Puce Spark de NVIDIA : du mini-supercalculateur DGX Spark aux PC Windows RTX Spark

Une puce, deux produits

La GB10 est une version miniature de la famille Grace Blackwell, celle qui équipe les baies de serveurs IA de NVIDIA dans les centres de données. Elle a d'abord été présentée au CES de janvier 2025 sous le nom de code « Project DIGITS ».

En version Windows, la puce porte officiellement le nom N1X. Dans sa configuration la plus haute, il s'agit exactement de la GB10 du DGX Spark. Une variante plus modeste existe, avec 18 cœurs de processeur et 5 120 cœurs graphiques. La version Windows ajoute aussi un NPU (processeur neuronal) suffisant pour la certification Copilot+ de Microsoft, qui exige 40 TOPS.

Dans la puce : deux cerveaux, une seule mémoire

La GB10 n'est pas un bloc unique. Elle assemble deux puces (on parle de chiplets), toutes deux gravées en 3 nm par TSMC et posées côte à côte sur un même support :

• la puce CPU, conçue par le Taïwanais MediaTek, avec 20 cœurs Arm répartis en deux groupes de dix. C'est elle qui contient le contrôleur mémoire ;

• la puce GPU, de l'architecture Blackwell, la même génération que les accélérateurs des centres de données de NVIDIA, avec le support du format FP4 très utilisé en IA.

Les deux sont reliées par NVLink-C2C, la liaison maison de NVIDIA entre puces. Le cache de 24 Mo du GPU assure la cohérence entre processeur et carte graphique directement dans le matériel : les deux voient les mêmes données, sans copie de l'une vers l'autre.

[embed: node/6bdd393a-4ead]

C'est cette mémoire unifiée qui fait la différence : sur un PC classique, la carte graphique a sa propre mémoire, limitée, et les données doivent y être copiées. Ici, CPU et GPU partagent le même réservoir, comme sur les puces Apple M. Détail notable révélé au salon Hot Chips 2025 : la puce a fonctionné dès sa toute première version de fabrication, sans aucune correction.

Fiche technique

Les chiffres ci-dessous sont ceux publiés par NVIDIA pour le DGX Spark et pour la configuration haute de RTX Spark.

Un point mérite d'être compris : le chiffre de « 1 pétaflop » est obtenu en précision FP4 (nombres codés sur 4 bits) et grâce à la parcimonie (sparsity), une technique qui saute les calculs sur des valeurs nulles. Sans elle, la puissance réelle tourne plutôt autour de la moitié. C'est la convention de NVIDIA pour toute la gamme Blackwell, mais elle flatte les chiffres.

Ce qu'on peut en faire

La vraie force de Spark n'est pas la vitesse brute : c'est la quantité de mémoire accessible au GPU. Une carte graphique grand public plafonne à quelques dizaines de gigaoctets de mémoire vidéo. Ici, le GPU peut puiser dans 128 Go, ce qui permet de charger des modèles d'IA impossibles à faire tenir sur une RTX 5090.

Avec le DGX Spark (Linux)

• Faire tourner de grands modèles en local : NVIDIA annonce jusqu'à 200 milliards de paramètres sur une machine, et jusqu'à 405 milliards en reliant deux DGX Spark par leurs ports ConnectX-7.

• Affiner (fine-tuning) des modèles jusqu'à environ 70 milliards de paramètres, selon la présentation de NVIDIA au salon Hot Chips 2025.

• Développer puis déployer : le système DGX OS est livré avec CUDA, les conteneurs NVIDIA, PyTorch, TensorRT-LLM et le catalogue de microservices NIM. L'idée est de prototyper sur son bureau, puis d'envoyer le travail tel quel vers un serveur ou vers le cloud DGX.

Avec RTX Spark (Windows)

• Des agents IA en local : NVIDIA met en avant des agents comme GitHub Copilot, Hermes, OpenClaw ou Perplexity, installables sans ligne de commande, et un modèle maison de 74 milliards de paramètres (Nemotron 3.5 Bolt) optimisé pour enchaîner des tâches.

• La création : montage vidéo 8K, scènes 3D jusqu'à 90 Go, versions de Photoshop et Premiere adaptées à la puce (en bêta au lancement).

• Le jeu : NVIDIA annonce des titres comme Cyberpunk 2077, Fortnite ou World of Warcraft, avec DLSS, et affirme travailler avec les éditeurs de systèmes anti-triche, un point qui avait bloqué les premiers PC Windows sur Arm.

• Le développement : NVIDIA et Microsoft ont préparé la première version de PyTorch avec CUDA pour Windows sur Arm, et revendiquent la compatibilité avec 97 % des 15 000 paquets Python les plus utilisés. Les vieilles applications x86 passent par l'émulateur Prism de Microsoft.

Prix et disponibilité : la flambée de la mémoire

Le prix du DGX Spark 128 Go a bondi d'environ 74 % en un an depuis son lancement. En cause : la pénurie mondiale de mémoire LPDDR5X, aspirée par les centres de données IA. Les prix ci-dessous sont des prix américains, hors taxes.

Le paradoxe a été largement relevé par la presse : la version « économique » de 64 Go coûte aujourd'hui 1 000 dollars de plus que la version 128 Go à son lancement.

Côté Windows, l'écart de prix est très large selon la configuration. Le Surface Laptop Ultra de Microsoft, par exemple, va de 2 599,99 dollars (18 cœurs, 24 Go, 512 Go de SSD) à 5 899,99 dollars (20 cœurs, 128 Go, 1 To). Parmi les autres modèles disponibles : ASUS ProArt P14 et P16, Dell XPS 16, HP OmniBook Ultra et OmniBook X 14, Lenovo Yoga Pro 9n, MSI Prestige N16 et N16 Flip AI+.

Les limites

La bande passante mémoire. C'est le talon d'Achille de la puce. Avec 273 Go/s, la LPDDR5X est bien plus lente que la mémoire GDDR7 des cartes graphiques RTX 50. Résultat : Spark peut charger de très gros modèles, mais il les fait tourner lentement. Pour la génération de texte, c'est souvent la bande passante, plus que la puissance de calcul, qui fixe le nombre de mots produits par seconde.

Le prix. C'est la critique numéro un, et elle s'est aggravée avec chaque hausse. Tom's Hardware fait remarquer qu'avec le prix d'un portable RTX Spark haut de gamme, on peut s'acheter énormément d'accès à des modèles IA dans le cloud.

Le processeur sous Windows. Les tests des premiers portables sont mitigés. Selon StorageReview, le processeur reste 15 à 30 % derrière les puces x86 récentes en performance sur un seul cœur. Tom's Guide juge l'autonomie et les performances CPU en deçà des MacBook Pro d'Apple.

Le jeu. Tom's Hardware conclut que RTX Spark impressionne en IA locale, mais que le jeu n'est pas son point fort. La compatibilité dépend encore de l'émulation et du support des éditeurs.

Un écosystème fermé côté DGX Spark. Le mini-PC ne fonctionne qu'avec DGX OS, le Linux de NVIDIA. Ce n'est pas une machine polyvalente : c'est un outil de développement IA.

Face à la concurrence

Spark arrive sur un terrain déjà occupé par d'autres puces à mémoire unifiée.

Sur les portables Windows, RTX Spark affronte aussi les Snapdragon X2 de Qualcomm et les puces Intel Panther Lake ; côté Apple, les MacBook Pro M5.

Sur le papier, Apple garde l'avantage de la bande passante. Pourtant, dans un test d'agent IA réalisé par Tom's Hardware avec le modèle Qwen 3.8 27B, le Surface Laptop Ultra a terminé en 8 minutes, contre 10 pour un MacBook Pro M5 Max, soit environ 25 % plus vite. La bande passante n'est donc pas le seul facteur : l'optimisation logicielle de CUDA pèse lourd.

C'est là le véritable argument de NVIDIA : son logiciel. Presque tous les outils d'IA sont d'abord écrits et optimisés pour CUDA. Avec Spark, un développeur retrouve sur son bureau exactement le même environnement que sur les serveurs à plusieurs millions de dollars.

Pour qui ?

Spark n'est pas une puce pour tout le monde. Elle s'adresse à ceux pour qui l'IA locale est le cœur du travail.

• Le DGX Spark convient aux développeurs et aux équipes qui construisent des applications d'IA avec l'écosystème NVIDIA et veulent tester de grands modèles sans louer de serveur. Pour un usage occasionnel, la location à l'heure dans le cloud reste souvent plus rentable.

• Un portable RTX Spark convient aux créateurs et aux développeurs qui veulent faire tourner des modèles et des agents IA en déplacement, sous Windows, tout en gardant une machine capable de jouer. Pour un usage bureautique classique, il n'apporte rien qui justifie son prix.

Au-delà des produits, Spark marque un tournant stratégique. NVIDIA, longtemps cantonnée à la carte graphique, entre de plain-pied sur le marché des processeurs pour PC face à Intel, AMD, Qualcomm et Apple. Si les prix de la mémoire se détendent et que les logiciels suivent, cette puce pourrait bien redessiner ce qu'on attend d'un ordinateur personnel : moins un outil que l'on commande, plus un assistant qui travaille à nos côtés.

Sources

• NVIDIA, DGX Spark User Guide : Hardware Overview, mis à jour le 4 novembre 2026

• NVIDIA Newsroom, NVIDIA RTX Spark PCs Available Today, 16 octobre 2026

• NVIDIA Blog, Local AI with RTX Spark and Microsoft Windows

• Microsoft Windows Blog, Introducing a powerful new chapter for Windows PCs, accelerated by NVIDIA RTX Spark, 31 mai 2026

• ServeTheHome, NVIDIA Outlines GB10 SoC Architecture at Hot Chips 2025, 26 août 2025

• Engadget, NVIDIA's RTX Spark is an AI superchip, 1er juin 2026

• IEEE Spectrum, RTX Spark Brings Nvidia AI Muscle to Windows PCs

• TechSpot, Nvidia RTX Spark CPU is now official

• The Register, Nvidia debuts $4,999 DGX Spark with half the RAM and storage, 2 octobre 2026

• StorageReview, DGX Spark 64GB lands October 23 at $4,999

• Implicator, Nvidia adds 64GB DGX Spark at $4,999

• Tom's Hardware, We test the RTX Spark Superchip in Microsoft's Surface Laptop Ultra

• StorageReview, Microsoft Surface Laptop Ultra for Business Review

• Tom's Guide, Microsoft Surface Laptop Ultra review

• Millionminer, NVIDIA DGX Spark: Specs, Price & What It Runs