Prix des cartes graphiques pour l'IA locale

Quelle carte graphique acheter pour faire tourner un LLM en local ?

Regardez d'abord la mémoire vidéo (VRAM) : le modèle doit y tenir entièrement, sinon il déborde sur la mémoire du PC et la vitesse s'effondre. En Q4, 12 Go suffisent pour les modèles jusqu'à environ 14 milliards de paramètres, 16 Go jusqu'à environ 24 milliards, 24 à 32 Go pour les modèles de 30 à 35 milliards, 48 Go jusqu'à environ 70 milliards. À mémoire égale, la bande passante départage : elle fixe la vitesse de génération.

NVIDIA, AMD ou Intel pour l'IA locale ?

NVIDIA reste le choix le plus simple : CUDA est pris en charge par tous les outils (Ollama, LM Studio, llama.cpp, vLLM). Les Radeon RX 9000 et AI PRO R9700 sont prises en charge par Ollama (ROCm 7), LM Studio et llama.cpp, avec parfois un peu plus de réglages. Les Intel Arc passent surtout par Vulkan ou SYCL (llama.cpp, LM Studio) et OpenVINO : c'est souvent la VRAM la moins chère, mais l'écosystème le moins mûr.

La RTX 5090 vaut-elle son prix pour l'IA ?

C'est la carte grand public la plus rapide (1 792 Go/s) avec 32 Go, mais elle coûte 6 999,95 € au dernier relevé, contre 2 349 € à son lancement. Pour 32 Go, une Radeon AI PRO R9700 (2 199,95 €) ou une Intel Arc Pro B70 (1 899,95 €) coûte bien moins cher, pour une vitesse environ 2,8 fois plus faible. Pour les très gros modèles, un mini-PC à 128 Go de mémoire unifiée reste l'alternative.

D'où viennent ces prix et quand sont-ils mis à jour ?

Du flux produit de Materiel.net, notre partenaire, relevé automatiquement chaque lundi et chaque jeudi. Pour chaque puce, nous retenons la carte la moins chère en stock ou expédiée sous 7 jours, toutes marques confondues. Les prix Amazon ne sont pas archivés : Amazon n'autorise que l'affichage de prix récents, ils apparaissent donc en direct sur les boutons. Les liens sont affiliés : un achat nous rapporte une commission, sans surcoût pour vous, et n'influence pas le classement, calculé automatiquement.

Comment est estimée la vitesse ?

Pour générer chaque token, la carte relit tout le modèle en mémoire : la vitesse maximale vaut à peu près la bande passante divisée par la taille du modèle. Nous en retenons 70 %, pour un modèle de 14 milliards de paramètres en Q4 (environ 9 Go). Les mesures réelles varient selon le logiciel et les pilotes : c'est un ordre de grandeur pour comparer les cartes, pas une promesse.