Neuf cartes graphiques autrefois destinées au minage, une tour récupérée à bas prix et un modèle d’IA lancé à domicile : c’est le pari présenté par markpronkin sur Reddit. Son installation réunit 54 Go de mémoire vidéo cumulée. Le chiffre attire l’œil, mais il ne raconte qu’une partie de ce bricolage.
Le témoignage initial remonte au 6 octobre. Il s’agit d’une expérience de réemploi, avec des performances annoncées par son auteur, et non d’un nouveau PC pour l’IA commercialisé en France.
Neuf cartes de 6 Go plutôt qu’un GPU géant
Dans sa publication sur LocalLLaMA, l’internaute raconte avoir acheté l’ensemble pour 3 000 roubles, après négociation sur une annonce russe. Les neuf P106-100 disposent chacune de 6 Go. Leur addition donne 54 Go, répartis entre plusieurs cartes.
Cette précision change la comparaison. Une application doit savoir répartir ses données et son calcul entre ces GPU : elle ne voit pas nécessairement une seule réserve de mémoire fonctionnant comme celle d’une carte récente de même capacité. Les échanges entre composants font partie de l’équation, tout comme le logiciel utilisé.
Le récit décrit aussi une machine dépourvue de SSD et démarrée depuis un support USB. Autrement dit, ce petit prix correspond à une récupération singulière. Il ne permet pas d’établir un budget reproductible pour un ordinateur complet, prêt à être installé dans un salon français.
Markpronkin indique avoir utilisé Ollama et le modèle Qwen3.6-35B-A3B, avec un débit dépassant 30 tokens par seconde. Un token est une unité de texte traitée par le modèle ; ce débit ne se convertit pas directement en un nombre fixe de mots français.
La mesure reste celle publiée par l’auteur du montage. Elle ne garantit pas une vitesse identique avec une autre longueur de conversation, un autre modèle ou un autre réglage. L’intérêt de la démonstration est d’explorer ce que du matériel ancien peut encore faire, plutôt que de couronner une configuration universellement rentable.
Le prix d’achat ne dit rien du coût d’utilisation
Neuf cartes signifient aussi plusieurs sources de chaleur, du câblage et une plateforme à entretenir. Pour comparer avec une machine récente, il faudrait connaître la consommation mesurée sur le même travail, le bruit et le temps consacré à la configuration. Ces données ne sont pas établies par le seul prix d’achat.
L’expérience reste parlante pour les amateurs d’IA locale : la quantité de VRAM disponible peut être un obstacle que le réemploi aide à contourner. Mais comparer des GPU à partir de leur seule mémoire ou puissance affichée conduit vite à oublier leur usage. Ici, la meilleure découverte est un nouvel emploi trouvé à un ancien équipement de minage.
Samuel Le Goff suit l’actualité des smartphones, des systèmes d’exploitation mobiles et de l’intelligence artificielle depuis plus de 14 ans. Il couvre notamment Samsung, Xiaomi, Apple, Android, iOS et les grandes tendances du numérique.
