Mise à jour du 5 août 2026. Cet article a été publié en mars 2025, quand le DGX Spark n'était qu'une annonce. La machine est commercialisée depuis, son prix a augmenté deux fois, et l'arbitrage qu'elle pose à une PME n'est plus du tout le même. Nous avons donc repris le texte entièrement, chiffres à l'appui.

Annoncé au CES en janvier 2025 sous le nom de code Project DIGITS, puis rebaptisé DGX Spark au GTC de mars 2025, le NVIDIA DGX Spark est un ordinateur de bureau conçu pour faire tourner des modèles d'intelligence artificielle en local, sans passer par le cloud. Il est vendu depuis le 15 octobre 2025. La question que se posent la plupart des dirigeants qui arrivent sur cette page est simple : combien coûte-t-il, et est-ce que ça vaut le coup ? Voici les deux réponses, dans cet ordre.

Le prix : ce qui a changé, et pourquoi

C'est le point qui a le plus bougé, et pas dans le sens espéré.

Dans les faits, le prix payé est souvent supérieur au tarif officiel. À titre d'exemple, au 5 août 2026, la Founders Edition distribuée par PNY est affichée 6 099,95 € TTC (5 083,29 € HT) chez un revendeur professionnel français, pour une livraison annoncée sous une à deux semaines. C'est le chiffre qu'il faut retenir pour un budget : entre le tarif constructeur et le prix réellement facturé à une entreprise, l'écart dépasse mille euros.

Un article qui vous parle encore de 3 000 $ — y compris la version précédente de celui-ci — vous fait donc raisonner sur un tarif qui n'a jamais existé en rayon, et sur une machine qui coûte aujourd'hui près du double une fois posée sur le bureau d'une entreprise française.

Ce qu'il y a dans la boîte

Les caractéristiques, elles, n'ont pas changé depuis l'annonce. Le DGX Spark repose sur la puce GB10 Grace Blackwell, qui associe un processeur Arm de 20 cœurs (10 Cortex-X925 et 10 Cortex-A725) à un GPU Blackwell doté de Tensor Cores de 5e génération.

Côté modèles, NVIDIA annonce de l'inférence jusqu'à 200 milliards de paramètres sur une machine, et du fine-tuning — le réglage d'un modèle existant sur vos propres données — jusqu'à 70 milliards. En reliant deux unités par leur port réseau, le constructeur revendique jusqu'à 405 milliards de paramètres. Le système d'exploitation est DGX OS, une distribution Linux dérivée d'Ubuntu et maintenue par NVIDIA, avec la pile logicielle IA préinstallée. Outre la Founders Edition, des variantes sont assemblées par Acer, ASUS, Dell, Gigabyte, HP, Lenovo et MSI ; PNY distribue la Founders Edition en Europe.

La limite technique qu'il faut comprendre avant d'acheter

Un chiffre de la liste ci-dessus mérite qu'on s'y arrête, parce qu'il est systématiquement passé sous silence dans les présentations : la bande passante mémoire de 273 Go/s.

Les 128 Go de mémoire unifiée déterminent la taille du modèle que la machine peut charger — c'est son argument principal, et il est réel : très peu de matériel à ce prix permet de faire tenir un modèle de cette ampleur en mémoire. Mais la bande passante, elle, détermine la vitesse à laquelle il répond. Sur ce point, le DGX Spark se situe loin d'un GPU de centre de données, dont la mémoire est plusieurs fois plus rapide. Concrètement : la machine fera tourner de gros modèles là où un poste classique refuse de les charger, mais la génération de texte y sera sensiblement plus lente. C'est un outil de développement, de prototypage et de traitement par lots — pas un moteur destiné à servir des dizaines d'utilisateurs simultanés en temps réel.

À ce prix, l'arbitrage n'est plus le même

C'est là que la hausse change tout. Le raisonnement de 2025 était : « pour le prix de quelques mois de cloud, vous avez la machine à vie ». À 6 100 € TTC, il faut le refaire honnêtement.

Amorti sur trois ans, l'achat représente de l'ordre de 140 € par mois hors taxes (169 € TTC), hors électricité et hors temps d'administration. C'est bien le montant hors taxes qu'il faut retenir : c'est la base sur laquelle se lisent vos factures de cloud, et la TVA est récupérable. La question n'est donc plus « est-ce moins cher que le cloud ? » dans l'absolu, mais : dépensez-vous aujourd'hui plus ou moins que ça en API et en calcul loué ? Vous êtes seul à détenir ce chiffre, et il se lit sur vos factures des six derniers mois. En dessous, l'achat ne se justifie pas par l'économie. Au-dessus, il commence à se discuter.

Mais l'économie n'est pas toujours le vrai motif, et c'est important de le dire : dans les dossiers que nous voyons, ce qui décide, c'est que les données ne doivent pas sortir. Un cabinet qui traite des dossiers médicaux, un bureau d'études qui manipule les plans de ses clients, une entreprise soumise à une clause de confidentialité stricte : pour ceux-là, le calcul ne porte pas sur le coût du jeton, mais sur ce qu'ils s'interdisent d'envoyer chez un tiers. C'est un arbitrage de conformité et de risque, à mener avec les mêmes réflexes que ceux décrits dans notre article sur le choix entre NAS et cloud : la bonne question n'est pas le prix au téraoctet, c'est ce qui doit rester chez vous.

Pour qui c'est pertinent, pour qui ça ne l'est pas

Après plusieurs mois de recul sur ce produit, notre lecture est la suivante.

Ça se justifie si vous développez réellement un produit ou un traitement interne fondé sur l'IA, si vos données ne peuvent pas partir chez un fournisseur, ou si vous faites tourner des traitements par lots réguliers — analyse de documents, extraction, indexation — dont le coût en API commence à peser tous les mois.

Ça ne se justifie pas si votre usage se résume à un assistant conversationnel pour quelques collaborateurs : un abonnement professionnel coûtera moins cher pendant des années, et sera plus rapide. Ça ne se justifie pas non plus comme premier pas : acheter une machine à 6 000 € pour découvrir l'IA, c'est mettre le budget avant la question. Le bon ordre est l'inverse — identifier le traitement qui vous coûte du temps, le tester sur du service loué, et n'envisager le matériel que si l'usage tient dans la durée. C'est la démarche que nous détaillons pour les applications métiers avec IA en petite entreprise.

Enfin, une remarque de bon sens sur le calendrier : le prix a augmenté à cause du marché de la mémoire, pas de la demande sur ce produit. Si votre projet n'est pas urgent, l'attente n'est pas déraisonnable — sans qu'on puisse promettre une baisse, personne ne sachant où va ce marché.

Ce que nous en faisons chez ZEF Computers

Nous accompagnons les entreprises qui envisagent l'IA en local sur trois points : chiffrer l'usage réel avant l'achat (ce que vous dépensez aujourd'hui, ce que vous dépenseriez), vérifier que le modèle visé tient dans la machine et à une vitesse acceptable pour votre usage, et installer l'ensemble avec les accès, les sauvegardes et le cloisonnement réseau qui vont avec — une machine qui héberge vos données sensibles est aussi une machine à protéger, sujet que nous traitons dans notre offre Matériel professionnel & cybersécurité et dans nos projets d'infrastructure IT.

Il arrive régulièrement que cette étude conclue qu'un abonnement suffit, et que l'achat n'a pas lieu. C'est un résultat valable : il vous aura évité une dépense à quatre chiffres.