Faire tourner une IA en local : vitesse ou place, il faut choisir
Vous voulez faire tourner une IA en local sur votre machine ? C'est rapide ou spacieux, jamais les deux. Comment choisir sans payer trop cher.
De plus en plus de gens veulent faire tourner une intelligence artificielle directement sur leur ordinateur, plutôt que d’envoyer chaque question vers un service en ligne. L’idée se comprend tout de suite : vos données restent chez vous, vous payez une fois au lieu de payer à chaque usage, et vous possédez l’outil au lieu de le louer. Les ennuis commencent au moment d’acheter. Car la comparaison qu’on retrouve partout, le DGX Spark contre la RTX 5090, deux machines signées NVIDIA, vous pousse à poser la mauvaise question. Ces deux machines n’ont pas été conçues pour le même travail. L’une est faite pour la vitesse, l’autre pour la place, et aucune somme d’argent ne vous dispense de ce choix.
C’est ce seul arbitrage qui mérite qu’on s’y attarde, et il restera vrai longtemps après que les prix et les noms de produits d’aujourd’hui auront changé.
Le choix qu’on ne peut pas éviter
Un modèle d’IA, dit simplement, c’est un très gros fichier de chiffres que la machine doit garder dans sa mémoire pour s’en servir. Deux choses au sujet de cette mémoire décident de tout le reste.
La première, c’est la quantité que la machine peut contenir d’un coup. C’est elle qui décide quels modèles tiennent, tout court. Un modèle trop volumineux pour être chargé ne tournera tout simplement pas, comme un film trop long pour un disque ne rentre pas, quelle que soit votre patience.
La seconde, c’est la vitesse à laquelle la machine lit ce qu’elle contient. C’est elle qui décide de la rapidité avec laquelle vous obtenez votre réponse, une fois qu’un modèle rentre. Pour produire chaque mot d’une réponse, la machine doit parcourir tout ce fichier de chiffres : plus elle lit vite, plus les mots apparaissent vite à l’écran.
Voici le piège qui commande toute la décision. Les composants qui offrent beaucoup de place et ceux qui permettent de lire très vite ne sont pas les mêmes, et il est rare qu’ils soient bon marché en même temps. Les fabricants penchent donc d’un côté ou de l’autre. Vous finissez par choisir entre une machine rapide mais à l’étroit, et une machine spacieuse mais plus lente. Comprendre celle dont vous avez réellement besoin, c’est exactement ce qui vous évite de payer trop cher.
La machine rapide
La RTX 5090 est une carte graphique, une pièce qu’on installe à l’intérieur d’un PC, pas un ordinateur complet. Elle embarque 32 gigaoctets de mémoire très rapide. Pour tout modèle assez petit pour tenir dans cet espace, elle répond plus vite que vous ne lisez, et c’est précisément ce qui donne à une IA locale l’allure d’un vrai outil plutôt que d’une expérience poussive. Si votre travail tient dans des modèles petits à moyens, ceux qui font tourner la plupart des assistants de code, des agents conversationnels et de la recherche privée dans vos propres documents, c’est le choix évident : rien ici ne s’en approche en termes de réactivité.
Deux remarques pratiques l’accompagnent. D’abord, comme ce n’est qu’une carte, vous construisez un ordinateur autour, avec une alimentation et un refroidissement assez costauds pour nourrir un composant gourmand et chaud. Ensuite, le prix est une cible mouvante. Elle est sortie autour de deux mille dollars, mais les pénuries de mémoire ont poussé les prix réels en boutique bien au-dessus, alors prévoyez le budget de la carte que vous pouvez vraiment acheter aujourd’hui, pas le chiffre annoncé.
La limite dure, ce sont ces 32 gigaoctets. Franchissez-la et la carte ne ralentit pas en douceur, elle s’effondre d’un coup, parce que la partie du modèle qui déborde se réfugie dans une mémoire bien plus lente, et chaque mot attend désormais sur la file lente. Aucun réglage malin ne vous sauve de ça. Si votre modèle rentre, la 5090 est merveilleuse. S’il ne rentre pas, la 5090 est la mauvaise machine, point final.
Les machines spacieuses
Le DGX Spark fait le marché inverse. C’est un petit ordinateur complet, et il embarque 128 gigaoctets de mémoire partagée à l’échelle de tout le système, quatre fois la place de la carte graphique. De quoi contenir de très gros modèles qui ne tiennent nulle part ailleurs sur un seul appareil domestique. Le prix à payer, c’est la vitesse : cette même limite de lecture qui fait voler la 5090 joue contre le Spark, donc ses réponses arrivent à un rythme de marche régulier plutôt qu’instantané. C’est parfait pour un travail qu’on lance et qu’on vient récupérer plus tard, et ça rend la machine vraiment utile pour ajuster un modèle sur vos propres données, une tâche qui réclame de la place plus que de la vitesse brute.
Maintenant le détail que les comparatifs en face-à-face oublient de mentionner, et c’est le plus utile de tout cet article. L’ASUS Ascent GX10 utilise exactement la même puce NVIDIA et les mêmes 128 gigaoctets que le Spark, pour sensiblement moins cher. Sur la seule chose qui fixe la vitesse d’un modèle, les deux sont des jumeaux identiques. Ce que le prix plus élevé du Spark vous achète, ce n’est pas plus de vitesse : c’est plus de stockage intégré, un boîtier plus robuste et le support complet du fabricant. Le GX10 rogne sur ces points pour viser un prix plus bas, surtout en livrant moins de stockage sur sa version la moins chère. Dell vend un cousin proche dans la même famille qui coupe la poire en deux, avec un stockage généreux et un vrai support à un prix intermédiaire.
Le cadrage honnête, ce n’est donc pas trois rivaux. C’est une machine rapide, et un moteur spacieux vendu en quelques versions à différents prix. Choisissez la version qui colle à votre degré d’autonomie : l’option économique si vous gérez sans problème vos propres sauvegardes et votre dépannage, l’option premium si vous préférez que la machine soit prise en charge pour vous.
L’ASUS Ascent GX10 embarque la même puce et la même mémoire que le DGX Spark, plus cher.
Comment choisir, en un seul geste
Oubliez les noms de marques une seconde et faites correspondre la machine à la taille du modèle que vous faites réellement tourner. Si votre travail tient confortablement dans la mémoire plus petite et plus rapide, achetez la carte rapide et savourez des réponses qui semblent instantanées. Si vous avez vraiment besoin des très gros modèles, achetez la machine spacieuse et acceptez le rythme patient comme le prix à payer pour les faire tourner chez vous, tout simplement.
La seule combinaison qui n’a jamais de sens, c’est d’acheter une machine spacieuse pour faire tourner de petits modèles. Vous paieriez plus cher pour une fraction de la vitesse. N’achetez de la place que si vous en avez vraiment besoin, et si vous voyez déjà que vos modèles tiennent sur la carte rapide, voilà toute la décision.
| RTX 5090 | DGX Spark | ASUS Ascent GX10 | |
|---|---|---|---|
| Ce que c’est | Une carte graphique à ajouter dans un PC | Un petit ordinateur complet | Un petit ordinateur complet |
| Mémoire | 32 Go, très rapide | 128 Go, partagée, plus lente | 128 Go, partagée, plus lente |
| Point fort | La vitesse sur les modèles qui rentrent | Contenir de très gros modèles | Pareil, pour moins cher |
| Modèle le plus gros | Petit à moyen | Très gros | Très gros |
| Vitesse de réponse | Instantanée | Patiente | Patiente |
| Gamme de prix | Carte seule, variable | L’option premium | L’option économique |
Si vous partez sur la voie rapide et que vous voulez une installation entièrement privée, associer la carte à une couche de recherche locale tirée de notre comparatif des meilleures bases de données vectorielles en 2026 vous donne des réponses rapides sur vos propres fichiers sans que rien ne quitte la machine. Si vous partez sur la voie spacieuse pour ajuster un modèle sur vos données, notre guide pratique du fine-tuning s’applique parfaitement à ce genre de matériel.
Faut-il attendre la prochaine génération ?
Il y a toujours une prochaine génération. NVIDIA a déjà laissé entrevoir de futures puces censées offrir plus de place et plus de vitesse à la fois, ce qui adoucirait justement l’arbitrage décrit ici. C’est réel, et c’est aussi hors sujet pour un acheteur d’aujourd’hui. Attendre du matériel pas encore sorti, c’est la meilleure façon de ne jamais rien acheter, parce qu’il y a toujours quelque chose de mieux dans un an. Si vous avez besoin d’un très gros modèle sur votre bureau ce trimestre, les machines spacieuses le font maintenant. Si votre travail tient sur la carte rapide aujourd’hui, rien sur aucune feuille de route n’y change quoi que ce soit. Achetez pour le travail que vous avez devant vous.
Foire aux questions
Le DGX Spark est-il plus rapide que la RTX 5090 ?
Pour tout modèle assez petit pour tourner sur les deux, non. La RTX 5090 lit sa mémoire plusieurs fois plus vite, donc elle produit des réponses plusieurs fois plus rapidement. Le Spark ne prend l’avantage que sur les modèles trop gros pour que la 5090 puisse les contenir. Là, la carte ne peut pas les faire tourner, donc le « lent mais possible » du Spark bat le « rapide mais impossible » de la 5090.
Faut-il acheter l’ASUS Ascent GX10 plutôt que le DGX Spark ?
Si vous êtes à l’aise pour gérer votre propre machine, le plus souvent oui. Il a la même puce, les mêmes 128 gigaoctets et la même vitesse pour nettement moins cher. Ce que vous abandonnez, c’est du stockage intégré et un support qui vous tient la main. Choisissez plutôt le Spark si vous voulez plus de stockage d’emblée, un boîtier plus robuste, ou la prise en charge complète du fabricant.
Quelle taille de modèle chacun peut-il faire tourner ?
La RTX 5090 fait tourner confortablement des modèles petits à moyens dans ses 32 gigaoctets. Le Spark et le GX10, avec quatre fois la mémoire, font tourner de très gros modèles qui ne tiendraient pas sur une seule carte graphique, mais plus lentement. La bonne machine est celle qui contient la taille de modèle que vous utilisez vraiment.
Faut-il un PC complet pour la RTX 5090 ?
Oui. C’est une carte graphique, une pièce qu’on installe à l’intérieur d’un ordinateur, et il lui faut assez de puissance et de refroidissement à la hauteur. Le DGX Spark et l’Ascent GX10 sont des ordinateurs complets qui fonctionnent dès la sortie du carton, sans rien à assembler.
Faire tourner une IA en local en vaut-il seulement la peine face au cloud ?
Ça dépend de ce que vous valorisez. Faire tourner en local garde vos données sur votre propre machine et transforme un abonnement à l’usage en un achat unique. Le cloud coûte peu au départ et vous donne accès aux tout plus gros modèles sans rien acheter. Le local prend son sens quand la confidentialité, un usage intensif régulier ou le contrôle complet comptent plus pour vous que la commodité.
