Le DGX Spark descend à 64 Go, NVIDIA moteur et « victime » de la pénurie de mémoire
La crise de la mémoire est en très grande partie alimentée par NVIDIA qui a besoin de toujours plus de HBM pour ses GPU haut de gamme. Cette crise provoque des hausses de prix sur les composants (mémoire vive, SSD…), mais aussi sur des produits NVIDIA, dont le DGX Spark avec une hausse de 75 […].
En mars 2025, NVIDIA lance le DGX Spark, une station de travail compacte (format mini-PC) conçue pour exécuter des tâches d'intelligence artificielle (IA) localement. Elle intègre une puce GB10 Grace Blackwell Superchip, composée de 20 cœurs CPU Arm et d'un GPU Blackwell, ainsi que 128 Go de mémoire vive LPDDR5x. Contrairement aux GPU haut de gamme utilisés dans les datacenters qui emploient de la mémoire HBM (plus performante mais coûteuse), le DGX Spark utilise de la mémoire LPDDR5x, une technologie moins onéreuse mais aussi moins rapide. Ce choix permet de réduire les coûts tout en offrant des performances adaptées au grand public et aux développeurs. Le prix initial de ce modèle était de 3 999 $, mais il a subi plusieurs augmentations en raison de contraintes d'approvisionnement en mémoire.
À partir du 23 octobre 2026, NVIDIA propose une version du DGX Spark équipée de seulement 64 Go de mémoire LPDDR5x, soit la moitié de la version initiale. Cette réduction s'accompagne d'une hausse de prix : la version 64 Go est vendue 4 999 $, tandis que la version 128 Go, initialement à 3 999 $, a vu son tarif atteindre près de 7 000 $ en octobre 2026. Cette stratégie vise à rendre l'appareil plus accessible financièrement, mais elle soulève une question paradoxale : comment proposer davantage de possibilités avec moins de mémoire ? En réalité, NVIDIA mise sur la possibilité de regrouper plusieurs unités pour compenser la baisse de mémoire, une solution qui sera détaillée dans un point suivant.
La pénurie de mémoire vive qui touche le DGX Spark est un phénomène global, alimenté par la demande croissante de l'industrie de l'IA. Les principaux fabricants de mémoire, comme SK hynix, Samsung et Micron, orientent une partie de leur production vers la HBM (High Bandwidth Memory), une technologie plus performante et plus rentable que la mémoire classique DRAM (DDR4, DDR5). Cette réorientation réduit l'offre de mémoire LPDDR5x, faisant exploser son prix. NVIDIA, leader du marché des GPU pour l'IA, subit directement cette crise, tout comme les joueurs qui dépendent des cartes graphiques grand public. La dernière génération de cartes graphiques grand public, les RTX 50, date de janvier 2025, illustrant les tensions sur les composants.
Pour pallier la réduction de mémoire dans la version 64 Go, NVIDIA propose une solution technique : le clustering. Il est possible d'assembler deux ou quatre DGX Spark pour former un système plus puissant. En regroupant deux unités, on obtient 128 Go de mémoire (2 x 64 Go) et une augmentation des performances de 1,7 fois sur certains modèles d'IA comme Qwen3B-8-Flash-Next ou DeepSeek v4 Flash. Avec quatre unités, les performances peuvent être multipliées par 3,1 sur des tâches comme GLM 5.3 Flash. Cette fonctionnalité repose sur un outil intégré, le NVIDIA Sync Cluster Assistant, qui permet de configurer le cluster sans expertise technique supplémentaire. Chaque machine est équipée d'un port réseau ConnectX-7 à 200 Gb/s, essentiel pour relier plusieurs unités entre elles.
NVIDIA commercialise également le **RTX Spark**, une autre station de travail dédiée à l'IA, mais basée sur une architecture différente. Contrairement au DGX Spark, le RTX Spark utilise **Windows on Arm** comme système d'exploitation et ne dispose pas du port réseau **ConnectX-7**. Cette absence complique l'assemblage de plusieurs unités pour former un cluster, contrairement au DGX Spark qui est conçu pour cette fonctionnalité. Le DGX Spark se positionne donc comme une solution plus flexible et évolutive pour les développeurs souhaitant déployer des modèles d'IA localement, malgré les contraintes de mémoire et les coûts élevés.
