#

Points clés

• NVIDIA a annoncé une version à mémoire unifiée de 64 Go du DGX Spark.

• Le système conserve le Superchip GB10 Grace Blackwell et la pile logicielle NVIDIA AI.

• Deux systèmes de 64 Go peuvent être regroupés en cluster pour porter la mémoire à 128 Go.

• NVIDIA indique que cette configuration peut prendre en charge des modèles allant jusqu'à 200 milliards de paramètres dans un cluster.

• La disponibilité commence le 23 octobre chez des partenaires fabricants nommés.

NVIDIA ajoute une option DGX Spark de 64 Go

NVIDIA a annoncé le 2 octobre 2026 une version à mémoire unifiée de 64 Go du DGX Spark. L'entreprise indique que la nouvelle configuration sera disponible à partir du 23 octobre chez Acer, ASUS, Dell, Gigabyte, HP et MSI. NVIDIA affiche un prix de départ de 4 999 $.

Le nouveau modèle conserve le Superchip GB10 Grace Blackwell, DGX OS et la pile logicielle NVIDIA AI utilisés par la version 128 Go. NVIDIA présente la machine comme une plateforme locale compacte pour les agents IA, l'inférence, le fine-tuning, la science des données et le développement en périphérie. La source n'ajoute pas de détails supplémentaires sur des changements matériels au-delà de la configuration mémoire.

Ce que NVIDIA dit que le modèle 64 Go peut faire

Selon NVIDIA, le système 64 Go peut prendre en charge des modèles allant jusqu'à 100 milliards de paramètres entièrement sur l'appareil. L'entreprise ajoute une condition importante : cela dépend des exigences du modèle et de la charge de travail. Cela signifie que l'affirmation est liée aux propres spécifications de NVIDIA, et non à un résultat universel pour chaque cas d'usage.

NVIDIA indique également que le système fonctionne avec Ollama, vLLM, PyTorch avec CUDA, son Agent Toolkit et les modèles Nemotron. Un lanceur de modèles est prévu plus tard dans le mois. La source ne fournit pas plus de détails sur le fonctionnement de ce lanceur.

Mémoire en cluster et montée en charge

NVIDIA Sync Cluster Assistant peut relier deux systèmes de 64 Go via leurs interfaces réseau ConnectX-7. NVIDIA indique que cela porte la mémoire à 128 Go, augmente la bande passante mémoire disponible et étend la taille des modèles pris en charge jusqu'à 200 milliards de paramètres. L'entreprise décrit cela comme un moyen de faire évoluer le travail d'IA locale sur deux systèmes.

Dans un test interne de l'entreprise utilisant Qwen 3.8 27B, deux machines en cluster ont atteint jusqu'à 1,7 fois les performances d'une seule. Il s'agit d'une affirmation mesurée par NVIDIA, et non d'un benchmark indépendant sur l'ensemble des charges de travail. Le résultat doit être lu comme un test spécifique au produit plutôt que comme une garantie générale.

L'assistant détecte également les systèmes connectés, valide la configuration et configure le réseau. Cela suggère que NVIDIA cherche à réduire les frictions de configuration pour les utilisateurs qui souhaitent relier deux appareils. La source ne précise pas si le processus nécessite des étapes manuelles au-delà de ces fonctions.

Considérations opérationnelles

Le point opérationnel principal de la source est que les performances et la prise en charge des modèles dépendent des exigences de la charge de travail. Les utilisateurs doivent considérer les limites publiées comme des indications produit, et non comme une promesse pour chaque modèle ou tâche. La fonction de clustering dépend également d'un réseau compatible et du processus de configuration de l'assistant.

La source est claire : il s'agit des spécifications produit et des affirmations mesurées de NVIDIA. Elle n'établit pas de performances indépendantes sur l'ensemble des charges de travail. Elle ne dit rien non plus sur des conditions de déploiement plus larges en dehors des détails du produit nommé.

Pertinence pour le Maroc

La source ne signale aucune disponibilité spécifique au Maroc ni aucun détail sur le marché local. Pour les lecteurs, la leçon globale est simple : vérifiez si une affirmation produit est liée à une configuration, une charge de travail ou un scénario de test précis avant de planifier son adoption.

En bref

Le DGX Spark 64 Go de NVIDIA ajoute un point d'entrée à plus faible mémoire à la même plateforme d'IA locale. Il conserve la pile logicielle principale, prend en charge un large éventail d'outils d'IA et peut évoluer grâce au clustering de deux systèmes. La source présente le produit comme une option compacte pour le travail d'IA locale, avec des performances qui dépendent des conditions de test propres à NVIDIA.