La puce DGX Spark est-elle plus rapide que la M3 Ultra pour les LLM ?

La puce M3 Ultra lit la mémoire environ 200 % plus vite que la DGX Spark (819 contre 273 GB/s) ; elle écrit donc environ 200 % plus vite avec tout modèle qui tient dans les deux. Dans le test mesuré de llama.cpp, le DGX Spark lit un prompt environ 2,1× plus vite (3 062 contre 1 471 tokens par seconde). La lecture d’un prompt dépend de la puissance de calcul du GPU et non de la bande passante mémoire : c’est elle qui fixe l’attente avant le premier mot avec un long document ou une base de code.

Laquelle fait tourner de plus grands modèles, la M3 Ultra ou la DGX Spark ?

Le M3 Ultra dispose d’environ 384 GB pour les modèles, le DGX Spark d’environ 96 GB. 60 des 73 modèles ouverts populaires tournent bien sur le M3 Ultra, 39 sur le DGX Spark.

MLX Node fonctionne-t-il sur le DGX Spark ?

Non. MLX Node et MLX Harness ne fonctionnent que sur les Mac Apple Silicon, avec le framework MLX d’Apple.

M3 Ultra vs DGX Spark pour LLM : mémoire, vitesse, lequel choisir

Côte à côte

	M3 Ultra	DGX Spark
Ce que c’est	Mac Studio (2025)	Un petit ordinateur complet
Capacités de mémoire	96, 256, 512 GB	128 GB
Bande passante mémoire	819 GB/s	273 GB/s
Pour les modèles, au plus	environ 384 GB	environ 96 GB
Modèles qui tournent bien	60 sur 73	39 sur 73
Mesuré : écriture	92 tok/s	57 tok/s
Mesuré : lecture du prompt	1 471 tok/s	3 062 tok/s

Lignes mesurées : le meilleur résultat de chaque machine dans les benchmarks publics de llama.cpp avec Llama 2 7B Q4_0, en écrivant 128 tokens (tg128) et en lisant un prompt de 512 tokens (pp512), en tokens par seconde. Le Mac tournait sous Metal, le DGX Spark sous CUDA. Résultats Apple Silicon · Résultats du DGX Spark Pour les modèles, nous comptons environ 75 % de la mémoire sur les deux, la valeur par défaut de macOS, car le DGX Spark partage lui aussi une seule mémoire entre CPU et GPU. Ce que son GPU peut vraiment utiliser dépend du système d’exploitation et des réglages.

Où chacun l’emporte

Vitesse d’écriture. La puce M3 Ultra lit la mémoire environ 200 % plus vite que la DGX Spark (819 contre 273 GB/s) ; elle écrit donc environ 200 % plus vite avec tout modèle qui tient dans les deux.
Taille des modèles. Le M3 Ultra dispose d’environ 384 GB pour les modèles, le DGX Spark d’environ 96 GB. 60 des 73 modèles ouverts populaires tournent bien sur le M3 Ultra, 39 sur le DGX Spark.
Lecture des longs prompts. Dans le test mesuré de llama.cpp, le DGX Spark lit un prompt environ 2,1× plus vite (3 062 contre 1 471 tokens par seconde). La lecture d’un prompt dépend de la puissance de calcul du GPU et non de la bande passante mémoire : c’est elle qui fixe l’attente avant le premier mot avec un long document ou une base de code.
Logiciels. Le DGX Spark utilise CUDA de NVIDIA, que la plupart des logiciels d’IA prennent en charge en premier, dont le code d’entraînement et de nombreux outils d’image et de vidéo. Sur un Mac, on fait tourner les modèles avec MLX, le backend Metal de llama.cpp ou le backend MPS de PyTorch.
Autour. Ce sont deux ordinateurs complets qui gardent le modèle dans une seule mémoire partagée par le CPU et le GPU.
Le Mac. C’est aussi un ordinateur de tous les jours, et il fait tourner MLX Harness et MLX Node, conçus pour Apple Silicon.

Vitesse avec des modèles populaires

Tokens par seconde pour une conversation, chaque puce avec sa plus grande capacité de mémoire (512 GB et 128 GB), avec la meilleure version du modèle qui tient.

Modèle	M3 Ultra	DGX Spark
Llama 3.1 8B Instruct8B	43–77 8 bits	14–26 8 bits
gpt-oss-20b21B · 3,6B actifs	194–345 4,25 bits natif	65–115 4,25 bits natif
Qwen3.6 35B A3B35B · 3B actifs	115–205 8 bits	38–68 8 bits
Qwen3.8 27B27B	13–23 8 bits	4–8 8 bits
Llama 3.3 70B Instruct70B	5–9 8 bits	2–3 8 bits
gpt-oss-120b117B · 5,1B actifs	137–243 4,25 bits natif	45–81 4,25 bits natif
Qwen3.5 122B A10B122B · 10B actifs	35–62 8 bits	22–39 4 bits
DeepSeek V4 Flash 0731284B · 13B actifs	27–47 8 bits	30–53 2 bits qualité moindre

Questions

La puce DGX Spark est-elle plus rapide que la M3 Ultra pour les LLM ?: La puce M3 Ultra lit la mémoire environ 200 % plus vite que la DGX Spark (819 contre 273 GB/s) ; elle écrit donc environ 200 % plus vite avec tout modèle qui tient dans les deux. Dans le test mesuré de llama.cpp, le DGX Spark lit un prompt environ 2,1× plus vite (3 062 contre 1 471 tokens par seconde). La lecture d’un prompt dépend de la puissance de calcul du GPU et non de la bande passante mémoire : c’est elle qui fixe l’attente avant le premier mot avec un long document ou une base de code.
Laquelle fait tourner de plus grands modèles, la M3 Ultra ou la DGX Spark ?: Le M3 Ultra dispose d’environ 384 GB pour les modèles, le DGX Spark d’environ 96 GB. 60 des 73 modèles ouverts populaires tournent bien sur le M3 Ultra, 39 sur le DGX Spark.
MLX Node fonctionne-t-il sur le DGX Spark ?: Non. MLX Node et MLX Harness ne fonctionnent que sur les Mac Apple Silicon, avec le framework MLX d’Apple.

Autres comparaisons

La puce M3 Ultra pour l’IA locale · Comparer tous les modèles · Le meilleur Mac pour les LLM en local

Comment c’est calculé

Mémoire : les paramètres du modèle à 8, 6, 4, 3 ou 2 bits par poids, plus les facteurs d’échelle par groupe de MLX (un demi-bit par poids), ou son format natif, avec en plus de la place pour le contexte. Par défaut, macOS laisse le GPU utiliser environ 75 % de la mémoire unifiée. Vitesse : la bande passante mémoire divisée par les octets lus pour chaque token donne le plafond pour une conversation ; dans les benchmarks Apple Silicon publics de llama.cpp, les exécutions réelles atteignent environ 45 % à 80 % de ce plafond, et c’est la fourchette affichée. Ce sont des estimations, pas des mesures : mesurez votre propre Mac sur MLX Bench. Chiffres des modèles tirés de chaque fiche officielle, chiffres des puces tirés des caractéristiques techniques d’Apple. Vérifié le 2026-10-19. Mêmes données que mlx.app/compare.

Données du DGX Spark : NVIDIA: DGX Spark (specs).