NVIDIA DGX Spark · GB10 Grace Blackwell
Le NVIDIA DGX Spark : louez-en un dès 0,79 $/h ou achetez-en un
Le NVIDIA DGX Spark est un ordinateur d'IA de bureau : un superchip GB10 Grace Blackwell avec 128 Go de mémoire unifiée à 273 Go/s, sous DGX OS de NVIDIA. Vous pouvez louer un DGX Spark sur GPUwerk pour 0,79 $ de l'heure, facturé à la minute, ou en acheter un. Cette page explique ce que c'est, ce qu'il mesure sur la flotte de GPUwerk et là où il est en retrait.
Par Samuel Seidel · Mis à jour le 24 octobre 2026. Pour aller plus loin : caractéristiques du DGX Spark, prix du DGX Spark, benchmarks du DGX Spark et le cluster DGX Spark de deux machines reliées.
GPUwerk loue à la minute des machines NVIDIA DGX Spark dédiées en Europe, en Amérique du Nord et en Asie de l'Est : ses propres machines en République tchèque et des Sparks appartenant à des partenaires dans d'autres pays. Un Spark coûte 0,79 $ de l'heure et un cluster de deux nœuds de 256 Go 1,79 $ de l'heure, sur crédit prépayé, sans abonnement. Vous travaillez dans un terminal du navigateur ou en SSH root. Supprimez l'instance quand vous avez fini : la facturation s'arrête. Comment louer un DGX Spark.
Le prix catalogue américain de NVIDIA est de 6 950 $ (vérifié le 11 octobre 2026), contre 3 999 $ au lancement : voir l'historique des prix du DGX Spark et les prix dans l'UE. Acheter un NVIDIA DGX Spark dans la boutique GPUwerk →
Caractéristiques
Le matériel en un seul tableau.
Par nœud. Chaque instance GPUwerk est une machine entière : ces chiffres sont donc entièrement à vous. Chaque valeur, avec ce qu'elle signifie pour les LLM, figure sur la page caractéristiques du DGX Spark.
| Superchip | GB10 Grace Blackwell |
|---|---|
| Performances IA | 1 PFLOPS FP4 (avec sparsité) |
| Mémoire | 128 Go LPDDR5x unifiée |
| Bande passante mémoire | 273 Go/s |
| CPU | Arm à 20 cœurs (10× X925 + 10× A725) |
| Stockage | 1 To NVMe sur les Sparks de GPUwerk, partagé avec le système et le cache des modèles ; certains Sparks de partenaires ont 2 ou 4 To (NVIDIA vend 1 To ou 4 To) |
| Réseau | ConnectX-7 · 200 Gb/s |
| Alimentation | 240 W max. |
| OS | DGX OS 7 · Ubuntu 24.04 |
| CUDA | Pile complète préinstallée |
Sources, consultées le 24 octobre 2026 : la page produit NVIDIA DGX Spark (CPU, mémoire, 273 Go/s, 1 PFLOP FP4 avec sparsité, alimentation 240 W, jusqu'à 200B paramètres sur une machine et 400B sur deux) et la documentation matérielle NVIDIA (NVMe de 1 To ou 4 To, mémoire 256 bits à 4266 MHz). Date de lancement et prix : salle de presse NVIDIA, 13 octobre 2025.
La bande passante mémoire de 273 Go/s est la contrainte qui compte pour la vitesse de génération d'un LLM en flux unique. La force du Spark, c'est sa capacité : des modèles qui ne tiennent tout simplement pas sur des GPU grand public, plus du calcul FP4 pour le service par lots et le fine-tuning, où le débit progresse bien mieux que ne le laissent penser les chiffres en flux unique.
Prix, location et achat
Louez-en un ou achetez-en un.
Louer à la minute vous indique si votre modèle tient et tourne assez vite avant de dépenser des milliers pour le matériel. Un Spark loué vous donne un terminal dans le navigateur ou un accès SSH root à votre propre conteneur, le toolkit CUDA 13.0 préinstallé (et Docker, sur certaines machines), et un endpoint compatible OpenAI à partir d'une image de modèle : ce avec quoi vous travaillez.
Mesuré sur la flotte de GPUwerk
Benchmarks de la flotte.
Les deux modèles préinstallés sur chaque nœud de la flotte, mesurés avec vllm bench serve sur l'un des nœuds de GPUwerk, sans rien d'autre sur son GPU. Les logs bruts sont ci-dessous, et d'autres modèles figurent sur la page benchmarks du DGX Spark. Les chiffres de tiers pour d'autres modèles sont rassemblés et discutés dans le guide d'achat.
| Modèle | Quantification | Framework | Prefill tok/s | Génération tok/s | Contexte max. |
|---|---|---|---|---|---|
| Qwen3-Coder 30B-A3B | AWQ | vLLM 0.27.1 | 5 705 tok/s | 80,9 tok/s | 262 144 |
| Llama 3.3 70B | AWQ | vLLM 0.27.1 | 391 tok/s | 6,0 tok/s | 131 072 |
Comment lire ceci.
Le prefill est le délai médian avant le premier token sur un prompt de 8 192 tokens. La génération est un flux unique, 128 en entrée et 512 en sortie, sans autre requête en cours. Le contexte max. est un prompt de cette longueur effectivement servi, pas un chiffre déduit de la taille du cache KV. Le prefill ralentit à mesure que le prompt s'allonge, car le coût de l'attention est quadratique : le 30B fait 5 705 tok/s à 8k et 586 tok/s en remplissant ses 262 144 tokens.
La taille de lot change complètement la réponse.
Un flux unique est le pire cas sur ce matériel, et c'est le chiffre auquel s'arrêtent la plupart des comparaisons. Avec des requêtes en cours, le 30B atteint 3 235 tok/s cumulés à 256 requêtes simultanées, et le 70B atteint 485 tok/s à 128, puis retombe à 300 à 256, avec un délai médian avant le premier token qui passe de 8 à 40 secondes. Le modèle mixture-of-experts sature au-delà de son point d'inflexion ; le dense s'effondre au-delà du sien. Les deux courbes figurent dans les logs.
Mesuré sur un nœud inactif.
Chaque test a été réalisé sur un nœud par ailleurs inactif, sans autre modèle chargé sur le GPU. Chaque log ci-dessous commence par la liste des processus du GPU et la mémoire libre au moment où le test a démarré, pour que vous puissiez le vérifier plutôt que de nous croire sur parole.
Logs bruts, de chaque test, non modifiés à part la compression des rafraîchissements de barres de progression : Qwen3-Coder 30B-A3B · Llama 3.3 70B. Pour lancer les vôtres : rechargez 20 $ la première fois et recevez 30 $ de crédit, de quoi faire une journée d'évaluation sur un nœud dédié.
Charges de travail
Que dois-je faire tourner dessus ?
Des conseils tranchés tirés de l'exploitation d'une flotte de ces machines.
Assistant de code pour l'équipe
Qwen3-Coder 30B-A3B (AWQ, le modèle que GPUwerk utilise pour ses benchmarks) laisse de la place pour de longs contextes et plusieurs utilisateurs simultanés. Servez-le avec vLLM derrière un endpoint compatible OpenAI et pointez-y vos éditeurs.
Chat privé + RAG
Un modèle instruct de classe 70B en Q4 tient sur un seul nœud, avec de la marge pour un modèle d'embedding et une base vectorielle sur la même machine : tout un assistant privé sur une seule machine. Voir la configuration ChatGPT privé →
Fine-tuning
Les fine-tunings LoRA de modèles de classe 70B tiennent en mémoire unifiée sans acrobaties de parallélisme de modèle. Plus lent par étape qu'un GPU de datacenter, mais cela tourne là où les cartes grand public n'y arrivent tout simplement pas.
Louer pour une seule tâche
Pourquoi les gens louent un Spark.
Trois tâches, chacune avec les commandes, les chiffres mesurés et les limites sur une seule page.
Comparaisons
Comment il se compare.
Des comparaisons qui donnent d'abord le verdict, face aux machines que les acheteurs mettent réellement en balance. Chacune indique où le concurrent l'emporte.
Les huit côte à côte, avec la mémoire, la bande passante et les points forts de chaque concurrent : les alternatives au DGX Spark comparées.
Guides
Guides & analyses.
Pour quiconque évalue, achète ou installe un DGX Spark, écrit depuis la salle des machines, pas depuis un dossier de presse.
Tous les guides, regroupés par achat, modèles et moteurs, clusters et exploitation : tous les guides DGX Spark.
Questions.
Qu'est-ce que le NVIDIA DGX Spark ?
Le NVIDIA DGX Spark est un ordinateur d'IA de bureau construit autour du superchip NVIDIA GB10 Grace Blackwell : un GPU Blackwell et un CPU Arm à 20 cœurs partageant 128 Go de mémoire unifiée à 273 Go/s, avec jusqu'à 1 PFLOP de calcul FP4 avec sparsité. Il fait tourner DGX OS de NVIDIA, un système basé sur Ubuntu avec la pile CUDA préinstallée, et consomme au maximum 240 W. Les commandes ont ouvert le 15 octobre 2025 à 3 999 $ ; le prix catalogue américain de NVIDIA était de 6 950 $ lors de la vérification du 11 octobre 2026 (historique des prix). ASUS, Dell, HP, Lenovo, MSI, Gigabyte et Acer vendent des machines dotées de la même puce GB10 sous leur propre nom : toutes les machines GB10 comparées.
Ai-je un DGX Spark entier pour moi seul ?
Oui. Chaque instance GPUwerk est un nœud dédié entier, pas une fraction de GPU partagé. Les 128 Go de mémoire unifiée, les 273 Go/s de bande passante et le 1 PFLOPS de calcul FP4 creux sont à vous pendant toute la durée de la location, sans rien d'autre qui tourne sur la machine.
En quoi un DGX Spark diffère-t-il de la location d'une instance GPU cloud ?
Une instance GPU cloud classique vous donne 24 à 80 Go de VRAM sur une carte de datacenter. Un DGX Spark vous donne 128 Go de mémoire unifiée sur une seule machine, assez pour des modèles de classe 70B sans les répartir sur plusieurs GPU, et GPUwerk le loue avec une facturation à la minute, depuis ses propres Sparks en Tchéquie et des Sparks partenaires en Europe, en Amérique du Nord et en Asie de l'Est.
Où est le piège avec 273 Go/s de bande passante mémoire ?
C'est le plafond de la vitesse de génération en flux unique : moins de tokens par seconde qu'un GPU dédié avec une VRAM plus rapide, c'est pourquoi le guide d'achat et la comparaison avec la RTX 5090 commencent tous deux par là. L'avantage du Spark, c'est la capacité et le débit par lots, pas la vitesse brute pour un seul utilisateur.
Puis-je acheter un DGX Spark au lieu d'en louer un ?
Oui. La boutique de GPUwerk propose le NVIDIA DGX Spark lui-même, au prix du stock des fournisseurs tchèques lorsque l'un d'eux peut le livrer, ainsi que la même machine GB10 de sept autres fabricants, dont la Lenovo ThinkStation PGX à partir de 5 330 € hors TVA. GPUwerk vous l'expédie ou, si vous le souhaitez, l'héberge dans son datacenter et la loue pour vous. Vous pouvez aussi acheter chez NVIDIA ou ses partenaires, ou demander à GPUwerk une machine pour votre propre site. Louer d'abord à la minute vous dit si le matériel convient à votre charge de travail avant un achat d'environ 4 000 € ou plus, et chaque instance cloud GPUwerk tourne sur le même matériel GB10.
Tout ce qui concerne le DGX Spark sur ce site.
Toutes les pages de GPUwerk consacrées au DGX Spark, regroupées selon ce que vous cherchez à faire.
Achat et location
- Prix du DGX Spark : acheter ou louer
- Caractéristiques, avec réserves mesurées
- Disponibilité et délais en Europe
- Où acheter en Europe
- Comment en louer un à la minute
- Louer ou acheter : calculateur du seuil de rentabilité
- Fournisseurs cloud de DGX Spark comparés
- Louer chez Enverge vs GPUwerk
- Calculateur de mémoire : un modèle tient-il ?
- Tarifs
- Acheter un NVIDIA DGX Spark
- Acheter une machine GB10 hébergée par GPUwerk
- Sur site
Vous avez déjà un Spark ?
Comparaisons
Benchmarks et modèles
- Benchmarks du DGX Spark : à quoi s'attendre
- Comment GPUwerk réalise les benchmarks du Spark
- Ce qui tient dans 128 Go
- Faire tourner DeepSeek-V4-Flash
- Faire tourner gpt-oss-120b
- Faire tourner gpt-oss-20b
- Faire tourner Llama 3.3 70B
- Faire tourner Nemotron-3-Super-120B
- Faire tourner Nemotron Super 49B
- Faire tourner Qwen3-Coder 30B-A3B
- Faire tourner Qwen3-235B-A22B
- Faire tourner GLM-5.3-Flash
- Faire tourner Gemma 4 26B-A4B
- Faire tourner Qwen3.6-35B-A3B
- Faire tourner Qwen3.8-Flash-Next
Guides : premiers pas
Guides : service et modèles
- Servir Qwen3 avec vLLM
- llama.cpp vs vLLM vs SGLang
- Sortie structurée et appel de fonctions
- Embeddings et recherche vectorielle
- Modèles de vision et multimodaux
- Génération d'images avec ComfyUI
- Meilleurs modèles à poids ouverts
- Fine-tuning sur vos propres données
- Quantifié ou pleine précision
- Mise en cache des prompts pour réduire les coûts
- Évaluer la qualité d'un modèle avant d'en changer
- Versionnage des modèles et retour arrière
- Mises à jour de modèles sans interruption
- Comment GPUwerk réalise ses benchmarks
Guides : exploitation
- Surveillance et observabilité
- Utilisation du GPU et dimensionnement
- Sauvegarde et reprise après sinistre
- Tester votre plan de reprise après sinistre
- Accès d'équipe et multi-utilisateur
- Limitation de débit et quotas
- Rotation des clés API
- Sécuriser un GPU loué
- Journalisation d'audit pour la conformité
- Gestion de la mémoire GPU, multi-locataire
- Passer à une flotte
Arrêtez de lire des benchmarks.
Lancez les vôtres.
Louez un Spark dédié pour 0,79 $/h, facturé à la minute. Première recharge : payez 20 $ recevez 30 $ de crédit, soit environ 37 heures de calcul.
Créer un compte