Deux objets que tout oppose, une seule question d’achat
D’un côté, une carte de 575 W qui exige un boîtier, une alimentation surdimensionnée et un flux d’air sérieux. De l’autre, un cube doré de la taille d’un livre, complet, silencieux, qui se pose à côté de l’écran. Tout les oppose, sauf le moment où on les compare : au prix où la pénurie a porté la RTX 5090 (3 900 à 4 400 € en rue pour 2 099 € de MSRP UE, 1 999 $ US), le DGX Spark à 4 699 $ (~4 323 €) joue dans la même enveloppe. À budget égal, il faut choisir. Et le bon critère n’est ni le pétaflop ni le nombre de cœurs : c’est la forme de votre charge.
Ce duel se résume à un arbitrage que notre guide de choix GPU érige en méthode : la mémoire élimine, la bande passante départage. Voici les deux fiches posées côte à côte, puis ce que les mesures en disent.
| DGX Spark (GB10) | RTX 5090 (bureau) | |
|---|---|---|
| Mémoire | 128 Go LPDDR5X unifiée | 32 Go GDDR7 |
| Bande passante | ~273 Go/s | ~1 792 Go/s (6,5×) |
| Cœurs CUDA | 6 144 (classe RTX 5070) | 21 760 |
| Consommation | machine complète, 240 W max (~170 W mesurés en charge) | carte seule, 575 W |
| Format | mini-PC autonome (Linux DGX OS) | carte à intégrer (PC complet requis) |
| Prix constaté | 4 699 $ ≈ 4 323 € (MSRP officiel) | 3 900–4 400 € (rue, MSRP UE 2 099 €) |
Ce que les mesures disent : la bande passante décide
Le mécanisme d’abord, parce qu’il explique chaque ligne de mesure. La génération d’un LLM relit l’intégralité des poids du modèle à chaque token produit : le débit de sortie est plafonné par la vitesse à laquelle la mémoire se laisse traverser, presque jamais par le calcul. La 5090 traverse ses 32 Go à ~1 792 Go/s ; le Spark traverse ses 128 Go à ~273 Go/s. À modèle identique, le rapport de débit suit le rapport des bandes passantes, et c’est exactement ce que montrent les mesures LMSYS sur le DGX Spark : sur un GPT-OSS 20B, ~205 tokens/s de génération pour la 5090 contre ~50 pour le Spark. Quatre fois moins, pour un rapport de bande passante de 6,5 : l’écart mesuré est un peu plus doux que la physique brute, parce qu’avec si peu de poids actifs par token la 5090 ne sature plus sa bande passante (les coûts fixes du runtime prennent le relais), quand le Spark, lui, reste collé à son plafond mémoire.
Le prefill Phase initiale d'une inférence LLM : tous les tokens du prompt sont traités d'un coup. Intensité arithmétique élevée, le GPU sature ses Tensor Cores. C'est l'inverse du decode qui suit. Approfondir dans le glossaire (l’ingestion du prompt) est l’exception qui confirme la règle : cette phase-là est limitée par le calcul, et le pic FP4 du Spark y fait bonne figure. Mais une session interactive vit dans le decode Phase de génération autorégressive d'un LLM : un token est produit à la fois, en relisant tout le KV cache. Intensité arithmétique très basse, le GPU passe l'essentiel du temps à attendre la mémoire. Un service d'inférence réel est presque toujours dominé par le decode. Approfondir dans le glossaire , et le decode lit la fiche mémoire, pas la fiche FLOPS Floating-Point Operations Per Second. Métrique brute de débit de calcul flottant, en téra ou péta. Pour l'inférence LLM, c'est rarement le facteur limitant : la bande passante mémoire le devance presque toujours. Approfondir dans le glossaire .
Le verdict par taille de modèle
Jusqu’à ~30 B : la 5090, sans débat. Un 30 B en quantification Réduction du nombre de bits codant chaque poids d'un modèle (de 16 bits vers 8, 4, voire moins). Elle divise l'empreinte mémoire d'autant, au prix d'une perte de précision contrôlée, sans changer le nombre de paramètres. Approfondir dans le glossaire (~17 Go) tient dans les 32 Go avec la place du KV cache Mémoire des vecteurs clé et valeur déjà calculés pour chaque token traité par un LLM. Évite de recalculer l'attention sur tout l'historique, au prix d'une consommation mémoire qui croît avec le contexte. Approfondir dans le glossaire , et la GDDR7 le sert à des dizaines de tokens/s. Le Spark fait tourner les mêmes modèles, mais quatre fois plus lentement, et rien ne compense cet écart en usage interactif. Même conclusion pour les 20B MoE Mixture-of-Experts. Architecture où le réseau est découpé en de nombreux « experts » dont un routeur n'active qu'un petit sous-ensemble par token. Le calcul par token suit le nombre de paramètres actifs ; la mémoire, elle, suit le nombre total, car tous les experts doivent rester résidents en VRAM, prêts à être sollicités. Approfondir dans le glossaire : mesuré par LMSYS, l’écart reste de un à quatre.
Le 70 B dense : le trou entre les deux. En Q4_K_M, ses ~42 Go de poids débordent la 5090, qui doit décharger des couches vers la RAM CPU au prix d’un débit effondré. Le Spark le loge sans effort, puis le sert au rythme que sa mémoire autorise : ~4 tokens/s de plafond physique en FP8 dense, 2,7 mesurés par LMSYS une fois l’overhead du runtime payé. Ni l’un ni l’autre n’est la bonne machine pour du 70 B dense rapide ; ce besoin-là commence à 48 Go de mémoire rapide, territoire de la RTX PRO 6000, du bi-GPU ou de la location.
Les MoE de 100 B et plus : le Spark, par forfait de l’adversaire. Un GPT-OSS 120B (~65 Go de poids MXFP4, ~80 Go chargé) n’entre dans aucune carte grand public, 5090 comprise. Le Spark le charge et le sert à ~38 tokens/s mesurés en llama.cpp (~50 avec SGLang : le chiffre dépend du runtime), parce qu’un MoE ne lit qu’une fraction de ses poids par token : la capacité paie, la bande passante étrangle moins. C’est le seul segment où le duel n’a qu’un concurrent en lice, et c’est précisément la raison d’être du Spark.
Le duel élargi : RTX 5070, RTX 5090 Laptop et RTX Spark
Les recherches associent ce duel à d’autres noms, et les écarter proprement évite plusieurs erreurs d’achat. La première tient au nom lui-même : la RTX 5090 Laptop n’est pas une 5090 de bureau miniaturisée, c’est une autre puce (GB203, celle de la 5080 de bureau) avec 24 Go de GDDR7 à ~896 Go/s et 10 496 cœurs sous 95 à 150 W. Pour un LLM, lisez-la comme une très bonne carte 24 Go, moitié moins rapide que la 5090 de bureau ; tous les chiffres « 5090 » de cet article concernent la carte de bureau. La RTX 5070 partage son compte de cœurs CUDA (6 144) avec le GPU du Spark, ce qui en fait « l’équivalent calcul » sur le papier ; mais ses 12 Go de GDDR7 (~672 Go/s) la cantonnent aux modèles ~13 B en 4 bits. C’est une porte d’entrée honorable du LLM local, pas un rival du Spark : on ne compare pas 12 Go à 128. Le RTX Spark (N1X), attendu à l’automne 2026 sous Windows on Arm, est le cousin grand public du DGX Spark : mêmes 128 Go unifiés, même mur des ~273 Go/s. Face à la 5090, il rejouera exactement le duel de cet article, avec un prix d’entrée probablement plus bas ; les estimations d’analystes (~2 899 $, soit ~2 667 €) ne concernent toutefois que ses configurations 16 à 32 Go.
Comment trancher
Posez la question du modèle avant celle de la machine. Votre plus gros modèle tient-il dans 32 Go, poids et KV cache compris ? Si oui, la 5090 est objectivement supérieure : même prix, quatre fois le débit. Visez-vous un MoE de 100 B et plus en local ? Le Spark est seul en lice sous les 5 000 €, et l’usage restera confortable tant que le modèle est MoE. Êtes-vous entre les deux, sur du 70 B dense servi vite ? Aucun des deux : montez en mémoire rapide ou louez à l’heure le temps de mesurer votre besoin réel. Et si l’achat lui-même se discute (électricité, amortissement, revente), le coût complet d’un serveur GPU est chiffré ici.
Conclusion
Ce duel n’a pas de vainqueur, il a deux gagnants sur deux terrains disjoints, et un no man’s land entre les deux. La 5090 est la machine du modèle moyen servi vite ; le Spark est la machine du gros MoE qu’on ne pouvait tout simplement pas faire tourner chez soi avant lui. La question à surveiller pour la suite : l’automne 2026, où le RTX Spark rejouera ce match à prix réduit, et la génération LPDDR6, seule capable de déplacer le mur des 273 Go/s qui définit aujourd’hui le camp de la capacité. Le jour où un SoC unifié dépassera les 500 Go/s, ce duel changera de nature ; d’ici là, il se tranche à la taille du modèle.
Sources et méthode
Cet article est le spoke « Spark contre GeForce » de notre dossier Spark : les chiffres communs (fiche GB10, mesures, prix) sont établis et sourcés dans RTX Spark vs DGX Spark et re-vérifiés le 4 juillet 2026.
Faits vérifiés. Bande passante et mémoire du DGX Spark (~273 Go/s, 128 Go LPDDR5X, bus 256 bits) : fiche technique DGX Spark / GB10. RTX 5090 (32 Go GDDR7, ~1 792 Go/s, 21 760 cœurs, 575 W) et RTX 5070 (12 Go, ~672 Go/s, 6 144 cœurs) : fiches NVIDIA. MSRP DGX Spark à 4 699 $ : tarif officiel relevé de 3 999 $ en février 2026 (Tom’s Hardware, VideoCardz). Poids GPT-OSS 120B (~65 Go MXFP4, ~80 Go chargé) : model card OpenAI.
Mesures (proxy). Débits GPT-OSS 20B (5090 ≈ 205 tokens/s ; DGX Spark ≈ 50), GPT-OSS 120B sur Spark (≈ 38 tokens/s en llama.cpp, ≈ 50 en SGLang) et Llama 3.1 70B FP8 sur Spark (2,7 tokens/s en decode) : revue LMSYS du 13 octobre 2025 et benchmarks communautaires, détaillés dans le dossier Spark. Mesures faites sous Linux (DGX OS) ; à lire comme des ordres de grandeur.
Estimations crédibles. Prix de rue RTX 5090 UE (3 900 à 4 400 € ; MSRP UE de la Founders Edition 2 099 €, MSRP US 1 999 $) : relevés marchands agrégés du 3 juillet 2026 (bestvaluegpu, VideoCardz), marché en pénurie DRAM. Prix RTX Spark N1X (~2 899 $ pour les configurations d’entrée 16-32 Go) : estimations Morgan Stanley, juin 2026, non confirmées par NVIDIA. Consommation DGX Spark : pic système 240 W et SoC GB10 à 140 W de TDP (guide matériel NVIDIA) ; les ~170 W en charge IA sont une observation de presse (StorageReview, forums NVIDIA), variable selon la charge.
Hypothèses assumées. Le plafond de ~4 tokens/s d’un 70 B FP8 dense sur Spark est la division 70 Go ÷ 273 Go/s (plafond mémoire, séquence unique) ; la mesure LMSYS correspondante est 2,7 tokens/s, sous le plafond comme attendu (overhead du runtime, trafic du KV cache). Le rapport de débit ~4× entre 5090 et Spark est mesuré sur GPT-OSS 20B ; il varie selon le modèle, le runtime et le batch. La projection LPDDR6 et le seuil des ~500 Go/s évoqués en conclusion sont des hypothèses de tendance, pas une roadmap confirmée.
Conversion de devise. Prix USD convertis au taux indicatif 1 USD = 0,92 EUR (mi-2026).
Crédit image. Photo d’en-tête : KXRORS S300 SFF PC with GeForce RTX 5070 Founders Edition next to NVIDIA DGX Spark par Daniel Lu, CC BY-SA 4.0, via Wikimedia Commons, recadrée.
