Les portables Nvidia RTX Spark en vente dès 2 599 dollars

Des ordinateurs portables équipés de la puce RTX Spark de Nvidia ont été mis en vente le vendredi 16 octobre 2026 par six fabricants, à des prix à partir de 2 599 dollars. Chacun embarque jusqu'à 128 Go de mémoire partagée entre le processeur et la puce graphique. C'est assez pour faire tourner de grands modèles d'IA et des agents d'IA sur le portable lui-même, sans service cloud, et c'est tout l'argument.

Les prix et les configurations varient selon les régions, et les machines sont vendues sur les sites des fabricants et chez les grands distributeurs, rapporte Investing.com. Le modèle maison de Microsoft, le Surface Laptop Ultra, a ouvert ses précommandes le 8 octobre à 2 599,99 dollars.

Les portables en vente

Investing.com et The Next Web citent les mêmes modèles de lancement :

Fabricant	Modèles
ASUS	ProArt P14, ProArt P16
Dell	XPS 16
HP	OmniBook Ultra, OmniBook X 14
Lenovo	Yoga Pro 9n
Microsoft	Surface Laptop Ultra
MSI	Prestige N16, Prestige N16 Flip AI+

L'annonce initiale de Nvidia, le 31 mai, indiquait qu'Acer et GIGABYTE suivraient plus tard. Elle décrivait aussi des portables d'à peine 14 millimètres d'épaisseur et pesant à peine trois livres, en tailles de 14 à 16 pouces.

Ce qu'il y a dedans

RTX Spark est une « superpuce » unique. Elle associe une puce graphique Blackwell RTX à un processeur Grace, un CPU que MediaTek a aidé à concevoir. Nvidia annonce jusqu'à 1 pétaflop de performances d'IA en FP4, un format numérique de faible précision utilisé pour les calculs d'IA rapides.

La mémoire partagée est l'élément clé. Sur la plupart des portables, la puce graphique dispose de sa propre petite réserve de mémoire, qui limite la taille du modèle d'IA qu'elle peut accueillir. Ici, jusqu'à 128 Go sont accessibles aux deux puces. Selon l'annonce de Nvidia en mai, les machines peuvent faire tourner des modèles de 120 milliards de paramètres avec jusqu'à 1 million de tokens de contexte. Les tokens sont les fragments de mots qu'un modèle lit.

Nemotron 3.5 Bolt, le modèle conçu pour ces machines

Nvidia a publié un nouveau modèle ouvert pour ces machines le jeudi 15 octobre. Le billet de blog de Nvidia le nomme Nemotron 3.5 Bolt 74B-A9B. Il compte 74 milliards de paramètres au total, mais seuls 9 milliards sont actifs à chaque étape. Cette architecture s'appelle un mélange d'experts (mixture of experts). Compressé en nombres sur 2 bits, le modèle tient dans 24 Go de mémoire.

Nvidia affirme que le modèle est entièrement ouvert, y compris ses données d'entraînement, ses poids et ses recettes d'entraînement. Il fonctionne avec les outils locaux courants : llama.cpp, Ollama, LM Studio, Unsloth et vLLM. Une version plus petite de 4 Go, Nemotron 3.5 Bolt E4B, est attendue le 23 octobre.

The Next Web apporte une mise au point. Bolt obtient 21 à l'Artificial Analysis Intelligence Index, contre 58 pour Claude Opus 5.5 d'Anthropic. Un modèle local réduit les coûts du cloud, mais ce n'est pas un modèle de pointe. Nvidia a aussi lancé cette semaine Nemotron 3.5 Super VL, un modèle ouvert plus grand, de 120B.

Agents et logiciels au lancement

Les agents disponibles au lancement comprennent GitHub Copilot, Hermes, OpenClaw, Perplexity, Pi et WorkBuddy, selon Nvidia. The Next Web rapporte qu'ils s'installent sans ligne de commande.

Deux bacs à sable limitent ce à quoi un agent peut toucher : OpenShell de Nvidia et Execution Containers de Microsoft. Un routeur appelé Switchyard, attendu plus tard en octobre, permet à l'agent Hermes de répartir le travail entre modèles locaux et modèles cloud, selon The Next Web.

« Nous faisons de Windows la plateforme de l'intelligence hybride, où l'IA peut tourner en local quand cela a du sens », a déclaré Yusuf Mehdi, vice-président exécutif de Microsoft. La prise en charge de Photoshop et Premiere d'Adobe démarre en bêta, et Substance 3D suivra plus tard.

Ce que cela signifie pour les développeurs

• Vérifiez votre pile Python. Ces portables tournent sous Windows on Arm. Nvidia indique que la première version de PyTorch-CUDA pour cette plateforme est prête, et que 97 % des 15 000 principaux paquets Python fonctionnent. Testez les 3 % restants avant d'acheter pour une équipe.
• Dimensionnez les modèles selon la mémoire. Bolt a besoin de 24 Go en précision 2 bits. Une machine de 128 Go laisse de la place pour un modèle plus grand ou plusieurs à la fois, mais la RAM n'est pas évolutive. Choisissez donc la configuration en fonction du plus gros modèle que vous comptez faire tourner.
• Mesurez les performances avant de couper le cloud. Le score de 21 de Bolt contre 58 pour Claude Opus 5.5 représente un écart important. Confiez au local les tâches simples, privées ou à fort volume, et gardez les tâches difficiles sur un modèle cloud.
• Définissez d'abord les permissions des agents. OpenShell et Execution Containers servent à limiter ce qu'un agent peut lire et modifier. Configurez-les avant de donner à un agent l'accès aux e-mails, au code ou aux fichiers.
• Attendez-vous à des prix régionaux. 2 599 dollars est le prix de départ, et Investing.com indique que les prix varient selon les régions. Vérifiez les prix et les stocks locaux avant d'établir votre budget.