RTX Spark et DGX Station pour Windows : NVIDIA et Microsoft font du PC un poste de travail pour agents IA

Satya Nadella et Jensen Huang devant des PC RTX Spark, événement Windows du 7 octobre 2026

Le fait

Mercredi 7 octobre 2026, lors d’un événement Windows et Surface organisé par Microsoft aux Dogpatch Studios de San Francisco, Jensen Huang (NVIDIA) et Satya Nadella (Microsoft) ont présenté ensemble leur vision du PC à l’ère des agents IA, ces logiciels qui enchaînent seuls des actions pour atteindre un objectif.

Trois annonces se détachent :

RTX Spark, la puce de NVIDIA pour PC Windows, arrive dans des portables dont les précommandes sont ouvertes depuis le 7 octobre, pour une disponibilité le 16 octobre. Des mini-PC de bureau suivront en novembre.
DGX Station pour Windows, une « station de travail supercalculateur » posée sous le bureau, est présentée en avant-première, sans date de sortie précise.
Microsoft Execution Containers (MXC), l’infrastructure du système d’exploitation qui permet à des agents de tourner en arrière-plan sous le contrôle de Windows, passe en disponibilité générale.

« Le PC est l’outil ultime », a lancé Jensen Huang. « Que se passe-t-il à l’ère des agents, quand l’agent est sur votre ordinateur ? C’est désormais votre assistant personnel. »

RTX Spark : ce qu’il y a dans la puce

RTX Spark est une puce système (SoC, system on a chip) qui réunit sur un même module un processeur graphique Blackwell RTX et un processeur Grace à cœurs Arm. Selon NVIDIA :

jusqu’à 6 144 cœurs côté GPU et jusqu’à 20 cœurs côté CPU, reliés à 600 Go/s ;
1 pétaflop de calcul IA en FP4 (un format de nombres à 4 bits très compact, utilisé pour accélérer l’inférence) ;
jusqu’à 128 Go de mémoire unifiée, partagée entre CPU et GPU.

Ce dernier point est le plus important pour l’IA. Un modèle de langage doit tenir en mémoire pour tourner vite. Sur un PC classique, la carte graphique dispose de sa propre mémoire, souvent limitée à quelques dizaines de gigaoctets. Avec une mémoire unifiée de 128 Go, des modèles bien plus gros deviennent utilisables en local. NVIDIA cite un modèle ouvert de 125 milliards de paramètres (Qwen 3.8 Flash Next) qu’il présente comme comparable à de nombreux modèles cloud, « sans compteur et sans envoyer de données dans le cloud ». Côté Microsoft, Pavan Davuluri, patron de Windows et des appareils, a indiqué qu’avec une quantification poussée (la compression des poids du modèle), DeepSeek V4 Flash pouvait tourner en local à 1,6 bit, dans 60 Go de mémoire.

RTX Spark exécute la plateforme logicielle complète CUDA de NVIDIA, la même que sur ses serveurs. L’argument pour les développeurs : un modèle, un outil ou un flux de travail mis au point sur un portable peut être déplacé sans réécriture vers une DGX Station ou un serveur.

Les machines et les prix annoncés

Les systèmes RTX Spark viennent d’Acer, ASUS, Dell, Gigabyte, HP, Lenovo, Microsoft et MSI, des portables fins aux mini-PC de bureau conçus pour fonctionner 24 heures sur 24, en serveur d’agents local.

Microsoft lance le Surface Laptop Ultra, construit autour de RTX Spark, à partir de 2 599 dollars, et une Surface RTX Spark Dev Box pour développeurs à partir de 5 999 dollars (prix américains rapportés par Tom’s Hardware ; pas de prix européens communiqués à ce stade). ASUS ouvre de son côté les précommandes de ses ProArt P16, P14 et du mini-PC ProArt GR1X.

Microsoft revendique, face à un MacBook Pro équipé d’une puce M5 Pro, un premier token jusqu’à 2,1 fois plus rapide, une génération d’images 4,3 fois plus rapide et une génération vidéo 6,2 fois plus rapide. Ce sont des chiffres de constructeur, à confirmer par des tests indépendants.

DGX Station passe sous Windows

Jusqu’ici, la DGX Station de NVIDIA tournait sous Linux. Conséquence pour beaucoup d’équipes en entreprise : deux environnements à maintenir, Linux pour les gros travaux d’IA et Windows pour les outils bureautiques et métiers. Or, rappelle NVIDIA, la grande majorité des entreprises du Fortune 500 sont standardisées sur Windows.

La DGX Station pour Windows repose sur la puce GB300 Grace Blackwell Ultra Desktop Superchip : 748 Go de mémoire cohérente et jusqu’à 20 pétaflops en FP4, de quoi faire tourner localement, selon NVIDIA, des modèles jusqu’à l’échelle du millier de milliards de paramètres. Les outils IA Linux restent accessibles via WSL (Windows Subsystem for Linux, la couche qui fait tourner Linux dans Windows). Pavan Davuluri résume : des capacités « qui demandaient de louer un cluster » deviennent disponibles « dans un supercalculateur de bureau ».

Aucune date de disponibilité ni aucun prix n’ont été communiqués pour cette version Windows ; NVIDIA propose une inscription pour être prévenu. Tom’s Hardware rapporte que des modèles de bureau HP et Dell sont attendus « plus tard cette année ».

Windows se transforme en système d’exploitation pour agents

Le matériel n’est que la moitié de l’annonce. L’autre moitié concerne Windows lui-même.

Des conteneurs pour agents. Les Microsoft Execution Containers sont des bacs à sable (sandboxes, des environnements isolés) intégrés au système, qui décident quelles données sont partagées avec un agent. Lors d’une démonstration, une ingénieure de Microsoft avait accès à des documents auxquels ses agents, eux, n’avaient pas accès. « Nous intégrons ces briques directement dans Windows, pour que les agents puissent être sécurisés, observés et gouvernés », a expliqué Pavan Davuluri. Jensen Huang a été plus lyrique : « De même que Windows et DirectX ont révolutionné la façon de construire des applications, MXC va révolutionner la façon de construire et de déployer des agents. »

Des actions signées. Windows exigera que les agents s’attribuent leurs actions, autrement dit qu’on sache quelle action a été faite par un agent et non par l’utilisateur. Les services informatiques pourront fixer des règles pour les agents une seule fois et les appliquer à tout leur parc de machines.

L’intelligence hybride. Microsoft pousse un mélange d’agents locaux et cloud pour réduire la facture de tokens (les unités de texte facturées par les fournisseurs de modèles). HydraFusion, qui répartit le travail entre les deux, arrive le 15 octobre dans GitHub Copilot, la ligne de commande et VS Code, avec des modèles comme MAI Code 1.1 Flash et Nemotron de NVIDIA. Dans une démonstration, GitHub Copilot choisissait automatiquement son modèle selon la difficulté : GPT-6 Luna dans le cloud pour la tâche complexe, des sous-agents en local pour le reste.

Un moteur d’exécution commun. Windows ML servira à déployer les modèles sur GPU, NPU (la puce dédiée à l’IA) ou CPU, et llama.cpp, l’outil open source très utilisé pour faire tourner des modèles en local, y sera intégré. Copilot accède désormais aux fichiers et aux modèles locaux et basculera vers ces derniers quand la confidentialité l’exige ; ces fonctions arrivent « dans les prochains mois ».

Ce que cela change pour une entreprise

Pour une PME ou un grand compte européen, l’intérêt est concret :

Des données qui restent sur la machine. Résumer des contrats, classer des pièces comptables ou interroger une base documentaire interne avec un modèle local évite d’envoyer ces données à un fournisseur cloud, un argument fort face au RGPD et aux clauses de confidentialité.
Un coût plus prévisible. Une fois la machine achetée, l’inférence locale n’est plus facturée au token. Les tâches répétitives et volumineuses sont les premières candidates.
Un seul environnement. Avec DGX Station pour Windows, les équipes data n’ont plus à jongler entre deux systèmes pour développer et tester des agents branchés sur les applications métier Windows.
Une gouvernance enfin outillée. Des conteneurs contrôlés par le système, des actions attribuées aux agents et des règles déployées sur tout le parc répondent à la première question d’un responsable sécurité : qui a fait quoi, avec quelles données ?

Quelques jours plus tôt, le 2 octobre, NVIDIA avait aussi lancé un DGX Spark 64 Go à partir de 4 999 dollars : la gamme d’IA locale s’étage désormais du portable à la station de bureau.

Les limites à garder en tête

Le local ne remplace pas le cloud. Les modèles de frontière les plus puissants restent servis depuis des datacenters, et les démonstrations de Microsoft mêlaient elles-mêmes local et cloud : même l’exemple de Copilot préparant des documents fiscaux faisait appel aux deux.
Des chiffres à vérifier. Les gains de performance face au Mac viennent de Microsoft ; l’autonomie, le bruit et la chaleur en usage IA prolongé restent à mesurer.
Une architecture Arm. Le processeur Grace utilise des cœurs Arm : la compatibilité des logiciels métier anciens, compilés pour x86, est à tester avant un déploiement.
Le calendrier. Seuls les portables ont une date (16 octobre) ; les mini-PC arrivent en novembre et la DGX Station pour Windows n’a ni date ni prix.

Notre lecture

Le message commun de NVIDIA et Microsoft est clair : le prochain cycle du PC ne se jouera pas sur la bureautique, mais sur la capacité à faire tourner des agents en permanence, en local, sous le contrôle du système d’exploitation. Pour les entreprises, la nouveauté la plus utile n’est peut-être pas la puce, mais la couche de gouvernance (conteneurs, attribution, règles de parc) qui manquait pour déployer des agents sans perdre le contrôle. Reste à voir, sur le terrain, si les machines tiennent les promesses des démonstrations.