· reAPI Team
Caractéristiques du DGX Spark : GB10, 128 GB de mémoire et modèles compatibles
Caractéristiques du NVIDIA DGX Spark selon sa fiche technique : puce GB10, 64 ou 128 GB de mémoire unifiée, bande passante de 273 GB/s, 1 PFLOP FP4 et LLM locaux compatibles.
Le NVIDIA DGX Spark est un ordinateur de bureau carré de 150 mm de côté, construit autour du GB10 Grace Blackwell Superchip. Ses principales caractéristiques sont un CPU Arm à 20 cœurs, jusqu'à 1 petaFLOP de calcul FP4, 64 GB ou 128 GB de mémoire unifiée LPDDR5x à 273 GB/s, jusqu'à 4 TB de stockage NVMe et un port réseau ConnectX-7 à 200 Gbps. Il est livré avec DGX OS de NVIDIA, basé sur Ubuntu.[1]
Deux chiffres déterminent les points forts de la machine : les 128 GB de mémoire fixent la taille maximale du modèle qu'elle peut contenir, et les 273 GB/s déterminent la vitesse à laquelle ce modèle peut produire des tokens. Cette page présente les caractéristiques officielles du DGX Spark, puis explique ce qu'elles impliquent pour l'exécution locale de grands modèles de langage.
Les caractéristiques du DGX Spark en un coup d'œil
| Composant | Caractéristiques |
|---|---|
| Puce | NVIDIA GB10 Grace Blackwell Superchip |
| CPU | Arm à 20 cœurs : 10 Cortex-X925 + 10 Cortex-A725 |
| GPU | Architecture Blackwell, Tensor Cores de 5e génération, RT Cores de 4e génération |
| Performances IA | Jusqu'à 1 PFLOP FP4 (théorique, avec parcimonie) |
| Mémoire | 64 GB ou 128 GB de LPDDR5x, mémoire unifiée cohérente, interface 256 bits |
| Bande passante mémoire | 273 GB/s |
| Stockage | Jusqu'à 4 TB NVMe M.2, à chiffrement automatique |
| Réseau | 10 GbE RJ-45, carte réseau ConnectX-7 à 200 Gbps, Wi-Fi 7, Bluetooth 5.4 |
| Ports | 4x USB Type-C, 1x HDMI 2.1a, jusqu'à 3x DisplayPort via USB-C |
| Alimentation | Bloc d'alimentation de 240 W ; TDP du GB10 de 140 W |
| Dimensions et poids | 150 x 150 x 50.5 mm, 1.2 kg |
| Système d'exploitation | NVIDIA DGX OS |
Source : caractéristiques du NVIDIA DGX Spark, vérifiées le 4 novembre 2026.[1]
Deux notes de la fiche NVIDIA changent la lecture du tableau. Le chiffre de 1 petaFLOP correspond à des « TOPS FP4 théoriques utilisant la fonction de parcimonie », et non à une performance soutenue sur des modèles denses. La configuration de 64 GB « est disponible exclusivement auprès des partenaires OEM participants » : la version de 64 GB n'est donc vendue que par ces partenaires.[1] La page produit de NVIDIA n'indique pas de prix ; elle dirige les acheteurs vers NVIDIA Marketplace et ses partenaires.
Ce que peuvent contenir 128 GB de mémoire unifiée
Selon NVIDIA, le DGX Spark peut exécuter l'inférence sur des modèles allant jusqu'à 200 milliards de paramètres.[1] Le calcul est simple. Un poids stocké au format 4 bits occupe un demi-octet : 200 milliards de paramètres nécessitent donc environ 100 GB, ce qui laisse à peu près 28 GB sur les 128 GB pour le système d'exploitation, le moteur d'exécution et le cache de contexte. Avec une précision de 8 bits, la même capacité accueille environ deux fois moins de paramètres.
Poids seuls, selon la taille du modèle et la précision :
| Taille du modèle | Poids en 4 bits | Poids en 8 bits | Tient dans 128 GB ? |
|---|---|---|---|
| 30B de paramètres | ~15 GB | ~30 GB | Oui, dans les deux précisions, avec de la place pour un contexte long |
| 70B de paramètres | ~35 GB | ~70 GB | Oui, dans les deux précisions |
| 120B de paramètres | ~60 GB | ~120 GB | Largement en 4 bits ; en 8 bits, il ne reste presque rien pour le contexte |
| 200B de paramètres | ~100 GB | ~200 GB | En 4 bits uniquement |
Ces chiffres correspondent au nombre de paramètres multiplié par le nombre d'octets par poids. Ils excluent le cache de contexte, les activations et la mémoire supplémentaire du moteur d'exécution. C'est pourquoi un modèle qui « tient » sur le papier peut tout de même manquer de mémoire avec un prompt long.
Comme le CPU et le GPU partagent un même espace mémoire, il n'y a pas de limite distincte de VRAM à respecter. Cela signifie aussi que la fenêtre de contexte se partage la mémoire avec les poids. Ollama, par exemple, porte son contexte par défaut à 256k tokens à partir de 48 GiB de VRAM et recommande au moins 64,000 tokens pour les agents de programmation ; un contexte long sur un gros modèle peut faire dépasser la mémoire disponible.[2]
La version de 64 GB divise toutes ces capacités par deux. Au format 4 bits, elle peut contenir des modèles allant jusqu'à environ 100 milliards de paramètres, avant de réserver de la place pour le contexte.
Pourquoi 273 GB/s comptent davantage que 1 petaFLOP
La génération de chaque token nécessite de lire les poids actifs du modèle en mémoire. Pour un modèle dense, cela représente tous les poids ; la bande passante mémoire fixe donc un plafond à la vitesse de décodage :
maximum tokens per second ≈ memory bandwidth ÷ bytes of weights read per token
Pour un modèle dense de 70 milliards de paramètres au format 4 bits, environ 35 GB de poids sont lus par token : 273 GB/s permettent donc au maximum environ 7.8 tokens par seconde. Un modèle à mélange d'experts qui active, par exemple, 10 milliards de paramètres par token lit environ 5 GB en 4 bits, ce qui porte le plafond à environ 55 tokens par seconde. Ce sont des limites supérieures calculées à partir de la bande passante publiée, pas des mesures ; le débit réel est inférieur une fois pris en compte les caches, l'attention et les surcoûts logiciels.
En pratique, le DGX Spark contient des modèles que les GPU grand public ne peuvent pas accueillir, et convient mieux aux modèles à mélange d'experts ayant peu de paramètres actifs qu'aux plus gros modèles denses.
Exécuter des LLM locaux sur le DGX Spark
La puce GB10 figure dans la liste des GPU pris en charge par Ollama, avec une capacité de calcul CUDA de 12.1.[2] LM Studio est disponible pour Linux ARM64, ce qui correspond au CPU Arm du DGX Spark.[3] La pile logicielle de NVIDIA, dont les microservices NIM, est prise en charge sur DGX OS.[1] L'espace disque est rarement la limite : un modèle de 200 milliards de paramètres au format 4 bits occupe environ 100 GB sur disque ; la capacité maximale de 4 TB permet donc de stocker des dizaines de gros modèles. Pour comparer les deux outils d'exécution locale les plus courants, consultez Ollama vs LM Studio.
Pour les modèles trop gros pour une seule unité, le réseau ConnectX permet de faire travailler jusqu'à quatre systèmes DGX Spark ensemble sur un même modèle.[1]
FAQ
Le DGX Spark fonctionne-t-il sous Windows ?
Il est livré avec NVIDIA DGX OS, une distribution Linux basée sur Ubuntu qui correspond aux logiciels des autres systèmes DGX de NVIDIA.[1] Les PC Windows équipés de NVIDIA RTX Spark constituent une gamme distincte.
La mémoire du DGX Spark est-elle de la VRAM ?
Il s'agit de mémoire unifiée partagée par le CPU et le GPU, soit 64 GB ou 128 GB de LPDDR5x. Un modèle peut en utiliser la majeure partie, moins ce dont le système d'exploitation et les autres processus ont besoin.[1]
Combien de DGX Spark peut-on connecter ?
Jusqu'à quatre, via le réseau ConnectX-7 intégré à 200 Gbps.[1]
Quand les caractéristiques du DGX Spark ne suffisent pas
Les caractéristiques du DGX Spark privilégient la capacité plutôt que la vitesse : 128 GB accueillent un modèle de 200 milliards de paramètres en 4 bits, mais les 273 GB/s maintiennent une génération lente pour les modèles denses. Si un projet exige les plus gros modèles avec des contextes longs et des réponses rapides, une API hébergée constitue une alternative. reAPI propose de gros modèles tels que DeepSeek V4 et Kimi K3, avec son contexte de 1M de tokens, via une seule clé compatible OpenAI, ce qui permet de comparer les résultats locaux aux versions hébergées.
Références
- NVIDIA. DGX Spark product page and specifications. Consulté le 4 novembre 2026 sur nvidia.com/en-us/products/workstations/dgx-spark
- Ollama. Hardware support and context length. Consulté le 4 novembre 2026 sur docs.ollama.com/gpu et docs.ollama.com/context-length
- LM Studio. System requirements. Consulté le 4 novembre 2026 sur lmstudio.ai/docs/app/system-requirements