Topbiz Inside
Carte graphique pour l'IA : comment la choisir
Une carte graphique de jeu peut faire tourner de l'IA, mais les critères qui comptent ne sont pas les mêmes. Pour l'IA, on regarde d'abord la mémoire, puis l'écosystème logiciel, avant les performances en jeu.
Voici comment choisir une carte graphique pour l'IA : modèles de langage en local, génération d'images ou ajustement léger de modèles.
Pourquoi la carte graphique est centrale pour l'IA
Les modèles d'IA reposent sur d'énormes calculs de matrices. Un GPU les exécute en parallèle sur des milliers de cœurs, là où un processeur travaille sur quelques dizaines. Les cartes récentes ajoutent des cœurs Tensor (NVIDIA) ou des unités équivalentes, spécialisés dans ces calculs.
Un PC portable doté d'un NPU gère les petites tâches d'IA de Windows. Pour faire tourner de gros modèles en local, la carte graphique reste indispensable.
Critère n°1 : la VRAM
Pour fonctionner vite, le modèle doit tenir entièrement dans la mémoire vidéo (VRAM) de la carte. S'il déborde sur la RAM du PC, les réponses ralentissent fortement.
Ordres de grandeur, pour des modèles de langage compressés en 4 bits (Q4) :
| VRAM | Usages typiques |
|---|---|
| 8 Go | Modèles de 7 à 8 milliards de paramètres, génération d'images de base |
| 12 à 16 Go | Modèles jusqu'à 14 milliards de paramètres, génération d'images confortable |
| 24 à 32 Go | Modèles de 30 milliards de paramètres environ, longs contextes |
| 48 Go et plus | Modèles de 70 milliards de paramètres, ajustement (fine-tuning) de modèles |
Prévoyez une marge : la conversation et les documents chargés occupent aussi de la mémoire. En cas d'hésitation, privilégiez la carte qui a le plus de VRAM.
Critère n°2 : la bande passante mémoire
Lors de la génération de texte, la carte relit en permanence les données du modèle. La bande passante mémoire, exprimée en Go/s, détermine donc directement le nombre de mots produits par seconde. Comparez-la dans les fiches techniques, en plus de la quantité de VRAM.
Critère n°3 : l'écosystème logiciel
- NVIDIA CUDA : la plateforme la plus utilisée. PyTorch, Ollama, LM Studio et les outils de génération d'images la prennent en charge sans réglage particulier.
- AMD ROCm : l'alternative open source d'AMD. Sa compatibilité s'améliore, surtout sous Linux, mais elle dépend du modèle de carte et du logiciel.
Avant d'acheter, vérifiez que les outils que vous comptez utiliser prennent en charge la carte visée.
Carte grand public ou carte professionnelle ?
| Critère | Grand public (GeForce RTX) | Professionnelle (RTX PRO) |
|---|---|---|
| VRAM | Jusqu'à 32 Go sur le haut de gamme | Beaucoup plus sur les modèles haut de gamme |
| Mémoire ECC | Non | Oui, sur la plupart des modèles |
| Pilotes | Orientés jeu et création | Certifiés pour les logiciels professionnels |
| Usage | Prototypage, usage personnel ou ponctuel | Calcul intensif, usage en continu, entreprise |
La mémoire ECC corrige automatiquement certaines erreurs de mémoire : un plus pour les calculs qui durent des heures ou des jours.
Alimentation, refroidissement, encombrement
- Alimentation : les cartes haut de gamme consomment plusieurs centaines de watts. Vérifiez la puissance du bloc et ses connecteurs (12V-2x6 / 12VHPWR sur de nombreuses cartes récentes), et enfoncez bien le câble jusqu'au bout. Notre calculateur d'alimentation vous aide à dimensionner le bloc.
- Refroidissement : l'IA sollicite la carte à pleine charge pendant longtemps. Un boîtier bien ventilé évite la baisse de fréquence liée à la chaleur.
- Encombrement : mesurez la longueur et l'épaisseur disponibles dans le boîtier.
Plusieurs cartes ou une station IA ?
Ajouter une deuxième carte augmente la mémoire totale disponible, mais les deux mémoires ne s'additionnent pas comme une seule : le logiciel doit savoir répartir le modèle entre les cartes. Cela demande aussi une carte mère, une alimentation et un boîtier adaptés.
Pour un usage intensif en entreprise, une station IA complète peut être plus simple : composants dimensionnés ensemble, refroidissement prévu pour la charge continue, un seul interlocuteur pour le support.
Pour une vue d'ensemble du matériel (processeur, RAM, stockage), consultez notre guide quel matériel pour l'IA en local. Si vous cherchez une carte pour jouer, voyez plutôt notre test carte graphique gaming.
Questions fréquentes
Combien de VRAM faut-il pour faire tourner une IA en local ?
8 Go permettent de faire tourner des modèles de 7 à 8 milliards de paramètres compressés. 16 Go apportent du confort, et 24 Go ou plus ouvrent l'accès à des modèles d'environ 30 milliards de paramètres.
Une carte AMD convient-elle pour l'IA ?
Oui, de plus en plus, grâce à ROCm. Vérifiez toutefois que vos logiciels prennent en charge votre modèle de carte, en particulier sous Windows.
Quelle différence entre une GeForce RTX et une RTX PRO pour l'IA ?
Les cartes RTX PRO offrent plus de VRAM, de la mémoire ECC et des pilotes certifiés, pour un usage professionnel intensif. Les GeForce conviennent au prototypage et aux usages ponctuels.
Deux cartes graphiques doublent-elles la mémoire disponible ?
La mémoire totale augmente, mais le logiciel doit répartir le modèle entre les deux cartes. Ce n'est pas équivalent à une seule carte dotée de deux fois plus de mémoire.
Faut-il une alimentation spécifique ?
Il faut une alimentation assez puissante, avec les bons connecteurs pour la carte choisie. Gardez une marge pour les pics de consommation.
Trouvez votre carte graphique pour l'IA
Cartes grand public et professionnelles, stations IA prêtes à l'emploi.