Le 2 octobre 2026, NVIDIA a augmenté le prix de son supercalculateur IA compact DGX Spark de 128 Go à 6 950 dollars américains, un an après son lancement sur le marché à 3 999 dollars américains. La raison de cette hausse est la même que celle qui fait grimper les prix des serveurs, de la mémoire vive et des SSD : les centres de données dédiés à l’IA vident le marché de la mémoire. Cela concerne tous les responsables informatiques qui ont prévu d’acquérir leur propre serveur pour des modèles linguistiques en 2027, par exemple pour la recherche de documents de conception dans le secteur de la construction d’installations ou pour un assistant chargé des rapports de qualité chez un équipementier automobile. La question qui se pose lors des discussions budgétaires est la suivante : commander dès maintenant, commencer par louer ou attendre que les prix baissent ?
Attendre que les prix baissent n'est pas une stratégie viable, selon les fabricants de mémoires et les analystes de marché. TrendForce prévoit une nouvelle hausse des prix contractuels au quatrième trimestre 2026, et Micron s'attend à un marché encore plus tendu en 2027 et 2028. Si vous connaissez le cas d'utilisation et la charge, dimensionnez et commandez le matériel dès maintenant. Sinon, mesurez la charge pendant deux à quatre semaines sur du matériel loué, puis passez commande. Un serveur acheté trop grand par rapport à la charge réelle coûte plus cher que n'importe quelle hausse de prix.
Ce qui a changé sur le marché du matériel informatique
Trois informations parues ces derniers jours vont dans le même sens.
- NVIDIA : Le DGX Spark de 128 Go coûte désormais 6 950 dollars américains sur la boutique NVIDIA, où il n'est actuellement pas disponible (NVIDIA Marketplace, consulté le 07/10/2026). Lors de son lancement sur le marché en octobre 2025, son prix était de 3 999 dollars américains ; en février 2026, il s'élevait à 4 699 dollars américains (The Register, 02/10/2026). Une nouvelle version de 64 Go, à partir de 4 999 dollars américains, devrait être disponible à partir du 23 octobre auprès de six partenaires spécialisés dans le matériel informatique ; selon le fabricant, elle permet d'exécuter localement des modèles comptant jusqu'à environ 100 milliards de paramètres (NVIDIA Blog, 10/2026).
- TrendForce : Les prix contractuels des DRAM classiques devraient augmenter de 10 à 15 % au quatrième trimestre 2026 par rapport au trimestre précédent, et ceux des mémoires flash NAND de 15 à 20 %. Selon ces prévisions, les DRAM pour serveurs resteront en pénurie, tandis que la hausse s'accélère pour les SSD d'entreprise (TrendForce, 30.09.2026).
- Micron : Le fabricant de mémoires s'attend à ce que l'écart entre l'offre et la demande soit encore plus important en 2027 et 2028 qu'en 2026. Plus de 75 % de la production prévue pour 2027 serait déjà couverte par des contrats, et l'entreprise ne voit pas quand cet écart pourrait être comblé (Micron, résultats trimestriels et conférence téléphonique du 30 septembre 2026).
Le DGX Spark avec 128 Go coûte aujourd'hui plus cher qu'à son lancement sur le marché il y a un an. Selon certaines sources, ces deux hausses de prix s'expliqueraient par la pénurie de modules de mémoire.
NVIDIA Marketplace ; The Register, 10/2026
Ce que cela signifie pour votre propre activité de LLM
Pour un serveur LLM dédié, cela a trois conséquences. Premièrement, un serveur proposé aujourd'hui sera plutôt plus cher que moins cher au printemps. Deuxièmement, la durée de validité des offres sera plus courte et les délais de livraison plus longs : un revendeur indique généralement un délai de 6 à 12 semaines pour un système équipé de huit RTX PRO 6000 (informations fournies par le revendeur, 08/2026). Si vous souhaitez être opérationnel au deuxième trimestre 2027, vous devriez passer commande au quatrième trimestre 2026. Troisièmement, on oublie souvent que le principal facteur de coût ne réside pas dans la date de commande, mais dans le bon dimensionnement.
Un exemple tiré du secteur de la sous-traitance : un équipementier automobile disposant de trois usines souhaite exploiter les rapports 8D, les instructions de contrôle et les réclamations via un moteur de recherche documentaire utilisant son propre modèle linguistique. 150 utilisateurs dans les services qualité et conception, avec un pic de 20 requêtes simultanées comportant chacune 12 000 tokens de contexte. Le modèle envisagé est Qwen3.8-27B, sous licence Apache 2.0.
| Poste | Valeur |
|---|---|
| Poids du modèle en FP8 | environ 31 Go (taille de la version FP8) |
| Mémoire de contexte (cache KV) | 64 KiB par token, car seules 16 des 64 couches utilisent l'attention complète ; 20 × 12 000 tokens donnent environ 15,7 Go |
| État des 48 couches restantes | environ 0,15 Go par requête, soit environ 3 Go pour 20 requêtes |
| Total | environ 50 Go, ce qui tient largement sur une carte de 96 Go |
| Matériel informatique | 2 × RTX PRO 6000 de 96 Go chacune pour garantir la redondance, entre 11 400 et 13 200 euros HT par carte (selon les informations du revendeur), soit un total compris entre 22 800 et 26 400 euros, serveur en sus |
Si les prix des cartes augmentent encore de 10 % d'ici à une commande au printemps (hypothèse), cette attente coûtera entre 2 300 et 2 600 euros. En revanche, si, par manque de certitude, on commande d’emblée un système à huit cartes, proposé par le même fournisseur à partir de 149 000 euros HT, le surcoût représentera un multiple de ce montant. Seul un test de charge avec de vrais documents permettra de vérifier si deux cartes suffisent pour respecter les temps de réponse requis.
Vos options : efforts, coûts et risques
| Option | Effort | Coûts | Risque |
|---|---|---|---|
| Dimensionner et commander dès maintenant | Dimensionnement en 2 à 4 semaines, prévoir le délai de livraison | Prix du jour, offres généralement valables pour une durée limitée | Mauvais dimensionnement si la charge est estimée plutôt que mesurée |
| Commencez par effectuer des mesures sur du matériel de location, puis passez commande | Période d'essai de 2 à 4 semaines, puis commande | une RTX PRO 6000 coûte sur la place de marché vast.ai environ 1,55 dollar américain de l'heure en valeur médiane, soit environ 520 dollars américains pour deux semaines de fonctionnement continu | Le prix peut augmenter pendant la phase de test ; uniquement avec des données de test anonymisées ou validées |
| Cloud privé ou colocation | Contrat avec un centre de données, connexion au réseau | un loyer mensuel plutôt qu'un investissement | Dépendance vis-à-vis du fournisseur ; les loyers dépendent du marché du matériel informatique |
| Pilote sur DGX Spark 64 Go | faible, appareil de bureau | à partir de 4 999 dollars américains (prix indiqué par le fabricant) | Idéal pour le développement et les projets pilotes, mais avec une bande passante mémoire de 273 Go/s, il n'est pas conçu pour 150 utilisateurs |
| Ne rien faire : continuer à utiliser l'API cloud ou attendre | aucun | en fonction de l'utilisation | des données sensibles quittent l'entreprise ; selon les prévisions, un achat ultérieur reviendra plus cher |
Quelle méthode pour quel cas ?
Il est intéressant de commander dès maintenant si le cas d'utilisation est bien défini, si les données ne doivent pas quitter l'entreprise et si le serveur sera bien utilisé pendant trois à cinq ans. Il vaut mieux mesurer d'abord lorsque le nombre d'utilisateurs et la longueur des contextes ne sont qu'estimés, comme dans la plupart des projets après le premier pilote. Le cloud privé ou la colocation conviennent lorsque la salle de serveurs interne manque d'alimentation électrique ou de refroidissement pour des serveurs GPU. Un DGX Spark convient à l'équipe de développement, pas comme système de production pour un service entier. En cas de charge faible et de données non critiques, l'API cloud reste rentable ; le volume à partir duquel l'exploitation en interne devient rentable est présenté dans l'article LLM on-premise en entreprise : des modèles d'IA privés pour les données sensibles.
Dimensionnement du matériel avant la commandeEn dix jours ouvrés, nous mesurons votre profil de charge à l'aide d'exemples concrets de requêtes sur du matériel loué, nous sélectionnons le modèle et le niveau de quantification, puis nous vous fournissons une nomenclature en trois versions (achat, cloud privé, projet pilote) accompagnée d'une estimation des coûts sur trois ans. Cela permet de passer la commande avant la fin du trimestre en cours.
Foire aux questions
Les serveurs d'IA redeviendront-ils moins chers en 2027 ?
Pas selon les prévisions actuelles. TrendForce prévoit une nouvelle hausse des prix contractuels des mémoires DRAM et NAND au quatrième trimestre 2026, tandis que Micron s'attend à ce que le marché soit plus tendu en 2027 et 2028 qu'en 2026. Selon Micron, les nouvelles usines ne livreront leurs premières plaquettes qu'à partir de mi-2027 au plus tôt, et des quantités significatives ne seront disponibles que quelques trimestres plus tard.
Un DGX Spark suffit-il pour une utilisation en production ?
Pour une équipe de développement ou un projet pilote comptant peu d'utilisateurs, oui. Cependant, avec une bande passante mémoire de 273 Go/s, l'appareil ne peut traiter rapidement que quelques requêtes simultanées. Pour un service comptant plus d'une centaine d'utilisateurs, un serveur équipé de GPU de centre de données est plus adapté.
Combien de temps faut-il pour mettre en place son propre serveur LLM ?
Prévoyez un trimestre : deux à quatre semaines pour le dimensionnement et les tests de charge, plusieurs semaines voire plusieurs mois de délai de livraison selon la configuration, et une à deux semaines pour la mise en place et la réception. Si vous souhaitez être opérationnel au deuxième trimestre 2027, vous devriez commencer le dimensionnement dès maintenant.
La prochaine étape
torck conçoit et exploite des modèles linguistiques dans les centres de données de clients issus de l'industrie et du commerce, de l'évaluation de la charge jusqu'à l'exploitation courante. Lors d'un premier entretien, nous déterminons le matériel nécessaire à votre cas d'utilisation et évaluons s'il est judicieux de procéder à l'achat dès maintenant. Conseil en IA avec un LLM sur site.
Pour en savoir plus : les modèles adaptés à une exploitation en propre sont présentés dans la Comparaison entre Mistral, Llama et Qwen. Pour connaître la configuration matérielle requise par le modèle allemand, consultez l'article sur Kolibri d'Aleph Alpha.
German 
English 
French