- DGX Spark128 GB de mémoire unifiée
Caractéristiques complètes
- Superpuce
- NVIDIA GB10 Grace Blackwell
- CPU
- Arm 20 cœurs (10 × Cortex-X925, 10 × Cortex-A725)
- GPU
- NVIDIA Blackwell, Tensor Cores de 5e génération
- Performances IA
- Jusqu'à 1 petaFLOP en FP4 (avec sparsité)
- Mémoire
- 128 GB de mémoire unifiée cohérente LPDDR5x, 273 GB/s
- Stockage
- 4 TB NVMe (NVIDIA Founders Edition ; variable selon les versions partenaires)
- Réseau
- NVIDIA ConnectX-7 (200 Gb/s) et 10 Gigabit Ethernet
- Connectique
- 4 × USB Type-C, 1 × HDMI 2.1a
- Système d'exploitation
- NVIDIA DGX OS (basé sur Ubuntu)
- Dimensions
- 150 × 150 × 50,5 mm
- Poids
- 1,2 kg
- Alimentation
- 240 W
Idéal pour
- Les développeurs CUDA qui prototypent et affinent leurs modèles avant de passer sur des systèmes NVIDIA plus grands
- Faire tourner en local des modèles de la classe 70B à 120B sur une machine de bureau silencieuse
- Petits clusters de deux ou quatre unités via ConnectX-7
Moins adapté à
- Les échanges rapides avec des modèles de moins de 30B : une carte graphique de 32 GB génère le texte plus vite
- Un usage comme PC Windows classique ou des logiciels uniquement x86
- Jeu vidéo
NVIDIA
NVIDIA DGX Spark
Le DGX Spark est l'ordinateur IA de bureau de NVIDIA, basé sur la superpuce GB10 Grace Blackwell avec 128 GB de mémoire unifiée cohérente. Il est livré avec la pile logicielle IA de NVIDIA : le code écrit ici passe sur des systèmes DGX plus grands et dans le cloud avec peu de modifications. Deux unités peuvent être reliées via le réseau ConnectX-7 intégré.
4 699 €En stock. Expédition sous de 1 à 3 jours ouvrés.
- Livraison gratuite dès 199 €
- Expédié depuis notre entrepôt au Royaume-Uni
- Retours sous 30 jours
- Droits de douane et taxes d'importation inclus
- Livraison, retours et garantie
Sa bande passante mémoire (273 GB/s) est inférieure à celle d'une carte graphique haut de gamme : les gros modèles denses génèrent donc du texte plus lentement que sur une RTX 5090. Ses points forts sont la capacité et la pile logicielle CUDA.
Pour qui
Développeurs qui prototypent, affinent et testent des modèles sous CUDA avant de les déployer sur du matériel plus puissant.
Caractéristiques complètes
- Superpuce
- NVIDIA GB10 Grace Blackwell
- CPU
- Arm 20 cœurs (10 × Cortex-X925, 10 × Cortex-A725)
- GPU
- NVIDIA Blackwell, Tensor Cores de 5e génération
- Performances IA
- Jusqu'à 1 petaFLOP en FP4 (avec sparsité)
- Mémoire
- 128 GB de mémoire unifiée cohérente LPDDR5x, 273 GB/s
- Stockage
- 4 TB NVMe (NVIDIA Founders Edition ; variable selon les versions partenaires)
- Réseau
- NVIDIA ConnectX-7 (200 Gb/s) et 10 Gigabit Ethernet
- Connectique
- 4 × USB Type-C, 1 × HDMI 2.1a
- Système d'exploitation
- NVIDIA DGX OS (basé sur Ubuntu)
- Dimensions
- 150 × 150 × 50,5 mm
- Poids
- 1,2 kg
- Alimentation
- 240 W
NVIDIA DGX Spark en détail
Le NVIDIA DGX Spark est un ordinateur de bureau de 150 mm de côté, bâti sur la superpuce GB10 Grace Blackwell, avec 128 GB de mémoire unifiée cohérente et la pile logicielle IA de NVIDIA préinstallée sous DGX OS. NVIDIA l'annonce pour des modèles jusqu'à 200 milliards de paramètres. Choisissez-le si vous développez, affinez ou testez des modèles sous CUDA et souhaitez retrouver les logiciels que vous utiliserez ensuite sur des systèmes NVIDIA plus gros.
Points clés
- Superpuce NVIDIA GB10 Grace Blackwell : CPU Arm 20 cœurs et GPU Blackwell
- 128 GB de mémoire unifiée cohérente LPDDR5x, 256 bits, 273 GB/s
- Jusqu'à 1 pétaFLOP de performances IA en FP4 (avec sparsité)
- Réseau ConnectX-7 à 200 Gb/s pour relier jusqu'à quatre unités, et Ethernet 10 Gigabit
- Stockage NVMe autochiffrant jusqu'à 4 TB
- DGX OS (basé sur Ubuntu) avec CUDA et les outils IA de NVIDIA
- 150 × 150 × 50,5 mm, 1,2 kg, alimentation 240 W
Ce qu'il fait tourner
En comptant environ 75 % des 128 GB comme utilisables pour les modèles, le DGX Spark accueille les modèles 70B en 8 bits et les modèles de la classe 120B en 4 bits. Un modèle 120B en 8 bits demande environ 140 GB et ne tient pas sur une seule unité. NVIDIA annonce des modèles jusqu'à 200 milliards de paramètres pour un seul système ; notre règle de calcul conserve davantage de marge pour le contexte, et nous fixons donc la limite pratique à la classe 120B. Pour comparer avec les autres machines, consultez notre outil de compatibilité des modèles.
| Taille du modèle | 4-bit | 8-bit |
|---|---|---|
| 7–8B | Compatible | Compatible |
| 13–14B | Compatible | Compatible |
| 30–34B | Compatible | Compatible |
| 70B | Compatible | Compatible |
| 120B+ | Compatible | Incompatible |
Performances en contexte
La bande passante mémoire est de 273 GB/s, bien inférieure à celle d'une carte graphique haut de gamme. Un modèle dense qui tient sur une carte de 32 GB générera du texte plus vite sur cette carte. Le DGX Spark se justifie quand le modèle est trop gros pour une seule carte, quand vous affinez des modèles au lieu de simplement les exécuter, ou quand la pile CUDA elle-même est indispensable. Notre guide DGX Spark explique à qui il convient et dans quels cas s'en passer.
Relier plusieurs unités
Chaque unité dispose de deux ports QSFP sur la carte réseau ConnectX-7, chacun jusqu'à 200 Gb/s. Deux ou trois unités se relient avec un simple câble QSFP direct ; quatre unités nécessitent un switch 200 GbE. NVIDIA recommande un nombre d'unités égal à une puissance de deux pour une meilleure répartition de la charge, soit deux ou quatre unités plutôt que trois.
Connectique
- 4 × USB Type-C, dont jusqu'à trois sorties DisplayPort via USB-C
- 1 × HDMI 2.1a avec audio multicanal
- 1 × Ethernet 10 Gigabit (RJ-45)
- 2 × QSFP (ConnectX-7, 200 Gb/s)
- Wi-Fi 7 et Bluetooth 5.4
Consommation et bruit
La puce GB10 a une enveloppe thermique de 140 W et le système est alimenté par un bloc de 240 W. NVIDIA annonce une pression acoustique de 29 dB en charge et de 13 dB au repos, mesurée à la position de l'utilisateur : la machine a donc sa place sur un bureau.
Logiciels
DGX OS est une distribution Linux basée sur Ubuntu, identique au système des plus grosses machines DGX de NVIDIA. Dès la mise en route, vous disposez de CUDA et du catalogue de conteneurs NVIDIA, dont NeMo pour l'affinage, RAPIDS pour la data science, les services d'inférence NIM, PyTorch et Jupyter. Le CPU est de type Arm : les logiciels Windows ou Linux uniquement x86 ne fonctionneront pas nativement. Le support matériel est assuré par le vendeur du système.
À associer avec
Un des câbles QSFP homologués si vous prévoyez une deuxième unité, et un réseau 10 Gigabit pour transférer vos jeux de données. Si vous voulez 128 GB de mémoire unifiée avec x86 et la prise en charge de Windows, comparez avec le Beelink GTR9 Pro ; si vous cherchez la solution monocarte la plus rapide pour des modèles jusqu'à 30B, la RTX 5090 est plus rapide.
Idéal pour
- Les développeurs CUDA qui prototypent et affinent leurs modèles avant de passer sur des systèmes NVIDIA plus grands
- Faire tourner en local des modèles de la classe 70B à 120B sur une machine de bureau silencieuse
- Petits clusters de deux ou quatre unités via ConnectX-7
Moins adapté à
- Les échanges rapides avec des modèles de moins de 30B : une carte graphique de 32 GB génère le texte plus vite
- Un usage comme PC Windows classique ou des logiciels uniquement x86
- Jeu vidéo
Ce qu'il peut faire tourner
Jusqu'à 120B+ en 4 bits, 70B en 8 bits (approximatif)
Sur la base de 128 GB de mémoire unifiée, dont le GPU peut utiliser environ 75 %. Voir toutes les machines par taille de modèle
Guides pour ce produit
IA locale · 4 min de lecture
DGX Spark vs Mac Studio : à qui s'adresse le Spark
DGX Spark vs Mac Studio : ce que le Spark fait bien, où il est plus lent, et comment il se situe face à une RTX 5090 et une RTX PRO 6000 pour l'IA locale.
Lire le guide →IA locale · 5 min de lecture
Mac, NVIDIA ou Ryzen AI Max+ pour l'IA locale
Mac, NVIDIA ou Ryzen AI Max+ : CUDA chez NVIDIA, mémoire unifiée sur Mac ou 128 GB sur un mini PC. Mémoire, logiciels et compromis pour chaque usage.
Lire le guide →Le voir en action
Vidéos officielles de la chaîne du constructeur. Elles ne se chargent que lorsque vous lancez la lecture.


Avis
Ce qu'en dit la presse
StorageReview
Salue la pile logicielle prête à l'emploi et validée par NVIDIA, les 128 GB de mémoire unifiée dans un boîtier de 240 W, et le peu de configuration nécessaire avant de travailler vraiment.
Lire le test
Avis clients Atomrig
Pas encore d'avis client. Vous l'avez acheté chez nous ? Dites-nous comment il se comporte.
Produits associés

Tenstorrent
Tenstorrent Blackhole p150a
- 32 GB
- Tenstorrent Blackhole
Fait tourner jusqu'à 30–34B en 4 bits
Ce n'est pas une carte CUDA. Vérifiez avant l'achat que les modèles dont vous avez besoin sont pris en charge par la bibliothèque de modèles open source de Tenstorrent.
1 399 €
Tenstorrent
Tenstorrent Wormhole n300s
- 24 GB
Fait tourner jusqu'à 30–34B en 4 bits
Les 24 GB sont répartis sur deux puces (12 GB chacune) : les modèles les plus grands doivent donc être répartis sur les deux. Vérifiez que le modèle souhaité dispose d'une version multipuce fonctionnelle.
1 399 €
NVIDIA
NVIDIA GeForce RTX 5090
- 32 GB
- NVIDIA Blackwell (GB202)
Fait tourner jusqu'à 30–34B en 4 bits
Avec 32 GB, les modèles de classe 30B tournent confortablement en 4 bits, mais un modèle 70B ne tient pas sur une seule carte. Pour du 70B, prévoyez deux cartes ou un système à grande mémoire unifiée.
1 999 €
PowerColor
PowerColor AMD Radeon AI PRO R9700 32GB
- 32 GB
- AMD RDNA 4 (Navi 48)
Fait tourner jusqu'à 30–34B en 4 bits
Avant l'achat, vérifiez que vos outils prennent en charge ROCm sur votre système d'exploitation. C'est le cas de PyTorch et llama.cpp ; certains outils plus confidentiels exigent encore CUDA.
1 299 €