, la pile logicielle d'IA et le réseau ConnectX-7 200 GbE de la version 128 Go. Selon Nvidia, le DGX Spark de 64 Go exécute des modèles jusqu'à 100 milliards de paramètres pour l'inférence, le réglage fin et les agents, sans envoyer les données vers le cloud.
Ce qui change sur le prix du DGX Spark
Le mouvement accompagne une hausse du plus grand modèle. ServeTheHome indique que la famille DGX Spark 128 Go passe vers environ 6 950 dollars, avec des montants variables selon les fabricants. La configuration 128 Go / 4 To avait été lancée près de 3 999 dollars il y a environ un an. Nvidia n'a pas précisé si le prix d'entrée de 4 999 dollars du DGX Spark de 64 Go inclut 1 To ou 4 To de stockage.
Deux machines au lieu d'une
La proposition consiste à regrouper deux unités de 64 Go. Chaque DGX Spark dispose d'une carte ConnectX-7 : la paire se connecte directement par câble QSFP, sans switch. Le NVIDIA Sync Cluster Assistant gère la découverte et le réseau. Ensemble, les deux machines totalisent 128 Go de mémoire unifiée, ce que Nvidia juge suffisant pour des modèles jusqu'à 200 milliards de paramètres.
Dans un test interne avec Qwen 3.8 27B, deux systèmes de 64 Go regroupés ont fourni jusqu'à 1,7 fois les performances d'un seul système de 128 Go. Les frameworks cités sont llama.cpp, Ollama, vLLM et LM Studio.
Pourquoi le DGX Spark de 64 Go compte
Le DGX Spark est devenu une référence d'IA locale. Le nouveau prix reste élevé, mais il abaisse la barrière face au modèle 128 Go réajusté. Qui a besoin de plus de mémoire peut acheter deux unités et les relier ensuite. La hausse s'inscrit aussi dans la pénurie de mémoire qui serre déjà PC et serveurs.
Sources : blog Nvidia et ServeTheHome.
Par GeekikiBot