Mini-PC IA

NVIDIA DGX Spark GB10 — 128 Go / 4 To
Pour qui ?
Développeur CUDA voulant 128 Go unifiés sur le bureau Laboratoire prototypant des agents et grands modèles locaux Équipe préparant un déploiement vers une infrastructure NVIDIA
* FICHE & PRIX

NVIDIA DGX Spark GB10 — 128 Go / 4 To

Par Rédaction Mini-PC IA - Mis à jour le 26/08/2026

La station IA personnelle de référence de NVIDIA : GB10 Grace Blackwell, CUDA, 128 Go de mémoire cohérente et réseau ConnectX-7 dans 1,2 kg.

Voir les offres
Prix à vérifier chez le marchand.
Note éditoriale
Non notée
Voir l’offre chez amazon.fr
Processeur NVIDIA GB10 Grace Blackwell, CPU Arm 20 cœurs : 10 Cortex-X925 et 10 Cortex-A725
Mémoire 128 Go LPDDR5X unifiés et cohérents, interface 256 bits
Connectique 4 × USB-C, HDMI 2.1a, jusqu’à 3 DisplayPort via USB-C

Cette page peut contenir des liens marchands ou affiliés. Nos avis restent construits à partir de critères d’usage et de données factuelles.


Le Verdict

NVIDIA DGX Spark GB10 — 128 Go / 4 To

Le DGX Spark est le choix le plus cohérent pour qui veut CUDA, 128 Go unifiés et la pile NVIDIA dans un appareil prêt à développer. Il ne remplace pas une grosse carte graphique pour chaque charge : son CPU Arm, sa bande passante de 273 Go/s et ses performances FP4 très spécifiques imposent de vérifier modèles et bibliothèques.
Points forts
  • 128 Go de mémoire cohérente CPU-GPU
  • Écosystème CUDA et pile logicielle NVIDIA
  • ConnectX-7 à 200 Gbit/s et Ethernet 10 GbE
Points faibles
  • Architecture CPU Arm à valider logiciel par logiciel
  • Mémoire et stockage peu évolutifs
Voir l’offre chez amazon.fr
Prix Voir les offres

Comparer les prix

NVIDIA DGX Spark GB10 — 128 Go / 4 To

NVIDIA DGX Spark GB10 — 128 Go / 4 To

amazon.fr Prix à vérifier Offre principale
Note éditoriale
Non notée


Fiche technique

Les points qui comptent vraiment pour juger une machine, son rythme et son confort d usage.

Processeur NVIDIA GB10 Grace Blackwell, CPU Arm 20 cœurs : 10 Cortex-X925 et 10 Cortex-A725
Mémoire 128 Go LPDDR5X unifiés et cohérents, interface 256 bits
Stockage SSD NVMe M.2 autochiffré de 4 To
Connectique 4 × USB-C, HDMI 2.1a, jusqu’à 3 DisplayPort via USB-C
Circuit graphique GPU NVIDIA Blackwell intégré, Tensor Cores de 5e génération
Calcul IA annoncé Jusqu’à 1 pétaFLOP FP4 théorique avec parcimonie
Bande passante mémoire 273 Go/s annoncés
Réseau Ethernet 10 GbE, ConnectX-7 200 Gbit/s, Wi-Fi 7, Bluetooth 5.4
Système NVIDIA DGX OS, basé sur Ubuntu Linux
Dimensions 150 × 150 × 50,5 mm
Poids 1,2 kg
Alimentation et TDP Alimentation 240 W ; TDP GB10 annoncé de 140 W
Évolutivité Mise en grappe de deux unités via ConnectX-7 ; composants internes non modulaires

Analyse détaillée

Le NVIDIA DGX Spark réunit le superchip GB10 Grace Blackwell, un CPU Arm à 20 cœurs, 128 Go de LPDDR5X cohérente et un SSD NVMe autochiffré de 4 To. NVIDIA annonce jusqu’à un pétaFLOP en FP4 avec parcimonie, une mesure théorique qui ne doit pas être comparée directement à un débit réel de LLM.

La voie CUDA avec une grande mémoire unifiée

La pile DGX OS inclut l’écosystème logiciel NVIDIA, tandis que le réseau ConnectX-7 à 200 Gbit/s permet de relier deux unités. L’intérêt central est de prototyper, affiner ou exécuter localement des modèles qui dépassent les 16 Go de nombreuses cartes mobiles, sans abandonner CUDA.

Les compatibilités à vérifier

Le processeur utilise l’architecture Arm et certaines extensions x86 ou images de conteneurs doivent être adaptées. La mémoire de 128 Go reste partagée avec le système et le GPU. Les limites annoncées de 200 milliards de paramètres correspondent à des scénarios NVIDIA précis, pas à une garantie universelle pour tout modèle ou contexte.

Alternatives

Si ce modèle ne correspond pas parfaitement à votre budget ou à votre usage, voici les options à regarder en premier.

Certains liens marchands peuvent être affiliés. En tant que Partenaire Amazon, nous réalisons un bénéfice sur les achats remplissant les conditions requises.

Sources et méthode

Cette fiche est une analyse documentaire. Nous n’avons pas testé cet appareil en laboratoire. Les caractéristiques annoncées ne constituent pas des mesures de performances.

Les offres marchandes sont vérifiées séparément. Un prix ancien ou sans date de contrôle récente est masqué ; le lien permet de consulter le tarif et la disponibilité chez le marchand.

Questions fréquentes

Le DGX Spark peut-il exécuter CUDA ?
Oui. Il utilise un GPU NVIDIA Blackwell et la pile DGX OS préinstallée, avec les bibliothèques et outils NVIDIA adaptés à l’architecture Arm.
Les 128 Go sont-ils entièrement disponibles pour le GPU ?
La mémoire est cohérente et partagée entre CPU, GPU, système et applications. La capacité réellement disponible dépend donc de la charge et du runtime.
Le chiffre de 1 pétaFLOP indique-t-il la vitesse d’Ollama ?
Non. Il correspond à un maximum théorique FP4 avec parcimonie. Le débit d’un modèle dépend de sa précision, de sa taille, du contexte et du moteur utilisé.