+34
Nvidia sort une version 64 Go de son mini PC IA DGX Spark, vendue 4 999 dollars à partir du 23 octobre. Le même jour, le modèle 128 Go grimpe à
Nvidia sort une version 64 Go de son mini PC IA DGX Spark, vendue 4 999 dollars à partir du 23 octobre. Le même jour, le modèle 128 Go grimpe à 6 950 dollars.
La pénurie de mémoire vient de trouver sa victime la plus chère, et la concurrence n’est pas épargnée.. 3 999 dollars pour un cube doré de la taille d’un Mac mini, ça piquait. Aujourd’hui, ce tarif ressemble à une promotion de Black Friday.. Et Nvidia, qui a bâti sa petite machine autour de 128 Go de LPDDR5X, se retrouve à vendre le composant le plus inflationniste du moment.
Sa réponse tient en un chiffre, 64.testée en mai dans sa version Dell Pro Max , avec la moitié de la mémoire. Même puce GB10 Grace Blackwell, même CPU Arm à 20 cœurs, même GPU Blackwell à 6 144 cœurs CUDA , même bande passante mémoire de 273 Go/s, même carte réseau ConnectX-7 pour relier plusieurs unités.
Seuls la RAM et le SSD sont rabotés.
Il sera vendu à partir deS’abonner à Frandroid Pour pouvoir le visualiser, vous devez accepter l’usage étant opéré par YouTube avec vos données qui pourront être utilisées pour les finalités suivantes : vous permettre de visualiser et de partager des contenus avec des médias sociaux, favoriser le développement et l’amélioration des produits d’Humanoid et de ses partenaires, vous afficher des publicités personnalisées par rapport à votre profil et activité, vous définir un profil publicitaire personnalisé, mesurer la performance des publicités et du contenu de ce site et mesurer l’audience de ce siteEn cliquant sur « J’accepte tout », vous consentez aux finalités susmentionnées pour l’ensemble des cookies et autres traceurs déposés par Humanoid etVous gardez la possibilité de retirer votre consentement à tout moment.
Pour plus d’informations, nous vous invitons à prendre connaissance de notrePour situer, le modèle 128 Go a été lancé à 3 999 dollars en octobre 2025, est passé à 4 699 dollars en février, et grimpe ce 2 octobre à 6 950 dollars. Soit 74 % de hausse en un an, à configuration identique.
En France, la Founders Edition était passée de 4 099 à 4 800 euros en février, ets’affichait déjà à 7 149 euros chez Dell avant cette nouvelle hausse. Le prix européen du 64 Go n’est pas communiqué ; à ce rythme, on devrait tourner autour de 5 000 euros, et plus chez les constructeurs qui facturent la garantie sur site. Ce 64 Go n’est pas une nouvelle machine.
Nvidia le dit sans détour : c’est le même circuit imprimé, avec deux fois moins de puces mémoire soudées dessus, pour descendre sous la barre des 5 000 dollars. Mais 4 999 dollars reste 25 % plus cher que le 128 Go d’il y a douze mois. On paie donc plus pour moins, et la marque préfère parler de « point d’entrée accessible ». Le tableau résume la situation.
Si vous voulez faire tourner des agents IA en local, 64 Go suffisent sur le papier. Les modèles ouverts récents de Meta, Google, Alibaba ou Nvidia tiennent dedans, avec de la place pour le cache de contexte, cette mémoire de travail que les agents dévorent quand on leur donne une base de code entière à lire. Protégez votre vie numérique avec Bitdefender, la protection européenne de confiance.
Bitdefender vous protège contre les arnaques et les fraudes du web. Profitez de vos activités en ligne en toute tranquillité. Nvidia évoque des modèles jusqu’à 100 milliards de paramètres sur une seule unité, un chiffre qui suppose une quantification agressive et un usage raisonnable du contexte. En pratique, un modèle dense de 27 à 32 milliards de paramètres ou un mixture-of-experts type Qwen3.8 sera à l’aise.
Un 70B en bonne qualité, beaucoup moins. Et le modèle qu’on avait choisi pour notre test, Qwen3.5-122B-A10B, occupait 85 Go de mémoire : il ne rentre tout simplement pas dans un Spark 64 Go. C’est toute la différence entre les deux versions : le 128 Go permettait de charger des modèles qui n’ont plus grand-chose à voir avec ceux d’une carte graphique grand public, le 64 Go ramène la machine dans la cour des modèles « moyens ».
La bande passante de 273 Go/s est le vrai goulot d’étranglement. Qwen3.5-122B peinait à dépasser 20 tokens par seconde, et un petit Qwen3.5-14B n’allait pas plus vite. Sur ces petits modèles, une GeForce RTX 5060 Ti à 16 Go, vendue autour de 850 euros, est presque deux fois plus rapide.
Le GB10 est bien plus à l’aise en génération d’images : sur Flux.1 Dev, il dépasse nettement la RTX 5060 Ti et s’approche d’une RTX 3090, en silence et sans chauffer la pièce. Le fine-tuning fonctionne , mais c’est l’usage qui souffrira le plus de la moitié de RAM en moins. Nvidia le reconnaît : pour entraîner, le 128 Go reste le bon choix.
Ce n’est pas un serveur d’inférence. Servir un gros modèle à plusieurs utilisateurs en même temps n’est pas envisageable, et une conversation longue de 65 000 tokens faisait attendre jusqu’à trois minutes une réponse. DGX OS, l’Ubuntu maison, n’est garanti à jour que deux ans. Sur une machine à 5 000 euros, c’est court.
D’où l’argument central de Nvidia : le cluster. Deux Spark 64 Go reliés par un câble QSFP sur leur port ConnectX-7 cumulent 128 Go de mémoire, doublent la puissance de calcul et doublent la bande passante. Sur Qwen3.8 27B, la marque mesure jusqu’à 70 % de performances en plus par rapport à un seul 128 Go. Le chiffre est crédible, mais il mérite quand même de s’y intéresser.
Ce modèle tient dans une seule boîte de 64 Go, le gain vient donc du doublement de la bande passante. Deux Spark 128 Go feraient la même chose, avec 256 Go. Et l’addition suit : 9 998 dollars pour deux unités, soit 44 % de plus qu’un 128 Go seul, deux alimentations, deux SSD de 2 To à remplir et 280 W en charge sur le bureau.
L’application Nvidia Sync intègre un assistant de cluster qui détecte les unités et configure le réseau sans toucher à un fichier, et un « Model Launcher » arrive fin octobre pour lancer Qwen3.8 27B sur une ou deux machines en quelques clics, avec l’éditeur OpenCode branché dessus. Dernière subtilité : mélanger un 64 Go et un 128 Go fonctionne, mais le modèle sera découpé sur 64 Go par machine. Les 64 Go restants du gros modèle dormiront.
Le vrai problème du DGX Spark 64 Go, c’est que 64 Go de mémoire unifiée, tout le monde en vend déjà. Framework ou HP.
Même type de mémoire LPDDR5X, même bande passante de 273 Go/s, donc à peu près la même vitesse de génération de tokens sur un modèle donné.en 64 Go se négocie autour de 2 000 euros sur la boutique européenne de la marque, un Framework Desktop 64 Go sans SSD démarre sous 2 000 dollars, un Minisforum MS-S1 Max 64 Go avec 2 To tourne autour de 2 600 dollars. Eux aussi ont pris 50 à 70 % en un an à cause de la mémoire, mais ils restent deux fois moins chers que le Spark.
Ce qu’on perd en passant chez AMD : CUDA, la pile logicielle Nvidia préinstallée , le port 200 Gb/s pour le cluster, et une partie de la puissance brute en calcul, le GPU Blackwell du GB10 restant devant la Radeon 8060S sur les charges optimisées. Ce qu’on gagne : Windows ou Linux au choix, une machine qui sert aussi à autre chose qu’à l’IA, et 2 500 euros d’économies.démarre à 2 999 euros avec 36 Go, et sa bande passante mémoire dépasse largement les 273 Go/s du GB10, ce qui se sent directement dans la vitesse de génération.
Le M5 Ultra, à partir de 6 599 euros avec 96 Go, monte jusqu’à 512 Go et 1,2 To/s. Autrement dit, au prix d’un DGX Spark 128 Go, Apple vend une machine avec presque autant de mémoire et quatre fois plus de débit. Le revers : pas de CUDA, un écosystème d’inférence moins outillé pour la mise en production, et des options mémoire qu’Apple a aussi renchéries cette année.
Même le Mac mini M5 Pro, à 3 329 euros en 64 Go, vient marcher sur les plates-bandes du Spark 64 Go, avec moins de puissance GPU mais un vrai ordinateur de bureau autour. Et pour le passionné qui veut juste s’initier avec de petits modèles, une RTX 5060 Ti à 16 Go dans un PC existant fait mieux que le Spark en vitesse pure, pour le prix d’un smartphone. RTX Spark , sa puce pour PC Windows.
Sous le nom marketing, on retrouve le même GB10 que dans le DGX Spark, décliné en version N1X et N1 , avec des configurations de 16 à 128 Go chez Acer,, Dell, HP, Lenovo, MSI et Microsoft Surface. Asus a déjà montré son ProArt GR1X, un mini PC RTX Spark silencieux pensé pour faire tourner des agents 24h/24, soit exactement l’argumentaire du DGX Spark 64 Go.
Les premières machines sont attendues cet automne, mais il n’y a aucun prix officiel pour le moment. Morgan Stanley table sur 2 899 dollars pour un N1X et 1 799 dollars pour un N1. Si ces estimations tiennent, un PC RTX Spark 64 Go sous Windows coûterait moins cher qu’un DGX Spark 64 Go sous Linux, avec la même puce.
La différence se jouera sur la pile logicielle et sur l’absence probable du port ConnectX-7 côté PC grand public. Nvidia a d’ailleurs confirmé qu’il n’y aurait pas de Windows sur le DGX Spark : les deux gammes resteront étanches. Je suis un passionné de technologie et j'ai co-fondé Frandroid pour partager cette passion avec d'autres fans de tech.
Je m'intéresse aux smartphones, au monde du PC, à l'écosystème Apple mais aussi aux voitures électriques en particulier celles des marques chinoises. Suivez-moi surLes données transmises par le biais de ce formulaire sont destinées à Humanoid, société éditrice du site Frandroid en sa qualité de responsable de traitement. Elles ne seront en aucun cas cédées à des tiers.
Ces données sont traitées sous réserve d'obtention de votre consentement pour vous envoyer par e-mail des actualités et informations relatives aux contenus éditoriaux publiés sur Frandroid. Vous pouvez vous opposer à tout moment à ces e-mails en cliquant sur les liens de désinscriptions présents dans chacun d'eux. Pour plus d'informations, vous pouvez consulter l'intégralité de notre. Vous disposez d'un droit d'accès, de rectification, d'effacement, de limitation, de portabilité et d'opposition pour motif légitime aux données personnelles vous concernant.
Pour exercer l'un de ces droits, merci d'effectuer votre demande via notre Pour pouvoir le visualiser, vous devez accepter l'usage étant opéré par Disqus avec vos données qui pourront être utilisées pour les finalités suivantes : vous permettre de visualiser et de partager des contenus avec des médias sociaux, favoriser le développement et l'amélioration des produits d'Humanoid et de ses partenaires, vous afficher des publicités personnalisées par rapport à votre profil et activité, vous définir un profil publicitaire personnalisé, mesurer la performance des publicités et du contenu de ce site et mesurer l'audience de ce siteEn cliquant sur « J’accepte tout », vous consentez aux finalités susmentionnées pour l’ensemble des cookies et autres traceurs déposés par Humanoid etVous gardez la possibilité de retirer votre consentement à tout moment. Pour plus d’informations, nous vous invitons à prendre connaissance de notre
France Dernières Nouvelles, France Actualités
Similar News: Vous pouvez également lire des articles d'actualité similaires à celui-ci que nous avons collectés auprès d'autres sources d'information.
Voici comment il a transformé un smartphone d'occasion en mini PC — FrandroidLe youtubeur GameRig a démonté un Galaxy A90 5G à l’écran mort pour en faire un mini PC de 0,7 litre, facturé une cinquantaine de dollars (environ 43
Lire la suite »
Des temps de chargement quasi-instantanés : Microsoft libère enfin les GPU Nvidia — FrandroidMicrosoft va étendre son Advanced Shader Delivery à toutes les cartes graphiques Nvidia RTX avant la fin du mois d'octobre 2026. Jusqu'ici, seuls les GPU A
Lire la suite »
NVIDIA lance un DGX Spark 64 Go : moins de mémoire, mais une drôle d’astuce pour dépasser le modèle 128 GoNVIDIA décline son mini-supercalculateur DGX Spark dans une nouvelle version équipée de 64 Go de mémoire unifiée. Commercialisée à partir du 23 octobre chez plusieurs constructeurs, elle pourra surtout fonctionner par paire grâce à un nouvel outil capable de créer automatiquement un cluster local.
Lire la suite »
Sept ans après sa sortie, la Nvidia Shield TV Pro voit son prix exploser — FrandroidNvidia gonfle le prix de son boitier multimédia Shield TV Pro en France et ailleurs dans le monde. Pendant ce temps, le modèle standard est toujours aux
Lire la suite »