Légende du jeu vidéo et expert en hardware, John Carmack expose les failles du nouveau DGX Spark de Nvidia. Loin des performances annoncées, le mini supercalculateur n'atteindrait que la moitié de sa puissance tout en souffrant de problèmes de surchauffe. La critique jette un doute sur la viabilité du produit et de sa technologie sous-jacente.
Positionné comme un "supercalculateur de bureau" accessible pour les développeurs en intelligence artificielle, le DGX Spark de Nvidia faisait figure de petite révolution.
Vendu à 3999 dollars, il promettait de démocratiser l'accès à une puissance de calcul massive. Cependant, les premiers retours d'un utilisateur particulièrement respecté viennent sérieusement écorner cette image.
Des performances divisées par deux
Le légendaire John Carmack, co-fondateur d'id Software et esprit derrière des titres comme Doom et Quake, a partagé sur les réseaux sociaux des résultats pour le moins décevants.
Selon ses mesures, le DGX Spark plafonne à une consommation électrique de 100 watts, bien loin des 240 watts spécifiés par la fiche technique.
DGX Spark appears to be maxing out at only 100 watts power draw, less than half of the rated 240 watts, and it only seems to be delivering about half the quoted performance (assuming 1 PF sparse FP4 = 125 TF dense BF16) . It gets quite hot even at this level, and I saw a report…
— John Carmack (@ID_AA_Carmack) October 27, 2025
Conséquence directe : la puissance de calcul effective n'atteint que 480 TFLOPS en FP4, soit à peine la moitié du PetaFLOP mis en avant par le marketing de Nvidia. Cette douche froide remet en question la proposition de valeur de cet appareil haut de gamme.
Un problème de surchauffe paradoxal
Le plus préoccupant est que même avec cette puissance et cette consommation réduites, l'appareil fait face à d'importants problèmes de surchauffe. Carmack rapporte que la machine devient "très chaude" et mentionne des témoignages d'autres utilisateurs faisant état de redémarrages spontanés lors de calculs intensifs.
Ces observations, corroborées par les benchmarks indépendants d'Awni Hannun, développeur principal du framework MLX d'Apple, suggèrent un problème de conception thermique fondamental qui limite l'exploitation réelle du matériel.
L'astuce marketing de la "Sparsity"
Comment expliquer un tel écart ? La réponse se trouve dans une subtilité technique mise en avant par Nvidia : la "structured sparsity" (ou sparsité structurée).
Cette fonctionnalité matérielle permet d'accélérer les calculs en ignorant les valeurs nulles dans les réseaux de neurones. Si en théorie cela peut doubler les performances, en pratique, cela ne fonctionne que pour des charges de travail spécifiquement optimisées, un cas de figure plutôt rare. Pour les opérations denses classiques, la performance réelle est donc logiquement divisée par deux.
Le DGX Spark, un avenir incertain ?
Malgré ces critiques, le système basé sur le SuperChip GB10 Blackwell conserve un atout majeur : ses 128 Go de mémoire unifiée, partagée de manière transparente entre le CPU et le GPU.
Cadeau empoisonné ?
Cette capacité permet de manipuler des modèles d'IA trop volumineux pour la plupart des configurations de bureau actuelles.
Le DGX Spark pourrait donc trouver sa niche pour le prototypage ou l'expérimentation avec des modèles plus petits. Reste à voir si ces problèmes de performance et de dissipation thermique ne condamneront pas l'ambition de Nvidia de porter cette architecture, potentiellement sous le nom de N1, vers le marché très exigeant des ordinateurs portables.
