NVIDIA et Microsoft ont annoncé le 13 octobre que les portables Windows équipés de RTX Spark seront disponibles le vendredi 16 octobre. La puce avait été dévoilée en juin au Computex, avec alors seulement des caractéristiques matérielles et la promesse d'une sortie « cet automne ». Cette fois, la date de vente et une liste logicielle complète s'y ajoutent.
Le matériel reste identique : jusqu'à 128 Go de mémoire unifiée, 1 petaflop de puissance d'IA, CPU et GPU réunis dans une même « superpuce », sur la voie de Windows on Arm. Dans son blog, NVIDIA parle de « a new beginning for the PC » (un nouveau départ pour le PC). Quelles marques et quels modèles seront disponibles en premier, et à quel prix, l'article ne le précise pas ; il faudra attendre l'ouverture des ventes par les fabricants le 16 octobre.
D'abord, l'environnement de développement
Le reproche le plus fréquent fait à Windows sur Arm était que les logiciels ne suivaient pas. Cette fois, NVIDIA détaille précisément la couche destinée aux développeurs :
- PyTorch, Python, CUDA et toutes les bibliothèques CUDA sont disponibles, y compris le premier build PyTorch-CUDA pour Windows on Arm ;
- Python 3.15 s'exécute nativement sur Windows on Arm, et l'installeur Conda natif embarque plus de 2 000 paquets ;
- 97 % des 15 000 paquets wheel Python les plus téléchargés sont déjà prêts ;
- llama.cpp devient un backend de Windows ML, et une application Llama pour Windows est publiée.
Quels sont les 3 % de wheels restants, et s'il manque des bibliothèques courantes, le blog ne le dit pas.
Applications d'agents et routage local
Côté applications, les agents GitHub Copilot, Hermes, OpenClaw, Perplexity, Pi et WorkBuddy bénéficient d'une installation locale simplifiée et de deux dispositifs d'isolation de sécurité : OpenShell de NVIDIA et le conteneur d'exécution MXC de Microsoft. OpenClaw et GitHub Copilot prennent déjà en charge MXC ; Hermes n'ajoutera OpenShell et MXC que fin octobre.
NVIDIA a aussi ouvert le code d'une bibliothèque de routage de modèles baptisée Switchyard, qui répartit chaque requête entre un modèle local et un modèle dans le cloud. L'outil de routage d'IA personnelle PAIR sort de sa phase de test et, avec la prise en charge de llama.cpp, fonctionne sous Windows, Linux et macOS. GitHub Copilot utilise un mécanisme appelé HydraFusion pour le routage vers des modèles locaux, et le MAI 1.1 Coding Flash de Microsoft peut s'exécuter en local.
Côté création, Photoshop, Premiere et Substance 3D Painter d'Adobe sont optimisés pour RTX Spark, avec des performances jusqu'à deux fois supérieures selon l'éditeur ; l'optimisation des fonctions d'IA de Photoshop et Premiere est encore en phase de test. La bêta de Blender 5.3 le prend déjà en charge, et ComfyUI ajoute l'interpolation d'images vidéo RTX et des nœuds HDR. Dans le jeu, le modèle 2x du DLSS 5 arrive le 16 octobre avec NBA 2K27 et entre dans RTX Remix le 23 octobre.
Faire le compte de la mémoire
Le modèle phare de ce lancement est Nemotron 3.5 Bolt 74B-A9B, publié le 15 octobre : 74 milliards de paramètres au total, 9 milliards activés à chaque passe, quantification en 2 bits, environ 24 Go. Les poids, les données d'entraînement et la recette d'entraînement sont ouverts, et il s'exécute avec llama.cpp, vLLM, Ollama, Unsloth et LM Studio. NVIDIA le présente comme une recherche du meilleur équilibre entre vitesse et intelligence.
En calculant à la louche : 74 milliards de paramètres stockés en 2 bits représentent environ 18,5 Go pour les seuls poids ; avec les métadonnées de quantification et quelques couches en haute précision, les 24 Go annoncés sont cohérents. Dans 128 Go de mémoire unifiée, le modèle occupe moins d'un cinquième, et le reste peut servir au cache KV des longs contextes ou à un petit modèle de routage chargé en parallèle. Selon cette estimation, la version 4 bits demanderait environ 37 Go ou plus dans la même mémoire et tiendrait encore. Par sa taille, le palier de 24 Go semble plutôt pensé pour les configurations d'entrée de gamme, avec moins de mémoire ; NVIDIA n'explique pas pourquoi elle a choisi 2 bits.
Quant à la perte de capacités due à la quantification en 2 bits, le blog ne fournit aucun score comparatif avec des versions de précision supérieure, et il n'existe pour l'instant aucun test indépendant. C'est la première chose qu'il faudra mesurer après la mise en vente.
Un autre modèle, Nemotron 3.5 Bolt E4B, ne pèse qu'environ 4 Go ; il s'agit du petit modèle de troisième génération pour les personnages de jeux NVIDIA ACE, attendu le 23 octobre. NVIDIA indique également que les téléchargements de grands modèles locaux ont déjà atteint 5 fois ceux de toute l'année dernière ; le blog ne précise pas comment ce chiffre est établi.
Le prix est la principale inconnue pour savoir combien ces machines se vendront. Lors du lancement en juin, NVIDIA avait seulement indiqué que la première vague viserait le haut de gamme, avec des versions à mémoire réduite par la suite. Une fois les machines en rayon le 16 octobre, l'écart de prix entre la configuration 128 Go et les versions d'entrée de gamme montrera combien coûte, en plus, le fait de faire tourner « des modèles de classe 70B en local sur un portable ».
Sources : blog officiel de NVIDIA (date de vente, écosystème logiciel et paramètres de Nemotron 3.5 Bolt) ; CocoLoop ; documents de présentation de RTX Spark au Computex 2026 (chiffres de mémoire et de puissance de calcul).