NVIDIA annonce les « supercalculateurs personnels d'IA » : DGX Spark et DGX Station permettront aux utilisateurs de créer des prototypes

D'affiner et d'exécuter des modèles d'IA de différentes tailles

Nvidia annonce les « supercalculateurs personnels d'IA » : DGX Spark et DGX Station
permettront aux utilisateurs de créer des prototypes, d'affiner et d'exécuter des modèles d'IA de différentes tailles

Lors de la GTC 2025, Nvidia a annoncé une nouvelle gamme de « supercalculateurs personnels d'IA » alimentés par la plateforme de puce Grace Blackwell de l'entreprise. Jensen Huang, fondateur et PDG de la société de semi-conducteurs, a dévoilé les deux nouvelles machines, DGX Spark (anciennement appelée Project Digits) et DGX Station, lors de sa présentation. Ces ordinateurs permettront aux utilisateurs de créer des prototypes, d'affiner et d'exécuter des modèles d'IA de différentes tailles à la périphérie.

Dans un contexte où l’intelligence artificielle redéfinit les contours de la recherche, de l’industrie et de la création numérique, Nvidia frappe un grand coup avec l’annonce de sa nouvelle gamme de stations de travail : le DGX Station Desktop, présenté comme un véritable « superordinateur personnel » dédié à l’IA.

Jusqu’à présent, les infrastructures DGX de Nvidia étaient réservées à des centres de données ou des laboratoires dotés de ressources considérables. Avec le DGX Station Desktop, Nvidia démocratise cette puissance et la rend accessible aux entreprises, aux laboratoires, mais aussi aux chercheurs et aux créateurs exigeants qui souhaitent disposer d’une force de calcul hors norme directement sur leur bureau.

« L'IA a transformé chaque couche de la pile informatique. Il est logique qu'une nouvelle classe d'ordinateurs émerge, conçue pour les développeurs natifs de l'IA et pour faire tourner les applications natives de l'IA », a déclaré Jensen Huang, fondateur et CEO de NVIDIA. « Avec ces nouveaux ordinateurs personnels DGX AI, l'IA peut s'étendre des services du cloud aux applications de bureau et de périphérie ».

« C'est l'ordinateur de l'ère de l'IA », a déclaré Huang lors de la présentation. « C'est à cela que les ordinateurs devraient ressembler, et c'est ce que les ordinateurs exécuteront à l'avenir. Et nous avons maintenant toute une gamme pour les entreprises, des plus petits aux stations de travail ».


Selon Nvidia, le DGX Spark permet d'effectuer jusqu'à 1 000 billions d'opérations par seconde (un billion étant 1 000 milliards) dans le domaine de l'IA grâce à une puce Grace Blackwell Superchip de 10 Go. Quant à la DGX Station, elle est équipée d'une puce Grace Blackwell Ultra Desktop Superchip GB300 de Nvidia associée à 784 Go de mémoire.

« Les agents d'intelligence artificielle seront partout », a poursuivi Huang. « Leur fonctionnement, celui des entreprises et le nôtre seront fondamentalement différents. Nous avons donc besoin d'une nouvelle gamme d'ordinateurs. Et c'est ce qu'il nous faut. »


Pensé pour les modèles géants et l’entraînement local

Avec la montée en puissance des modèles de fondation tels que GPT, Llama ou Gemini, de nombreuses entreprises souhaitent désormais entraîner ou affiner leurs propres modèles localement, sans nécessairement dépendre des grandes plateformes cloud. Nvidia répond à cette tendance avec le DGX Desktop : il devient possible d’effectuer du fine-tuning de modèles comptant plusieurs milliards de paramètres en interne, avec la flexibilité et la confidentialité que cela implique.

Puissance, mais aussi simplicité d’usage

Malgré ses capacités comparables à celles d’un cluster, la DGX Station Desktop s’installe comme un ordinateur classique et ne nécessite pas d’infrastructure serveur complexe. Le système intègre les environnements logiciels Nvidia, notamment CUDA, cuDNN, et le framework Nvidia AI Enterprise, offrant un écosystème clé en main. La station est également optimisée pour fonctionner avec les grands outils de machine learning et deep learning tels que PyTorch, TensorFlow ou JAX.

Un investissement stratégique pour les entreprises

Ce lancement n’est pas anodin. Les entreprises qui développent des applications IA avancées (R&D, finance quantitative, biotech, simulation industrielle, création numérique) cherchent à réduire leur dépendance au cloud et à maîtriser leurs cycles de développement. Nvidia leur propose ici un atout stratégique : une machine locale capable de rivaliser avec les puissances de calcul cloud tout en offrant confidentialité, contrôle et des coûts potentiellement plus prévisibles à long terme.
Prix et disponibilité

Nvidia n’a pas encore dévoilé le prix officiel, mais il s’agit clairement d’un produit premium. La DGX Station Desktop s’adresse avant tout aux entreprises, instituts de recherche et laboratoires disposant de budgets importants et d’une volonté d’investir dans l’indépendance technologique. Les premières livraisons sont attendues dans le courant de l’année 2025. DGX Spark est disponible dès à présent, tandis que DGX Station devrait être commercialisé dans le courant de l'année par des partenaires industriels, notamment Asus, Boxx, Dell, HP et Lenovo.

Étant donné que les systèmes seront fabriqués par différentes entreprises, Nvidia n'a pas mentionné le prix des unités. Toutefois, en janvier, Nvidia a indiqué que la configuration de base d'un ordinateur de type DGX Spark se vendrait aux alentours de 3 000 dollars.

Source : Nvidia

Et vous ?

Cette puissance de calcul est-elle vraiment utile à domicile ou dans les petites entreprises, ou reste-t-elle réservée à une élite industrielle et académique ?

Les entreprises ont-elles intérêt à investir dans un superordinateur local face à l’évolution rapide des offres cloud et leur flexibilité ?

Nvidia cherche-t-il, avec ce produit, à réduire la dépendance de ses clients au cloud, ou au contraire à verrouiller son écosystème propriétaire ?

Ce type de produit va-t-il modifier l’équilibre entre les géants du cloud et les entreprises qui préfèrent internaliser leurs capacités d’IA ?

Que signifie le fait de pouvoir entraîner des modèles géants « chez soi » en termes de régulation et de sécurité ?

Cette puissance à portée de main pourrait-elle accentuer la fracture numérique entre grandes entreprises et PME, ou entre pays développés et pays émergents ?