NVIDIA DGX Spark et DGX Station · INDEO POLYNESIE
L’IA d’entreprise, chez vous.
Une IA générative pour votre entreprise, hébergée dans vos locaux. INDEO POLYNESIE distribue les supercalculateurs IA de bureau NVIDIA : le DGX Spark, pour un utilisateur, disponible dès aujourd’hui, et la DGX Station, pour toute l’équipe, avec 748 Go de mémoire. Vos modèles, vos assistants et vos agents tournent sur votre réseau : vos données ne quittent pas l’entreprise.
- Même architecture Grace Blackwell, mêmes outils : vos projets passent du Spark à la Station sans être réécrits
- Aucun abonnement au jeton : un achat matériel, des usages illimités
- Offre réservée aux professionnels : entreprises, administrations, collectivités et établissements de recherche.
NVIDIA DGX Spark : 128 Go de mémoire unifiée, 1 PFLOP, dans un boîtier de 15 × 15 cmDeux machines, une même IA chez vous
Le DGX Spark est le supercalculateur IA d’un utilisateur. La DGX Station est celui de l’équipe et de l’entreprise. Les deux reposent sur l’architecture NVIDIA Grace Blackwell et la même pile logicielle : on commence sur l’un, on grandit sur l’autre.
NVIDIA DGX Spark
Le supercalculateur IA personnel : un développeur, un data scientist, un chercheur, une petite équipe.
- Tient sur un bureau : 15 × 15 cm, 1,2 kg
- Deux boîtiers reliables : jusqu’à 405 Md de paramètres
- Vitesses mesurées et publiées sur les modèles open source courants
NVIDIA DGX Station
Le supercalculateur IA de l’équipe et de l’entreprise : plusieurs services, plusieurs projets, une seule machine.
- Jusqu’à 7 instances GPU isolées (NVIDIA MIG) : un assistant par service
- Bande passante mémoire GPU 7,1 To/s, environ 26 fois le Spark
- Ubuntu et outils NVIDIA AI préinstallés, garantie 3 ans
L’IA générative, sans exposer vos données
Les services d’IA en ligne envoient vos documents chez un tiers, souvent hors du territoire, et se facturent à l’usage. Les DGX Spark et DGX Station inversent la logique : la puissance de calcul vient à vos données.
Confidentialité
Contrats, dossiers clients, données RH ou médicales restent sur votre réseau.
Coût maîtrisé
Un investissement matériel unique, sans facture au jeton ni abonnement par utilisateur.
Réactivité
Le calcul se fait sur place : pas de dépendance à la bande passante internationale.
Écosystème NVIDIA
La même pile logicielle sur le Spark et sur la Station : vos travaux passent ensuite à l’échelle sans réécriture.
NVIDIA DGX OS : prête à l’emploi dès le déballage
Le DGX Spark est livré avec NVIDIA DGX OS, la distribution Linux de NVIDIA basée sur Ubuntu 24.04 et optimisée pour l’IA. Pilotes GPU, CUDA et environnement de conteneurs sont préinstallés et mis à jour par NVIDIA : pas de configuration système à assembler soi-même, vos équipes se concentrent sur leurs modèles. La DGX Station repose sur la même base Ubuntu 24.04 et la même pile logicielle NVIDIA AI : un projet commencé sur un Spark se déploie tel quel sur la Station.
Système maintenu par NVIDIA
Ubuntu 24.04, pilotes et CUDA validés ensemble, mises à jour fournies par NVIDIA.
DGX Dashboard
Sur le DGX Spark, un tableau de bord web pour les mises à jour, le suivi des ressources et JupyterLab.
Conteneurs prêts
Docker et NVIDIA Container Toolkit : les modèles et outils du catalogue NVIDIA se lancent en quelques commandes.
Depuis votre poste
Vos équipes travaillent depuis leur PC ou leur Mac, à distance sur le réseau de l’entreprise (NVIDIA Sync, SSH).
Le supercalculateur IA d’un utilisateur
Le DGX Spark fait tourner vos modèles, vos assistants et vos agents directement sur votre réseau, dans un boîtier qui tient sur un bureau. À l’unité ou en paire.
Assistant RAG d’équipe, prototypage et fine-tuning jusqu’à 70 Md, poste de développement IA.
Très grands modèles, plus d’utilisateurs simultanés, liaison directe ConnectX-7 200 Gb/s.
Deux DGX Spark reliés en ConnectX-7 : jusqu’à 405 Md de paramètresCe qui tourne dessus : mesures publiées
Vitesses de génération mesurées et publiées par NVIDIA et par des tiers (octobre 2025 à septembre 2026), pour un utilisateur et un contexte court, sauf mention. Elles dépendent du moteur, de la quantification et de la longueur du contexte, et progressent avec les mises à jour logicielles.
| Modèle open source | Taille | 1 DGX Spark | 2 DGX Spark | Source |
|---|---|---|---|---|
| gpt-oss-120b (OpenAI) | 117 Md, MoE | ≈ 55 à 61 tokens/s | ≈ 70 tokens/s | NVIDIA (10/2025), llama.cpp (11/2025), OpenZeka (2026) |
| Qwen3.6-35B-A3B | 35 Md, MoE | ≈ 77 tokens/s, 108 avec décodage spéculatif | – | Classmethod (07/2026) |
| Gemma 4 26B-A4B (Google) | 26 Md, MoE | ≈ 52 tokens/s, 109 avec décodage spéculatif | – | ai-muninn (04 et 05/2026) |
| Qwen3.8-27B | 27 Md, dense | ≈ 12 tokens/s ; 26 à 28 en rédaction et jusqu’à 65 en code avec décodage spéculatif | – | ai-muninn (08/2026) |
| Qwen3.5-397B-A17B | 397 Md, MoE | ne tient pas | ≈ 26 à 30 tokens/s | Forum NVIDIA (02/2026) |
| DeepSeek-V4-Flash | 284 Md, MoE | ne tient pas | ≈ 25 tokens/s (≈ 71 cumulés pour 8 utilisateurs) | Elite Test Engineering (09/2026) |
Repères. Au-delà de 10 à 15 tokens/s, la génération va plus vite que votre lecture. Lecture de documents : 1 700 à 3 300 tokens/s sur gpt-oss-120b, soit un dossier de dix pages ingéré en quelques secondes. En multi-utilisateurs : environ 150 tokens/s cumulés pour 8 requêtes simultanées sur gpt-oss-120b, jusqu’à environ 670 sur Gemma 4 avec décodage spéculatif. Deux boîtiers ne doublent pas la vitesse d’un modèle qui tient déjà sur un seul (+24 à +26 % mesurés) : leur intérêt est de charger des modèles de 200 à 400 Md et de servir plus d’utilisateurs.
Fiche technique DGX Spark
| Puce | NVIDIA GB10 Grace Blackwell Superchip |
|---|---|
| Performance IA | Jusqu’à 1 PFLOP (FP4) |
| Processeur | 20 cœurs Arm (10 Cortex-X925 + 10 Cortex-A725) |
| Mémoire | 128 Go LPDDR5x unifiée CPU/GPU, 273 Go/s |
| Stockage | 4 To NVMe M.2 |
| Réseau | 10 GbE RJ-45, Wi-Fi 7, ConnectX-7 (2 × QSFP) pour relier 2 unités |
|---|---|
| Connectique | 4 × USB-C, 1 × HDMI |
| Système | NVIDIA DGX OS (Linux Ubuntu) |
| Format | 150 × 150 × 50,5 mm, 1,2 kg |
| Garantie | Garantie constructeur |
Votre IA a besoin d’air. Donnez-lui 748 Go.
Les grands modèles sont à l’étroit dans un poste de travail. La DGX Station, construite autour du GB300 Grace Blackwell Ultra, met l’IA à l’échelle de l’équipe : 748 Go de mémoire, jusqu’à 20 PFLOPS, et jusqu’à 7 utilisateurs ou agents isolés sur une seule machine.
- 20 fois le calcul IA du DGX Spark, près de 6 fois sa mémoire
- Processeur Grace 72 cœurs, mémoire cohérente CPU/GPU
- Deux stations reliables en ConnectX-8, jusqu’à 800 Gb/s
NVIDIA DGX Station : design de référence NVIDIA, l’aspect du modèle livré dépend du constructeurJusqu’à 7 utilisateurs ou agents
Avec NVIDIA MIG, la machine se partage en jusqu’à 7 instances GPU isolées : un assistant par service, un projet par équipe, sans interférence.
Les plus grands modèles
748 Go pour charger, affiner et servir des modèles hors de portée d’un poste de travail, en pleine précision quand il le faut.
Mêmes outils que le Spark
Ubuntu, CUDA, NVIDIA AI Developer Tools, compatible NVIDIA AI Enterprise et NIM : ce qui a été prototypé sur un Spark se déploie tel quel.
Sous le capot : la superpuce GB300
Le processeur Grace et le GPU Blackwell Ultra sont réunis sur une même superpuce, reliés en NVLink-C2C. Leurs deux mémoires forment un seul espace de 748 Go : le GPU accède directement aux données préparées par le processeur, sans les recopier.
Arm Neoverse V2 : prépare les données, pilote le système
Liaison directe entre le processeur Grace et le GPU Blackwell Ultra
7,1 To/s : très haut débit, fait tourner les modèles
396 Go/s, grande capacité, ECC
Ce qui tient dans 748 Go
Ordres de grandeur selon la taille des poids (environ 2 octets par paramètre en BF16, 1 en FP8, 0,5 en FP4). Exemples de modèles open source.
Pleine précision (BF16)
Qwen3.8-27B, Gemma 4, Qwen3.6-35B, gpt-oss-120b, en format natif, pour toute l’équipe.
Grands modèles (FP8)
Qwen3-235B, DeepSeek-V4-Flash, GLM-5.3-Flash, Qwen3.5-397B, Llama 3.1 405B. Hors de portée d’un DGX Spark en FP8.
Les plus grands (FP4)
Taille annoncée par NVIDIA pour l’inférence FP4 sur une DGX Station.
Fiche technique DGX Station
| Puce | NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip |
|---|---|
| Performance IA | Jusqu’à 20 PFLOPS (FP4) |
| Processeur | NVIDIA Grace, 72 cœurs Arm Neoverse V2 |
| Mémoire | 748 Go cohérents : 252 Go HBM3e (GPU, 7,1 To/s) + 496 Go LPDDR5X (CPU) |
| Partage | NVIDIA MIG, jusqu’à 7 instances GPU isolées |
| Stockage | 4 To (2 × 2 To NVMe), configuration proposée |
|---|---|
| Réseau | NVIDIA ConnectX-8 SuperNIC, jusqu’à 800 Gb/s |
| Système | Ubuntu + NVIDIA AI Developer Tools, compatible NVIDIA AI Enterprise |
| Format | Tour de bureau, alimentation 1 600 W |
| Garantie | 3 ans constructeur, retour atelier |
À prévoir avant d’installer une DGX Station
Électricité
Alimentation de 1 600 W. Le cordon fourni est au standard américain (C19 vers NEMA 5-20P) : une adaptation est à prévoir sur place.
Emplacement
Format tour de bureau : prévoir un local ventilé et un circuit électrique adapté à la puissance.
Réseau
Intégration à votre réseau d’entreprise, et jusqu’à 800 Gb/s pour relier deux stations. Nous étudions ces points avec vous avant la commande.
Caractéristiques constructeur données à titre indicatif ; la configuration exacte (version, stockage, garantie) est précisée dans le devis. Calcul FP4 avec sparsity. Visuels : design de référence NVIDIA, l’aspect du modèle livré dépend du constructeur.
DGX Spark ou DGX Station ?
Même architecture, même logiciel : la différence, c’est l’échelle.
| NVIDIA DGX Spark | NVIDIA DGX Station | |
|---|---|---|
| Pour qui | Un utilisateur : développeur, data scientist, chercheur | Une équipe, une entreprise, un laboratoire |
| Puce | GB10 Grace Blackwell | GB300 Grace Blackwell Ultra, processeur Grace 72 cœurs |
| Mémoire | 128 Go unifiés | 748 Go cohérents (252 Go HBM3e + 496 Go LPDDR5X) |
| Bande passante mémoire GPU | 273 Go/s | 7,1 To/s |
| Calcul IA (FP4) | 1 PFLOP | 20 PFLOPS |
| Modèles (FP4) | jusqu’à 200 Md de paramètres, 405 Md avec deux boîtiers | jusqu’à 1 000 Md de paramètres |
| Partage | 1 poste de travail ou un agent | jusqu’à 7 utilisateurs ou agents (MIG) |
| Réseau | ConnectX-7, 200 Gb/s | ConnectX-8, jusqu’à 800 Gb/s |
| Stockage | 4 To | 4 To (2 × 2 To) |
| Format | Mini-boîtier 15 × 15 cm | Tour de bureau, 1 600 W |
| Disponibilité | Disponible chez INDEO POLYNESIE | Délai de livraison précisé au devis |
Ce que vos équipes peuvent en faire
Quatre usages concrets, du poste individuel sur DGX Spark à l’IA partagée de toute l’entreprise sur DGX Station.
Assistant sur vos documents (RAG)
Interrogez procédures, contrats, rapports ou base documentaire en langage naturel, avec des réponses sourcées.
Spark · Station
Assistants et agents métier
Rédaction, synthèse, tri de mails ou de tickets, automatisation de tâches répétitives, en interne. Un assistant par service sur la Station.
Spark · Station
Prototypage et fine-tuning
Testez et affinez des modèles open source (Llama, Mistral, Qwen, DeepSeek…) sur le Spark, puis affinez des modèles plus grands sur la Station.
Spark → Station
Data science et vision
Analyse de données, traitement d’images et de vidéos, accélérés par le GPU Blackwell. Plusieurs projets en parallèle sur la Station.
Spark · Station
Vos questions sur le DGX Spark et la DGX Station
DGX Spark ou DGX Station : comment choisir ?
Un utilisateur ou une petite équipe, des modèles jusqu’à 200 Md (405 Md avec deux boîtiers) : le DGX Spark. Plusieurs services à servir en même temps, des modèles plus grands ou en pleine précision, du fine-tuning lourd : la DGX Station. Les deux partagent la même pile logicielle, on peut commencer par un Spark et passer à la Station sans réécrire ses projets.
Quel est le prix ?
Le prix dépend de la machine, de la configuration et de la disponibilité constructeur. Demandez votre devis : nous vous adressons une proposition chiffrée, avec une facturation locale depuis Tahiti.
Faut-il une connexion internet pour les utiliser ?
Non pour le fonctionnement courant : les modèles tournent localement. Internet sert à télécharger les modèles et les mises à jour.
Quels modèles d’IA peut-on faire tourner ?
Les principaux modèles open source (Llama, Mistral, Qwen, DeepSeek, Gemma, gpt-oss…) : jusqu’à environ 200 Md de paramètres sur un DGX Spark, 405 Md sur deux, et jusqu’à 1 000 Md en FP4 sur une DGX Station selon NVIDIA.
Est-ce compatible avec nos postes Windows ou Mac ?
Oui. Les deux machines fonctionnent sous Linux (DGX OS ou Ubuntu) et se branchent sur votre réseau : vos utilisateurs y accèdent depuis leurs postes habituels, via un navigateur ou des outils de développement.
Que faut-il prévoir pour installer une DGX Station ?
Une alimentation de 1 600 W avec adaptation du cordon américain fourni, un local ventilé et une intégration réseau. Le DGX Spark, lui, se branche sur une prise classique. Nous validons ces points avec vous avant la commande.
Pourquoi l’acheter chez INDEO POLYNESIE ?
Commande et facturation locales, interlocuteur à Tahiti, gestion de la garantie constructeur, et 17 ans d’expérience des réseaux d’entreprise.
Un projet d’IA sur DGX Spark ou DGX Station ?
Un conseiller INDEO POLYNESIE vous aide à choisir la machine, valide les prérequis et vous adresse une proposition chiffrée.
Demander un devis
Offre réservée aux professionnels. Indiquez vos usages, la machine envisagée (DGX Spark ou DGX Station) et la taille de votre équipe : un conseiller INDEO POLYNESIE vous adresse une proposition.