De quoi s’agit-il

Le GIGABYTE AI TOP ATOM est un ordinateur de bureau d’environ un litre construit autour du GB10 Grace Blackwell Superchip de NVIDIA — la même puce Grace-Arm associée à un GPU Blackwell qui anime le DGX Spark de NVIDIA et l’ASUS Ascent GX10. Ce n’est pas un mini PC généraliste. C’est une station de travail IA personnelle, vendue entre 3 499 et 3 999 $ selon la configuration du SSD, conçue pour faire une seule chose très bien : exécuter et affiner de grands modèles de langage en local, sur votre bureau, sans louer de GPU dans le cloud.

La contribution de GIGABYTE, c’est le boîtier autour de la puce. NVIDIA définit la plateforme GB10 — CPU Arm 20 cœurs, GPU Blackwell, 128 Go de mémoire LPDDR5x unifiée, la pile logicielle IA de NVIDIA — si bien que chaque machine GB10 « de classe Spark » embarque une puissance de calcul pratiquement identique. Les partenaires se différencient par le refroidissement, la génération du SSD, le réseau, le prix et le support. ServeTheHome, qui a testé plusieurs de ces boîtiers, a qualifié l’AI TOP ATOM de « Spark le plus rapide à ce jour » — un compliment significatif vu la faible marge de manœuvre dont disposent les fabricants.

À quoi il sert (IA locale / développement LLM)

Le chiffre phare, ce sont les 128 Go de mémoire unifiée. Comme le CPU Grace et le GPU Blackwell partagent un seul pool de mémoire via NVLink-C2C, le GPU peut adresser la totalité des 128 Go — assez pour héberger en mémoire un modèle de 200 milliards de paramètres, ou un modèle de 405 milliards réparti sur deux ATOM reliés par ConnectX-7. C’est tout l’argument : un modèle qui nécessiterait plusieurs GPU de centre de données dédiés tient dans un boîtier que vous pouvez porter sous le bras.

Concrètement, l’AI TOP ATOM est conçu pour :

  • L’inférence et le prototypage LLM en local — exécuter confortablement des modèles de classe 70B, et des modèles de 100B à 200B qui ne se chargeront tout simplement pas sur un GPU grand public de 24 à 32 Go.
  • Le fine-tuning et le travail LoRA sur des modèles de taille moyenne, sans transfert vers le cloud ni facturation à l’heure.
  • Le développement IA face à la vraie pile CUDA — les mêmes pilotes, conteneurs et bibliothèques que vous déploieriez sur un DGX ou un H100 cloud, pour que votre code passe à l’échelle supérieure sans réécriture.
  • Les tâches de création et de bureautique comme rôle secondaire — il exécute correctement les applications de bureau Arm Linux, mais ce n’est pas pour cela qu’on l’achète.

Si votre intérêt est d’exécuter des modèles de 7B à 13B sur une machine moins chère et compatible Windows, un boîtier Strix Halo comme le GMKtec EVO-X2 ou même un Mac mini M4 Pro est une dépense plus raisonnable. L’ATOM ne justifie son prix que lorsque vous avez réellement besoin du plafond de 128 Go. Notre comparatif NPU vs iGPU vs CPU explique où se situe cette frontière.

La superchip GB10 et la mémoire unifiée

Le GB10 associe un CPU Arm 20 cœurs (10× cœurs de performance Cortex-X925 + 10× cœurs d’efficacité Cortex-A725) à un GPU Blackwell, reliés par NVLink-C2C pour qu’il n’y ait aucun goulet d’étranglement PCIe entre eux. NVIDIA évalue la plateforme à 1 PetaFLOP — 1 000 TOPS — de calcul FP4, le format mathématique creux à basse précision sur lequel s’appuient les moteurs d’inférence modernes.

Ce chiffre FP4 est réel, mais lisez-le correctement : il décrit le débit matriciel de pointe, pas la vitesse à laquelle les tokens sortent. Pour l’inférence, la contrainte déterminante est presque toujours la bande passante mémoire, qui fait l’objet de sa propre section ci-dessous.

Fabrication, connectique et mise en cluster

Le châssis est minimaliste jusqu’à l’austérité : un bloc noir d’environ 1 litre (à peu près 150 × 150 × 51 mm, environ 1,2 kg) sans aucun port en façade — même le bouton d’alimentation se trouve à l’arrière — avec un flux d’air propre d’avant en arrière. Les testeurs notent systématiquement que l’ATOM reste frais et silencieux, ce qui est la principale raison pour laquelle ServeTheHome lui a attribué le titre de « Spark le plus rapide » : un meilleur refroidissement signifie que le GB10 maintient ses fréquences plus longtemps sous charge soutenue.

La connectique arrière privilégie le réseau :

  • Double 200GbE ConnectX-7 (QSFP) — la fonctionnalité phare, utilisée pour relier deux ATOM dans ce mode bi-système à 405 milliards de paramètres.
  • 10GbE cuivre pour le LAN classique, plus le Wi-Fi 7 et le Bluetooth 5.3.
  • 4× USB-C (USB 3.2 Gen2x2, 20 Gbps, avec mode alternatif DisplayPort) et HDMI 2.1a pour la sortie d’affichage.

Une réserve à connaître : ServeTheHome a signalé que la carte réseau ConnectX-7 est raccordée au GB10 sous forme de deux liens PCIe x4 plutôt que d’un seul x8, si bien que le double port 200GbE se comporte davantage comme des interfaces segmentées que comme un unique tuyau 400G. Pour la plupart des acheteurs en boîtier unique, c’est anecdotique ; pour quiconque envisage une mise en cluster serrée à deux nœuds, mieux vaut le comprendre avant de bâtir son architecture autour.

Bande passante mémoire — le vrai plafond en conditions réelles

C’est le chiffre qui compte le plus et celui que le marketing enterre. Les 128 Go de LPDDR5x offrent environ 273 Go/s de bande passante. C’est excellent pour une machine d’un litre — mais c’est une fraction de ce qu’offre un GPU dédié. Une RTX 5090 dépasse largement les 1,7 To/s.

Comme la génération de tokens est limitée par la bande passante, le débit de l’ATOM sur les grands modèles reste modeste en valeur absolue. Il chargera et exécutera un modèle de 120B qu’une 5090 ne peut physiquement pas accueillir — mais il produira des tokens à un rythme plus posé que ne le laisserait penser l’argument du PetaFLOP FP4. Le bon modèle mental : le GB10 échange la vitesse brute contre de la capacité. Vous l’achetez pour exécuter des modèles qui ne tiennent nulle part ailleurs à cette taille et à ce prix, pas pour battre un GPU de jeu en tokens par seconde sur des modèles qui tiennent dans 32 Go. Ce compromis capacité contre vitesse est la même raison pour laquelle les mini PC à GPU dédié restent plus rapides sur les petits modèles mais plafonnent vite sur les gros.

Prix et où l’acheter

GIGABYTE vend l’AI TOP ATOM en trois configurations, toutes partageant le même GB10 et les mêmes 128 Go de mémoire — seul le SSD change :

  • 3 499 $ — NVMe 1 To PCIe Gen4
  • 3 899 $ — NVMe 4 To PCIe Gen4
  • 3 999 $ — NVMe 4 To PCIe Gen5

Il est référencé sur Amazon (la configuration 4 To est l’offre vérifiée), si bien que le lien d’affiliation ci-dessous pointe vers une offre américaine active. À ces prix, l’ATOM se positionne généralement sous le DGX Spark de NVIDIA — dont le tarif a dérivé vers ~3 999–4 699 $ au gré des fluctuations du prix de la DRAM — ce qui fait du boîtier de GIGABYTE l’une des meilleures offres de la gamme GB10. La différenciation entre fabricants est mince, donc le support compte : GIGABYTE s’associe à AVADirect pour une réparation sur site le jour ouvré suivant aux États-Unis.

Ce que nous signalerions

  • C’est la bande passante, pas le calcul, qui limite. 273 Go/s signifie que le débit de génération de tokens sur les grands modèles est régulier, pas fulgurant. Ajustez vos attentes en conséquence.
  • DGX OS est un environnement de développement, pas un bureau. C’est de l’Arm Linux avec la pile NVIDIA — superbe pour le travail IA, mais ce n’est pas une machine Windows ni un PC de productivité généraliste.
  • Tout est soudé. Les 128 Go de mémoire sont fixes ; seul le SSD est un choix de configuration, fait à l’achat. Aucune évolution n’est possible par la suite.
  • Lignes ConnectX-7 segmentées. La carte réseau double 200GbE fonctionne en 2× x4, ce qui limite le scénario de mise en cluster à deux nœuds le plus propre.
  • De niche par conception. À partir de 3 499 $, cela n’a de sens que si vous avez spécifiquement besoin du plafond de mémoire unifiée de 128 Go. Pour des modèles de 7B à 13B, du matériel bien moins cher l’emporte.

Verdict

Le GIGABYTE AI TOP ATOM est une machine GB10 bien réalisée — sans doute la mieux refroidie et la mieux tarifée des boîtiers de classe Spark actuels, ce qui correspond exactement au verdict « Spark le plus rapide à ce jour » de ServeTheHome. Il accomplit honnêtement la seule mission pour laquelle il existe : il pose un modèle de 200 milliards de paramètres sur votre bureau, en silence, pour moins de quatre mille dollars.

Achetez-le simplement pour la bonne raison. Si vous êtes développeur ou chercheur en IA qui a besoin d’exécuter, d’affiner et d’itérer sur des modèles trop volumineux pour le moindre GPU grand public, et que vous voulez la vraie pile CUDA de NVIDIA plutôt qu’une couche de compatibilité, l’ATOM est une recommandation assumée — et le choix le plus avantageux parmi ses frères GB10. Si vous exécutez surtout de petits modèles, ou si vous vouliez un ordinateur de bureau généraliste rapide, c’est le mauvais outil, et un mini PC Strix Halo ou un Framework Desktop vous servira mieux pour moins cher.