NVIDIA élargit sa gamme de mini-supercalculateurs dédiés à l'intelligence artificielle avec une nouvelle déclinaison du DGX Spark dotée de 64 Go de mémoire unifiée. Commercialisée dès le 23 octobre, cette machine vise à rendre l'inférence locale plus accessible tout en introduisant une solution logicielle innovante pour coupler plusieurs unités.
Une stratégie axée sur l'inférence locale
Le nouveau DGX Spark 64 Go, proposé à un tarif débutant à 4 999 dollars, conserve l'architecture Grace Blackwell (GB10) qui fait la force de la gamme. Conçu pour les entreprises et les développeurs souhaitant s'affranchir du cloud, ce système permet d'exécuter localement des modèles d'IA comptant jusqu'à 80 milliards de paramètres. L'objectif est de sécuriser les données et les requêtes en les traitant directement sur site, une exigence croissante pour les organisations manipulant des informations sensibles ou nécessitant des agents IA opérationnels en continu.
Le clustering simplifié pour démultiplier la puissance
L'innovation majeure réside dans l'outil NVIDIA Sync Cluster Assistant. Grâce à une interface réseau ConnectX-7 intégrée, deux machines DGX Spark peuvent désormais être reliées par un simple câble QSFP pour fonctionner comme un seul système unifié. Cette configuration permet de doubler la mémoire disponible à 128 Go et d'étendre la capacité de traitement à des modèles atteignant 200 milliards de paramètres. NVIDIA souligne que cette approche distribuée peut, dans certains cas, surpasser les performances d'une machine unique de 128 Go, avec des gains mesurés jusqu'à 70 % sur des modèles spécifiques.
Une automatisation logicielle au service des développeurs
Pour accompagner ce lancement, NVIDIA déploiera le logiciel Sync Model Launcher. Cette interface graphique simplifie drastiquement le déploiement des modèles, en automatisant leur téléchargement et leur répartition intelligente entre les différents nœuds du cluster. En prenant en charge des outils standards du secteur comme llama.cpp, Ollama ou vLLM, NVIDIA cherche à réduire les barrières techniques à l'adoption de l'IA locale. Cette évolution confirme la volonté du constructeur de positionner ses solutions non plus seulement comme du matériel de pointe, mais comme un écosystème complet pour les professionnels de la donnée et du développement.