Publié le 2025-10-14 18:58:00. Nvidia lance le DGX Spark, un nouveau système basé sur ARM conçu pour le traitement par GPU, affirmant qu’il offre une solution plus abordable pour exécuter de grands modèles d’IA. Le PDG Jensen Huang a personnellement remis l’une des premières unités à Elon Musk, rappelant une livraison similaire effectuée en 2016.
- Le DGX Spark fonctionne avec le système d’exploitation Nvidia pour ARM, basé sur Ubuntu Linux, et inclut la pile logicielle d’IA de l’entreprise.
- Son prix de départ est de 3 999 dollars US, se positionnant comme une alternative économique aux GPU haut de gamme coûteux.
- Grâce à ses 128 Go de mémoire unifiée, il permet de charger des modèles d’IA de grande taille, un avantage par rapport aux GPU grand public limités en VRAM.
Le nouveau système d’exploitation de Nvidia, baptisé DGX Spark, est une plateforme matérielle et logicielle axée sur l’architecture ARM. Il embarque le système d’exploitation de Nvidia, lui-même construit sur une base Ubuntu Linux. Cette solution est spécifiquement optimisée pour les charges de travail intensives en GPU, intégrant nativement les outils essentiels de l’écosystème IA de Nvidia, tels que les bibliothèques CUDA et les microservices NIM.
Le coût d’entrée du DGX Spark s’établit à 3 999 dollars américains. Si ce montant peut sembler conséquent, il doit être mis en perspective avec le prix des unités de traitement graphique (GPU) les plus performantes destinées à l’IA. Des cartes comme la RTX Pro 6000, nécessitant une quantité importante de mémoire vidéo et coûtant environ 9 000 dollars, ou les GPU de serveurs dédiés à l’intelligence artificielle, dont certains modèles de la génération H100 peuvent atteindre 25 000 dollars, rendent le DGX Spark une option globalement plus accessible financièrement, même s’il n’atteint pas les performances maximales des solutions les plus puissantes.
Selon les informations rapportées par The Register, la puissance de calcul GPU de la puce GB10, au cœur du DGX Spark, serait comparable à celle d’une carte graphique RTX 5070. Cependant, la RTX 5070 est limitée à 12 Go de mémoire vidéo, ce qui restreint la taille des modèles d’apprentissage automatique qui peuvent y être déployés. Le DGX Spark, quant à lui, bénéficie de 128 Go de mémoire unifiée. Cette capacité étendue permet de faire tourner des modèles d’IA de dimensions considérablement plus importantes, bien qu’à une vitesse potentiellement inférieure à celle de GPU comme la RTX 5090 (généralement équipée de 24 Go de RAM). Par exemple, l’exécution de la version la plus volumineuse du récent modèle de langage GPT-OSSS d’OpenAI, comportant 120 milliards de paramètres, nécessiterait environ 80 Go de mémoire, une exigence bien supérieure à ce que proposent les GPU destinés au marché grand public.
Un clin d’œil à 2016
Pour marquer le lancement du DGX Spark, le fondateur et PDG de Nvidia, Jensen Huang, a effectué une démarche symbolique en remettant personnellement l’une des premières unités à Elon Musk, dans les locaux de SpaceX à Starbase, au Texas. Cet événement fait écho à une livraison similaire effectuée par M. Huang à M. Musk en 2016, alors qu’il était chez OpenAI.
« En 2016, nous avons conçu le DGX-1 pour offrir aux chercheurs en IA leur propre superordinateur. J’ai personnellement livré le premier système à Elon chez une petite startup nommée OpenAI, et de là est né ChatGPT », a déclaré Jensen Huang. « Le DGX-1 a inauguré l’ère des supercalculateurs pour l’IA et a révélé les lois d’échelle qui régissent l’intelligence artificielle moderne. Avec le DGX Spark, nous revenons à cette mission. »
Jensen Huang, PDG de Nvidia