# DGX Spark, Ryzen AI Max ou Mac Studio : quelle petite station d’IA choisir?

Date: 2026-11-02 · Author: Robert Scales · https://guidetoartificialintelligence.com/fr/apprendre/stations-ia-dgx-spark-ryzen-mac-studio/

**Answer:** Les trois offrent 64 Go ou plus de mémoire partagée dans un petit boîtier, et chargent donc des modèles qu’une seule carte graphique grand public ne peut pas contenir. Dans des essais indépendants, le DGX Spark devance le Ryzen AI Max d’AMD pour la plupart des travaux d’IA, le Ryzen coûte bien moins cher, et le Mac Studio offre la plus forte bande passante et le plus large choix de mémoire, à un prix plus élevé.

Un nouveau genre d’ordinateur est apparu pour les personnes qui veulent faire tourner de gros modèles d’IA à la maison ou dans un petit bureau. Il remplace la séparation habituelle entre mémoire principale et mémoire graphique par une seule réserve partagée. Ce seul changement permet à un petit boîtier de charger un modèle de 65 Go, ce qu’une carte de jeu de 32 Go vendue plus de 8 000 $ US ne peut pas contenir.

Le hic, c’est la vitesse. La mémoire partagée est bien plus lente que celle d’une carte dédiée, et la [critique de LMSYS](https://lmsys.org/blog/2025-10-13-nvidia-dgx-spark/) la désigne comme le principal goulot d’étranglement. Ces machines misent d’abord sur la capacité, et les différences entre elles tiennent à la bande passante, aux logiciels et au prix.

## Les trois familles

Le **DGX Spark de NVIDIA** utilise la puce GB10, un processeur Arm à 20 cœurs joint à un processeur graphique Blackwell de 6 144 cœurs CUDA. Il tourne sous DGX OS, un système Linux où les logiciels d’IA de NVIDIA sont préinstallés, et ses deux ports ConnectX-7 permettent de [relier des appareils entre eux](https://blogs.nvidia.com/blog/local-ai-dgx-spark-64gb-sync/).

L’**AMD Ryzen AI Max**, connu sous le nom de code Strix Halo, est vendu par plusieurs fabricants, dont Framework et GMKtec. C’est un PC x86 ordinaire, sous Windows ou Linux, qui peut aussi servir aux jeux. Sous Windows, on [réserve jusqu’à 96 Go d’un système de 128 Go](https://www.amd.com/en/blogs/2025/faqs-amd-variable-graphics-memory-vram-ai-model-sizes-quantization-mcp-more.html) comme mémoire graphique, après un redémarrage.

Le **Mac Studio d’Apple** utilise les puces M5 Max ou M5 Ultra et il est le seul des trois à monter jusqu’à 512 Go.

Une quatrième option est arrivée en octobre : les portables et petits ordinateurs de bureau **RTX Spark** sous Windows, bâtis autour du N1X, proche parent de la puce du DGX Spark. [StorageReview](https://www.storagereview.com/news/nvidia-rtx-spark-pre-orders-n1x-laptop-desktop-tdp-mxc-dgx-station-for-windows) rapporte jusqu’à 128 Go, avec des portables à 45 à 80 W et des ordinateurs de bureau à 140 W. Les essais de vitesse indépendants restent rares.

## Caractéristiques et prix

Les prix ont été relevés le 2 novembre 2026, sauf indication contraire, et excluent les taxes.

| | Ryzen AI Max+ 395 | DGX Spark | Mac Studio M5 Max | Mac Studio M5 Ultra |
|---|---|---|---|---|
| Mémoire | 64 ou 128 Go | 64 ou 128 Go | 36 à 128 Go | 96 à 512 Go |
| Bande passante | 256 Go/s | 273 Go/s | 460 ou 614 Go/s | 1,2 To/s |
| Puissance | Environ 112 W mesurés en inférence | Bloc de 240 W, environ 160 W mesurés | 200 W | 385 W |
| Prix, petite option | Framework 64 Go, 2 749 $ | 64 Go à partir de 4 999 $ US, chez des partenaires | 64 Go, 4 399 $ (3 099 $ US) | 96 Go, 7 799 $ (5 499 $ US) |
| Prix, 128 Go | Framework 4 839 $; GMKtec 3 650 $ US au début d’octobre | 6 950 $ US; partenaires d’environ 7 000 à 9 000 $ US | Sur configuration | Non offert; le palier suivant est 256 Go |

Les prix du DGX Spark sont ceux de NVIDIA, [rapportés en octobre par Implicator](https://www.implicator.ai/nvidia-adds-64gb-dgx-spark-at-4-999-as-128gb-model-climbs-to-6-950/) et, pour le modèle de 64 Go, dans le blogue de NVIDIA. L’appareil de 128 Go avait été lancé à 3 999 $ US un an plus tôt.

Le regroupement change le calcul. Deux DGX Spark de 64 Go mettent en commun 128 Go et doublent la bande passante, et NVIDIA rapporte jusqu’à 1,7 fois la performance d’un seul appareil à son propre essai avec Qwen 3.8 27B. La paire coûte au moins 9 998 $ US, contre 6 950 $ US pour une machine de 128 Go, et aucun essai indépendant n’avait confirmé ce chiffre quand Implicator l’a rapporté.

## Ce que montrent les essais

[Tom’s Hardware](https://www.tomshardware.com/pc-components/gpus/nvidia-dgx-spark-review) a opposé un DGX Spark à une machine Ryzen AI Max+ 395 en janvier 2026. Le Spark était bien plus rapide pour lire de longs prompts, donc le premier mot arrive plus tôt, surtout avec un long contexte. Il menait aussi en vitesse d’écriture, sauf sur le modèle dense Gemma 3 27B, où les deux étaient proches. Pour un travail de génération d’images, la machine AMD a pris environ quatre fois plus de temps. Tom’s a aussi rencontré des erreurs sur un travail vidéo avec ROCm, le logiciel d’AMD, ce qui rappelle que les logiciels de NVIDIA sont plus mûrs.

Pour situer la vitesse absolue, LMSYS a mesuré le Spark à 49,7 jetons par seconde sur gpt-oss-20b, contre 205 pour une RTX 5090. Côté Apple, le [tableau public de bancs d’essai](https://github.com/ggml-org/llama.cpp/discussions/4167) de llama.cpp montre un M5 Ultra environ 50 % plus rapide qu’un M5 Max sur un petit modèle d’essai. Aucun essai unique ne place tout cela sur un pied d’égalité : voyez les comparaisons entre sources comme approximatives.

## Un exemple concret : en choisir une pour une petite équipe

Imaginez un bureau de cinq personnes qui veut un assistant commun pour des documents privés, avec Qwen3.8-27B (18 Go).

- **Ryzen AI Max+ avec 64 Go :** le modèle entre avec de la place pour un long contexte, et c’est la voie la moins chère. Un bon choix si quelques courtes attentes sont acceptables.
- **DGX Spark avec 64 Go :** il coûte plus cher, mais lit les longs documents bien plus vite, et LMSYS a trouvé son traitement par lots solide, le débit total sur Llama 3.1 8B passant de 20,5 à 368 jetons par seconde entre une et 32 requêtes simultanées.
- **Mac Studio avec 64 Go :** il a la plus forte bande passante des trois et une faible consommation, bien que la prise en charge de vLLM sur Mac dépende d’un module communautaire. Voir le [guide du serveur](/fr/apprendre/serveur-ia-local-vllm-llama-cpp/).

Pour ce bureau, le traitement par lots du DGX Spark plaide fortement en sa faveur malgré son prix. Une personne seule qui clavarde surtout pourrait raisonnablement décider autrement.

> **À essayer :** dressez la liste de vos deux travaux les plus courants et de la taille du modèle que chacun demande. Marquez ce qui compte le plus : longs documents (vitesse de lecture), longues réponses (vitesse d’écriture) ou travail d’images (processeur graphique). Cherchez ensuite dans le tableau la machine la moins chère qui convient.

## Une petite station suffit-elle pour remplacer le nuage?

Pour bien des tâches courantes, oui, dans certaines limites. Les essais de septembre 2026 de Framework montrent une machine de 128 Go chargeant DeepSeek V4 Flash dans 90,9 Go à environ 2 bits par poids, et cette compression est forte. Vous pouvez donc faire tourner un très gros modèle à la maison, mais sous une forme très réduite et lentement, comparé à un centre de données. Les plus grands modèles ouverts, et tout modèle fermé de pointe, restent hors de portée.

Des propriétaires ont aussi signalé des [arrêts brusques sous charge soutenue](https://forums.developer.nvidia.com/t/hard-power-off-under-sustained-gpu-load-at-90w-persists-after-full-platform-firmware-update/378315) de leur DGX Spark dans les forums de NVIDIA. Dans cette discussion, un employé parle d’un problème connu et propose de réduire la fréquence maximale du GPU. Ce sont des cas individuels, pas un taux de panne mesuré, mais c’est une raison d’acheter chez un vendeur à la politique de retour claire.

Voyez donc une station comme un élément d’un ensemble : le travail privé et courant reste local, et les questions difficiles vont à un modèle hébergé, comme l’expose le [guide nuage ou local](/fr/apprendre/ia-nuage-ou-local-2026/).

## Sources

- Hardware Overview, DGX Spark User Guide: https://docs.nvidia.com/dgx/dgx-spark/hardware.html
- Nvidia DGX Spark review: the GB10 Superchip powers a fast and fun AI toolbox that beats out AMD's Ryzen AI Max+ 395: https://www.tomshardware.com/pc-components/gpus/nvidia-dgx-spark-review
- Framework Desktop: https://frame.work/desktop

---

Tiré du Guide de l’intelligence artificielle, par Robert Scales, publié par Holistic Hybrid inc. Partage et adaptation permis selon la licence CC BY-NC-SA 4.0 (https://creativecommons.org/licenses/by-nc-sa/4.0/) : citez le guide, mettez un lien vers https://guidetoartificialintelligence.com/fr/apprendre/stations-ia-dgx-spark-ryzen-mac-studio/, pas d’usage commercial sans permission, et gardez la même licence.