// LES NUMÉRIQUES — INTELLIGENZA ARTIFICIALE
NVIDIA RTX Spark : une seule puce pour faire tourner l’IA, la création et le jeu sur PC Windows
Avec les puces RTX Spark, Nvidia entend présenter son magnum opus : ce serait ici le produit qui “distille 33 ans de savoir-faire en une seule puce”. Mais alors, qu’est ce que c’est concrètement, et comment cette nouvelle puce se démarque-t-elle des modèles antérieurs ?
Le cœur de la RTX Spark, que NVIDIA présente comme une “superpuce”, repose sur une partie graphique de génération Blackwell dotée de 6 144 cœurs CUDA et de Tensor Cores de cinquième génération capables de gérer le format de calcul FP4, ce qui sera particulièrement adapté à l’inférence des modèles d’IA. Cette partie graphique est ensuite associée à un processeur NVIDIA Grace de 20 cœurs, les deux étant reliés par une interconnexion NVLink-C2C à très haut débit. En totalité, l’ensemble revendique jusqu’à 1 petaflop de calcul IA et, surtout, jusqu’à 128 Go de mémoire unifiée partagés entre le processeur et la partie graphique.
C’est justement ce dernier point qui nous interpelle en premier : sur un PC classique (celui que vous utilisez déjà au quotidien), la mémoire vive et la mémoire graphique sont habituellement séparées. De fait, cette architecture bien spécifique limite la taille des modèles d’IA que l’on peut charger en local. La puce RTX Spark change complètement de philosophie en mettant jusqu’à 128 Go dans un espace commun, histoire de permettre aux modèles de langage ou de génération d’images plus volumineux (notamment ceux qui emploient les agents IA - Hermes, OpenClaw, Perplexity et compagnie) de marcher directement sur la machine, et ce sans avoir à passer par le cloud, ni à jongler avec les transferts de données entre deux réseaux de mémoire distincts.
Parce que oui : la RTX Spark a un domaine d’expertise, et le facteur qui lui permet de se différencier directement des puces habituelles, à savoir l’IA personnelle et locale. Pour permettre un fonctionnement parfait en local, NVIDIA s’associe pour l’occasion à Microsoft autour d’une plateforme Windows dédiée aux agents fonctionnant en local, bâtie sur de nouvelles normes de sécurité au niveau du système, mais aussi sur la technologie NVIDIA OpenShell. En somme, la RTX Spark doit permettre de faire tourner des assistants capables d’agir sur la machine en gardant les données de l’utilisateur sur l’appareil, tout en respectant la confidentialité de l’utilisateur, et en réduisant largement la latence d’utilisation. En prime, cela permet aussi un usage hors-connexion de l’IA.
Cette orientation vers l’IA locale s’appuie d’autre part sur l’écosystème logiciel que NVIDIA a construit au fil des années (on vous avait bien dit qu’il s’agissait là de l’aboutissement de plusieurs générations de puces), de CUDA à TensorRT. In fine, pour l’utilisateur, il s’agira donc de pouvoir générer une image, de résumer un document volumineux ou même de dialoguer avec un modèle local, tout ceci sans avoir à dépendre un seul instant d’un abonnement ou d’une connexion permanente, et sans avoir à envoyer ses fichiers de travail vers un modèle cloud à la confidentialité parfois… relative.
Pour autant, les puces RTX Spark n’abandonnent pas ce qui ont fait la renommée de la marque, à savoir la partie graphique : on conserve ici l’arsenal attendu, du DLSS (pour de meilleures performances dans les jeux) au Reflex (qui permet de réduire la latence) ou à la synchronisation G-Sync (pour l’affichage). De fait, une machine équipée de RTX Spark doit à la fois être capable d’encaisser une session de jeu exigeante, puis un travail de montage ou de modélisation 3D, avec ensuite une tâche d’IA locale, alors qu’il fallait auparavant compartimenter ces activités en plusieurs PC.
C’est donc là tout l’enjeu de cette fusion globale : il s’agit de proposer une plateforme complètement polyvalente, permettant de faire absolument tout ce que l’on souhaite d’ordinaire faire sur un PC, plutôt que d’avoir à se procurer des ordinateurs spécialisés dans un ou deux domaines.
Alors avec tout ça, vous vous attendez nécessairement à un gros appareil, que l’o