La puce RTX Spark sur Arm redessine le marché des PC IA

La présentation lors du salon Computex de la puce RTX Spark de Nvidia a fait sensation aussi bien sur les performances que sur l’impact d’un tel processeur sur le marché des PC IA face à la concurrence des Intel, AMD et Qualcomm. Pour rappel, la puce basée sur Arm est doté d'un CPU Grace de 20 cœurs, couplé à une partie graphique intégrant 6 144 unités de traitements Cuda basés sur l'architecture Blackwell, pour une performance IA annoncée de 1 petaflop en FP4. Elle pourra embarquer jusqu’à 128 Go de mémoire LPDDR5X. Des capacités suffisantes pour exécuter en local des LLM de 120 milliards de paramètres.

Pour le lancement, Nvidia s'est associé à plusieurs grands fabricants de PC. Il indiqué que des PC portables et des ordinateurs de bureau compacts RTX Spark seront disponibles cet automne chez Asus, Dell, HP, Lenovo, Microsoft et MSI, et des modèles Acer et de Gigabyte suivront. Ainsi, Dell va intégrer la puce à son portable XPS 16 Creator Edition, tandis que HP a annoncé que ses prochains OmniBooks équipés de cette solution cibleront les développeurs d’agents. Microsoft positionne son Surface Laptop Ultra pour les créateurs, les développeurs et les ingénieurs. La firme de Redmond a également dévoilé à l’occasion de Build la Surface RTX Spark Dev Box, un mini-PC pour les développeurs.

Un marché PC IA fluctuant

Selon plusieurs analystes, le processeur pourrait donner naissance à un segment haut de gamme, au-dessus des PC IA grand public équipés de puces Intel, AMD et Qualcomm, contribuant ainsi à faire remonter les prix moyens sur un marché des PC où la croissance a été inégale. Il remettrait également en question le positionnement des PC IA actuels au regard des capacités de puissance de calcul nécessaire pour des workload IA plus importants.

Cependant, l’adoption généralisée de RTX Spark  par les entreprises n’est pas garantie. Selon Futurum Research, le marché des PC IA pourrait connaître un taux de croissance annuel d'environ 38 % entre 2025 et 2030, mais l'adoption devrait ralentir en 2026 après un cycle de renouvellement lié à la fin du support de Windows 10, puis se normaliser jusqu'en 2027. Le cabinet d’études prévoit une autre vague de mises à niveau vers 2028, lorsque les systèmes dotés de capacités de calcul IA embarquées plus élevées seront capables d’exécuter localement des charges de travail IA agentiques, ce qui suggère que l’impact initial de RTX Spark pourrait se faire davantage sentir sur les systèmes haut de gamme et spécialisés que sur les parcs actuelles des entreprises.

Potentiel d’adoption

Selon les analystes, le premier test pour RTX Spark consistera à déterminer si les entreprises considèrent le traitement IA en local comme une exigence pour les stations de travail plutôt que comme une fonctionnalité standard des ordinateurs portables. « À court terme, RTX Spark devrait plutôt s'inscrire dans la catégorie des stations de travail IA d'entreprise haut de gamme que dans celle des PC grand public », a avancé Pareekh Jain, CEO de Pareekh Consulting. Il ajoute « la plupart des utilisateurs en entreprise n'ont pas besoin du niveau de calcul IA local offert par RTX Spark. » Selon M. Jain, cette plateforme pourrait créer un segment haut de gamme entre les stations de travail traditionnelles et les serveurs IA, à l'instar de ce qui s’est passé avec les cartes graphiques de jeu pour le segment des PC haut de gamme. Selon lui, l’importance de RTX Spark à long terme réside moins dans les volumes de vente que dans sa capacité à devenir une architecture de référence pour les stations de travail nativement IA, capables d'exécuter de grands modèles de langage en local avec un haut niveau de sécurité et une faible latence.

Prabhu Ram, vice-président du groupe de recherche sectorielle chez Cybermedia Research, pense que l'adoption de RTX Spark démarrera dans des segments de niche, mais pourrait s'étendre au cours des deux ou trois prochaines années si la vision logicielle se concrétise. « Ses perspectives dépendront des performances après le lancement, des prix réels et des premiers résultats des projets pilotes en entreprise », a-t-il ajouté. M. Ram pense par ailleurs que l'adoption par les fabricants OEM sera le premier signe le plus clair pour savoir si la puce pourrait devenir une véritable catégorie plutôt qu’un segment de niche.

Coût et concurrence

L'effet le plus visible à court terme pourrait se faire sentir sur le segment haut de gamme du marché des PC, où RTX Spark pourrait offrir aux fabricants une catégorie dédiée aux systèmes IA puissants surpassant les PC professionnels classiques. Pareekh Jain pense que les systèmes RTX Spark, dont il estime le coût à plus de 2 000 dollars HT, sont conçus pour des charges de travail IA locales plus lourdes, notamment les LLM et la création de contenu avancée. « En revanche, les PC IA grand public équipés de puces Intel, AMD et Qualcomm sont généralement vendus à moins de 1 500 dollars HT et sont davantage destinés à Copilot+, à la synthèse et à d'autres tâches de productivité bureautique », a-t-il poursuivi.

« Cette distinction pourrait entraîner une hausse des dépenses en PC d'entreprise pour les utilisateurs expérimentés, tout en faisant apparaître les PC IA grand public plutôt comme des outils de productivité », a ajouté l’analyste. À terme, cela pourrait accroître la pression sur Intel, AMD et Qualcomm pour qu'ils intègrent plus de fonctionnalités IA à des prix plus abordables. Mais selon Neil Shah, vice-président chargé de la recherche et partenaire chez Counterpoint Research, l'impact immédiat ne concernera peut-être pas la demande de PC grand public équipés de puces Qualcomm, Intel ou AMD. Pour lui, le scénario le plus probable est que RTX Spark crée un nouveau segment qui concurrencera plus directement les PC de jeu, le Mac Mini d'Apple et les Mac haut de gamme utilisés pour les applications IA en local.

Qui a besoin de RTX Spark ?

« Le critère pour les entreprises n'est pas de savoir si une charge de travail utilise l'IA, mais si elle tire un avantage à exécuter cette IA plus près de l'utilisateur, des données, du terminal ou de l'environnement d'exploitation », a déclaré Sanchit Vir Gogia, analyste en chef chez Greyhound Research. « Si le travail consiste à rédiger des comptes rendus de réunion, des brouillons, à trier des courriels, à transcrire, à traduire, à effectuer des recherches et à fournir une assistance courante, Spark n’est pas nécessaire et un PC IA standard fera l’affaire », a-t-il estimé. « Fournir un PC Spark à chaque employé pour ce genre de tâches reviendrait à envoyer une Formule 1 chercher du lait. » L’analyste pense que les développeurs de logiciels, les ingénieurs en IA, les data scientists et les équipes de sécurité travaillant sur du code sensible, des modèles de grande envergure, des données juridiques ou des pipelines de récupération locaux que les entreprises pourraient ne pas souhaiter transférer vers des systèmes externes devraient être les premiers utilisateurs de la plateforme.

La question de la sécurité pourrait également influencer son adoption. Nvidia a déclaré que la plateforme s'appuiera sur les outils de sécurité Windows et sur son runtime OpenShell (présenté à la GTC en même temps que NemoClaw).  Les entreprises pourront ainsi définir des politiques de sécurité pour les agents tout en conservant certaines requêtes sur des modèles locaux et en masquant les données personnelles avant que les requêtes sélectionnées ne soient envoyées vers les services cloud. « Nvidia ne se contente pas de vendre du matériel pour terminaux, l'entreprise s'intègre dans le runtime du terminal, sa couche de politiques de sécurité et l'orchestration de ses agents » a expliqué M. Gogia.

Selon Manish Rawat, analyste chez TechInsights, le traitement IA en local pourrait se traduire par des cycles de développement plus rapides, une confidentialité renforcée et des coûts d’inférence dans le cloud réduits, avec la capacité à prendre en charge des tâches comme le montage vidéo 12K, les simulations, les jumeaux numériques et les applications IA en périphérie. « Les DSI devraient acheter Spark uniquement lorsque la charge de travail le justifie, lorsque le modèle de gouvernance le prend en charge et lorsque la rentabilité est au rendez-vous, et nulle part ailleurs », a ajouté M. Gogia.