La puce DGX Spark est-elle plus rapide que la M5 Max pour les LLM ?

La puce M5 Max lit la mémoire environ 125 % plus vite que la DGX Spark (614 contre 273 GB/s) ; elle écrit donc environ 125 % plus vite avec tout modèle qui tient dans les deux. Dans le test mesuré de llama.cpp, les deux lisent un prompt à peu près au même rythme (3 220 et 3 062 tokens par seconde).

Laquelle fait tourner de plus grands modèles, la M5 Max ou la DGX Spark ?

Les deux disposent d’environ 96 GB pour les modèles. 47 des 73 modèles ouverts populaires tournent bien sur le M5 Max, 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.

M5 Max vs DGX Spark pour LLM : mémoire, vitesse, lequel choisir

Côte à côte

	M5 Max	DGX Spark
Ce que c’est	MacBook Pro (14-inch, M5 Pro or M5 Max), MacBook Pro (16-inch, M5 Pro or M5 Max), Mac Studio (M5 Max or M5 Ultra)	Un petit ordinateur complet
Capacités de mémoire	36, 48, 64, 128 GB	128 GB
Bande passante mémoire	460–614 GB/s	273 GB/s
Pour les modèles, au plus	environ 96 GB	environ 96 GB
Modèles qui tournent bien	47 sur 73	39 sur 73
Mesuré : écriture	120 tok/s	57 tok/s
Mesuré : lecture du prompt	3 220 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 M5 Max lit la mémoire environ 125 % plus vite que la DGX Spark (614 contre 273 GB/s) ; elle écrit donc environ 125 % plus vite avec tout modèle qui tient dans les deux.
Taille des modèles. Les deux disposent d’environ 96 GB pour les modèles. 47 des 73 modèles ouverts populaires tournent bien sur le M5 Max, 39 sur le DGX Spark.
Lecture des longs prompts. Dans le test mesuré de llama.cpp, les deux lisent un prompt à peu près au même rythme (3 220 et 3 062 tokens par seconde).
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 (128 GB et 128 GB), avec la meilleure version du modèle qui tient.

Modèle	M5 Max	DGX Spark
Llama 3.1 8B Instruct8B	33–58 8 bits	14–26 8 bits
gpt-oss-20b21B · 3,6B actifs	145–259 4,25 bits natif	65–115 4,25 bits natif
Qwen3.6 35B A3B35B · 3B actifs	86–154 8 bits	38–68 8 bits
Qwen3.8 27B27B	10–17 8 bits	4–8 8 bits
Llama 3.3 70B Instruct70B	4–7 8 bits	2–3 8 bits
gpt-oss-120b117B · 5,1B actifs	102–182 4,25 bits natif	45–81 4,25 bits natif
Qwen3.5 122B A10B122B · 10B actifs	49–88 4 bits	22–39 4 bits
DeepSeek V4 Flash 0731284B · 13B actifs	67–120 2 bits qualité moindre	30–53 2 bits qualité moindre

Questions

La puce DGX Spark est-elle plus rapide que la M5 Max pour les LLM ?: La puce M5 Max lit la mémoire environ 125 % plus vite que la DGX Spark (614 contre 273 GB/s) ; elle écrit donc environ 125 % plus vite avec tout modèle qui tient dans les deux. Dans le test mesuré de llama.cpp, les deux lisent un prompt à peu près au même rythme (3 220 et 3 062 tokens par seconde).
Laquelle fait tourner de plus grands modèles, la M5 Max ou la DGX Spark ?: Les deux disposent d’environ 96 GB pour les modèles. 47 des 73 modèles ouverts populaires tournent bien sur le M5 Max, 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 M5 Max 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).