Mise à jour du 2 octobre 2026 : La sélection DGX Spark mentionne la nouvelle référence 64 Go — 4 999 $ le 23 octobre, avec deux unités regroupées à 128 Go via ConnectX-7.
Chaque système présenté sur cette page a été testé dans le laboratoire de StorageReview. Nous évaluons directement les performances d'IA locales : débit de service en ligne vLLM, temps d'obtention du premier jeton et temps par jeton de sortie pour différents modèles, notamment GPT-OSS-120B, Llama 3.1 8B, Mistral Small 3.1 24B et Qwen3 Coder 30B, ainsi que l'efficacité de calcul MAMF et les performances de stockage GDSIO. Aucun système n'est classé à partir de sa fiche technique.
La question cruciale pour un poste de travail IA local en 2026 est celle du choix entre mémoire unifiée et VRAM dédiée . Les systèmes de bureau comme le DGX Spark de NVIDIA (basé sur le GB10) et le Ryzen AI Max (Strix Halo) d'AMD intègrent 128 Go de mémoire unifiée sur une seule puce à des prix compétitifs, permettant d'exécuter des modèles qui nécessiteraient autrement plusieurs GPU dédiés. Les stations de travail, quant à elles, misent sur la puissance brute : les cartes RTX PRO 6000 Blackwell offrent un débit de jetons par seconde bien supérieur, pour un coût et une consommation énergétique nettement plus élevés. Cette page classe les deux types de mémoire, selon des critères distincts, à partir d'une suite de tests unique et cohérente, car la solution optimale dépend du modèle le plus volumineux que vous souhaitez exécuter et de la réactivité requise.
En bref
| Catégories | Système | Mémoire | GPU (Testé / Max) | Revue complète |
|---|---|---|---|---|
| Meilleur système d'IA de bureau global | NVIDIA DGX Spark | 128 Go LPDDR5X unifié | GB10 intégré (fixe) | Test du DGX Spark |
| Meilleure implémentation GB10 | Acer Veriton GN100 | 128 Go LPDDR5X unifié | GB10 intégré (fixe) | Test du Veriton GN100 |
| Meilleure alternative x86 | AMD Ryzen AI Halo (Strix Halo) | Jusqu'à 128 Go de mémoire LPDDR5X unifiée | Radeon 8060S intégrée (fixe) | Test de Ryzen AI Halo |
| Optimisé sans carte graphique dédiée | HP Z2 Mini G1a | LPDDR5X unifiée (exécutée sous GPT-OSS 120B) | Intégré, sans GPU dédié (fixe) | Test du Z2 Mini G1a |
| Meilleur système GB300 | MSI XpertStation WS300 (alternative : ASUS ET900N G3) | 748 Go cohérents (252 Go HBM3e + 496 Go LPDDR5X) | GB300 intégré (fixe) | Test de la station XpertStation WS300 |
| Meilleure tour pour l'IA locale | Dell Precision 7875 | 192 Go GDDR7 (2 × 96 Go) | 2× RTX PRO 6000 / 2 max | Test du Precision 7875 |
| Meilleure plateforme multi-GPU | HP Z8 Fury G6i | 192 Go GDDR7 (configuration testée) / jusqu'à 384 Go | 2 cartes RTX PRO 6000 testées / 4 max. | Test du Z8 Fury G6i |
| Le choix extrême | Comino Grando RTX PRO 6000 | 768 Go GDDR7 (8 × 96 Go) | 8× RTX PRO 6000 / 8 max | Avis sur Comino Grando |
Appareils d'IA de bureau
La gamme d'appliances, que Dell nomme « IA de bureau » et NVIDIA « supercalculateur d'IA personnel » , privilégie la capacité de modélisation, l'efficacité énergétique et le prix au détriment du débit maximal. Dotés de 128 Go de mémoire unifiée, ces systèmes gèrent aisément des modèles de classe 70 B à haute quantification et peuvent atteindre la classe 120 B, des charges de travail qui exigeraient plusieurs GPU dédiés dans une tour.
Lecture essentielle pour ce niveau de laboratoire : notre test thermique DGX Spark compare les conceptions de refroidissement OEM des systèmes GB10 ci-dessous et s’applique à chaque unité de cette classe jusqu’à ce que ces plateformes fassent l’objet d’une révision.
Meilleur système d'IA de bureau toutes catégories confondues : NVIDIA DGX Spark
Le DGX Spark est la référence absolue pour tous les autres boîtiers IA de bureau. Sa puce GB10 Grace Blackwell associe un processeur Arm à 20 cœurs à 128 Go de mémoire LPDDR5X unifiée. Grâce à ses deux ports ConnectX-7 200 GbE, il est le seul appareil que nous avons testé capable de gérer le clustering nativement : nos tests d'inférence distribuée sur deux nœuds ont exécuté des charges de travail parallèles sur des serveurs Dell, GIGABYTE et HP via une connexion 200 GbE. Cette fonctionnalité de clustering est désormais plus accessible : NVIDIA propose une version DGX Spark 64 Go à partir du 23 octobre au prix de 4 999 $ , distribuée par les six mêmes constructeurs. Deux de ces versions peuvent être appariées via un seul câble 200 GbE pour mutualiser 128 Go. NVIDIA annonce que cette paire de modules offre des performances jusqu'à 1.7 fois supérieures à celles d'une unité unique de 128 Go sous Qwen3.8 27B, une affirmation que nous n'avons pas encore vérifiée. La pile logicielle CUDA reste la plus complète du segment. La seule limite de la plateforme est le stockage : chaque système GB10 plafonne à environ 4 To sur un seul emplacement M.2 court. Notre configuration à huit Spark avec stockage partagé est la solution idéale pour les flottes : une baie QLC unique, gérée et accessible via les ports 100 GbE intégrés à chaque Spark. Un client a atteint une vitesse de lecture de 10.8 Gio/s, égalant ainsi le débit du SSD M.2 interne le plus rapide que nous ayons mesuré sur un système GB10. Un modèle de 78 Go hébergé de manière centralisée affiche des performances à seulement 13 % de celles du NVMe local.
Lire le test complet du DGX Spark
Meilleure implémentation GB10 : Acer Veriton GN100
Parmi les systèmes OEM GB10, la conception thermique est le véritable facteur de différenciation, et le Veriton GN100 s'est distingué lors de nos tests. Tous les boîtiers GB10 partagent la même configuration de puce et de mémoire ; les performances soutenues dépendent donc du refroidissement. À notre connaissance, notre comparatif thermique multi-OEM est le seul du genre publié.
Lire le test complet du Veriton GN100
Meilleure alternative x86 : AMD Ryzen AI Halo
Si vous avez besoin de Windows ou d'une pile logicielle x86 standard, Strix Halo est la solution idéale pour une utilisation au bureau. La plateforme AMD Ryzen AI Max+ 395 associe 128 Go de mémoire unifiée à une configuration à double système d'exploitation. Lors de nos tests, elle a géré des modèles de classe 200 milliards de paramètres, s'attaquant directement au DGX Spark sans l'engagement lié à l'architecture Arm/DGX.
Lire le test complet de Ryzen AI Halo
Meilleur sans carte graphique dédiée : HP Z2 Mini G1a
La Z2 Mini G1a prenait en charge GPT-OSS 120B sans carte graphique dédiée. Cette mini-station de travail HP intègre le processeur AMD Ryzen AI Max+ PRO dans un châssis compact, silencieux et idéal pour les environnements informatiques. Elle reste la preuve la plus flagrante que les systèmes x86 à mémoire unifiée ont révolutionné les performances des petits ordinateurs de bureau, les rendant comparables aux modèles plus imposants.
Lire le test complet du Z2 Mini G1a
Meilleur système GB300 : MSI XpertStation WS300
La WS300 est la première station GB300 DGX testée dans notre laboratoire, et elle redéfinit les standards des appliances. La superpuce Grace Blackwell Ultra intègre 748 Go de mémoire cohérente (252 Go HBM3e et 496 Go LPDDR5X) et une puissance de calcul FP4 de 20 pétaFLOPS. Lors de nos tests, elle a géré un point de contrôle GLM-5.2 de 433 Go avec 216 Go de poids d'experts stockés dans la mémoire Grace ; une configuration qui dépasse largement le cadre d'un bureau. Comme tous les systèmes de la gamme DGX, elle fonctionne sous DGX OS et non sous Windows, une exigence liée à une telle quantité de mémoire. Son prix et sa consommation la rapprochent davantage des tours que des boîtiers GB10, mais aucune autre appliance n'offre une telle capacité. La question évidente de savoir si un composant de 1 300 W subit une limitation de puissance dans une tour a désormais une réponse mesurée : notre analyse thermique approfondie du WS300 a enregistré un fonctionnement continu de 2.8 heures avec la puce Blackwell Ultra maintenue à 60 °C, une fréquence d’horloge stable de 2.07 GHz sans aucune baisse et une marge thermique d’environ 20 °C restante à pleine charge.
Alternative au GB300 : l’ASUS ExpertCenter Pro ET900N G3 est la deuxième station DGX GB300 que nous avons testée, et elle confirme les performances de la plateforme : sur 14 modèles et deux charges de travail, 24 des 28 comparaisons de débit maximal se situent à moins de 2 % du WS300, et les modèles à pool cohérent affichent des performances équivalentes, voire supérieures. ASUS ajoute des poignées de transport à la tour de 27 kg, un ventilateur dédié au-dessus des cages optiques de 400 Go et une alimentation certifiée 80 PLUS Titanium. Les deux tours offrent les mêmes performances ; consultez notre test de l’ET900N G3 pour une comparaison des deux tours.
Lire le test complet de la XpertStation WS300
Au laboratoire : Station d'IA HP ZGX Fury
La station de calcul HP ZGX Fury AI est le troisième système de la gamme GB300 à arriver dans notre laboratoire, après les MSI WS300 et ASUS ET900N G3 dont les résultats, obtenus avec deux tours, étaient à moins de 2 % d'écart.
La station d'IA HP ZGX Fury est actuellement dans notre laboratoire. Elle repose sur la même plateforme NVIDIA GB300 Grace Blackwell Ultra que la MSI XpertStation WS300 mentionnée précédemment, ce qui nous offre la première occasion de comparer les performances des deux implémentations de l'architecture DGX Station sur un même banc d'essai : dissipation thermique, acoustique, fréquences d'horloge soutenues et ergonomie au quotidien. Les tests sont en cours et la ZGX Fury intégrera le classement une fois les résultats disponibles.
À l'horizon : Station d'accueil AMD Threadripper Halo
Annoncée à l'IFA 2026 et non encore testée en laboratoire, la station Threadripper Halo d'AMD est la première réponse directe aux cartes graphiques de la gamme GB300. Son approche inverse celle de NVIDIA : au lieu d'un unique pool de mémoire cohérent, AMD associe un Threadripper PRO à 96 cœurs sur une plateforme offrant jusqu'à 2 To de mémoire DDR5 à huit canaux et 128 lignes PCIe 5.0, à deux accélérateurs Instinct MI350P de 600 W embarquant chacun 144 Go de HBM3E, avec la possibilité d'étendre la capacité à quatre cartes et 576 Go de HBM. L'ensemble du système est refroidi par liquide, et l'architecture x86 contourne les problèmes de compatibilité avec la chaîne d'outils Arm que nous avions relevés lors du test de la WS300. La question qui reste en suspens est celle de la performance des modèles face à la cohérence NVLink-C2C. AMD n'ayant communiqué aucun benchmark, prix ou date de disponibilité, il convient de suivre de près ce produit, plutôt que de l'adopter. Plus de détails sont disponibles dans notre article d'annonce . Il entre dans le classement si et quand le matériel arrive au laboratoire.
Également testés : les appareils d’IA de bureau
Ces systèmes ont subi le même processus de laboratoire et constituent des choix solides qui n'ont pas occupé de place dans une catégorie : Dell Pro Max avec GB10 , ASUS Ascent GX10 , GIGABYTE AI TOP ATOM , HP ZGX Nano G1n et HP EliteDesk 8 Mini G1a.
Tours de postes de travail pour l'IA locale
Lorsque la réactivité prime sur le coût d'acquisition (assistants de programmation interactifs, serveurs multi-utilisateurs, pipelines d'agents avec de longues chaînes d'appels d'outils), la VRAM dédiée reste la solution privilégiée. Ces tours sont classées ici selon leur débit d'inférence et leur capacité mémoire maximale. Pour chacune, nous indiquons la configuration GPU testée ainsi que la capacité maximale du châssis, car celle-ci est tout aussi importante que les caractéristiques de base. Elles sont classées séparément sur notre page « Meilleures stations de travail de bureau » pour les charges de travail SPECworkstation et de rendu, car elles répondent à deux problématiques différentes.
Meilleure tour pour l'IA locale : Dell Precision 7875
Grâce à ses deux GPU RTX PRO 6000 Blackwell, le Precision 7875 est le système au format standard le plus rapide que nous ayons testé pour l'inférence locale. Avec un Threadripper PRO 9995WX et 192 Go de VRAM combinée répartis sur les deux cartes, il gère les modèles de classe 100B entièrement en mémoire GPU, tout en offrant un temps de réponse du premier jeton (TTIF) digne des systèmes interactifs, qu'aucun autre système à mémoire unifiée n'atteint. Attention cependant : le châssis du 7875 ne supporte que deux cartes double largeur au maximum. Notre configuration à deux GPU représente donc la limite maximale ; il est impossible d'en ajouter un troisième ultérieurement.
Lire le test complet du Precision 7875
Meilleure plateforme multi-GPU : HP Z8 Fury G6i
La Z8 Fury G6i est la tour idéale si vous prévoyez d'ajouter des cartes graphiques. Notre configuration de test était équipée de deux cartes RTX PRO 6000 Max-Q pour une capacité totale de 192 Go de VRAM, mais le châssis, alimenté par deux blocs d'alimentation d'une puissance maximale de 2 700 W, peut accueillir jusqu'à quatre cartes Blackwell et 384 Go de VRAM. Cet écart entre la configuration testée et la capacité maximale est révélateur : aucune tour standard de constructeur que nous avons testée n'offre une telle marge de manœuvre pour les cartes graphiques, et passer de deux à quatre cartes ne nécessite aucun changement de châssis.
Lire le test complet du Z8 Fury G6i
Le choix extrême : Comino Grando RTX PRO 6000
768 Go de VRAM dans un châssis 4U à refroidissement liquide : le Grando est conçu pour l’utilisateur dont le gabarit ne rentre nulle part ailleurs. Notre modèle de test était équipé de huit cartes RTX PRO 6000 Blackwell de 96 Go chacune, la capacité maximale du châssis, et le système de refroidissement liquide de Comino maintient les huit cartes à pleine consommation (TDP) 24 h/24 sans bridage. C’est plus de mémoire GPU que de nombreux serveurs rack, dans un format qui peut encore être installé à côté d’un bureau. Son prix est élevé, pas son niveau sonore, et il se positionne volontairement comme une exception dans cette sélection : la preuve que les performances graphiques ne peuvent plus être limitées sur un bureau.
Lire la critique complète du Comino Grando
Comment nous classons
Trois règles régissent chaque classement de StorageReview. Premièrement, seuls les systèmes testés en laboratoire sont classés. Si nous n'avons pas effectué de test de performance, un système peut être mentionné, mais ne peut pas figurer dans une catégorie. Deuxièmement, les systèmes sont classés une seule fois par critère de mesure. Les tours présentées ci-dessus apparaissent également dans notre classement des stations de travail de bureau, où elles sont classées selon les performances SPECworkstation et de rendu ; ici, elles sont classées selon le débit d'inférence et la capacité mémoire maximale. Question différente, données différentes, parfois un vainqueur différent. Troisièmement, un critère de viabilité est requis : un système doit exécuter un modèle de classe 30 octets à des vitesses interactives, ou offrir au moins 96 Go de mémoire accessible au modèle, pour figurer sur cette page.
Le classement est établi à partir d'une combinaison de facteurs : débit de service en ligne vLLM, délai d'obtention du premier jeton, temps par jeton de sortie, efficacité de calcul MAMF, performances de stockage GDSIO et prix du marché. En cas d'égalité, la rédaction départage les équipes. Les fournisseurs n'ont pas accès au classement avant sa publication et aucun placement sur cette page n'est payant.
FAQ sur l'IA locale pour ordinateur de bureau
Quel est le meilleur ordinateur de bureau pour l'IA agentielle ?
Les charges de travail d'IA, telles que le développement d'agents, les pipelines d'appel d'outils et les tâches autonomes en plusieurs étapes, sont sensibles au débit et à la latence, contrairement à l'utilisation d'une seule conversation, car les agents enchaînent de nombreux appels de modèles avec un contexte étendu. Cela favorise les serveurs tour : la VRAM dédiée du Dell Precision 7875 garantit un temps d'accès au premier jeton constant, assurant ainsi la réactivité des longues chaînes d'agents. Pour des expérimentations d'IA à budget limité, un boîtier de classe GB10 exécute les mêmes piles logicielles à une vitesse inférieure. Nos recommandations complètes de dimensionnement sont disponibles dans la section « RAM, GPU et stockage pour l'IA ».
De combien de mémoire ai-je besoin pour exécuter un modèle 70B en local ?
En règle générale, un modèle 70 octets quantifié sur 4 bits nécessite environ 40 à 48 Go de mémoire accessible avant le contexte ; une utilisation interactive fluide avec un contexte pertinent requiert davantage de mémoire. C’est pourquoi les systèmes dotés d’une mémoire unifiée de 128 Go gèrent correctement les modèles de classe 70 octets, et pourquoi les systèmes mono-GPU de 24 à 32 Go ne sont pas abordés ici.
Ai-je besoin d'une alimentation électrique spéciale pour faire fonctionner ces systèmes ?
Pour les appareils électroménagers, non : les boîtiers GB10 et les systèmes Strix Halo fonctionnent sans problème sur une prise de bureau standard. En revanche, pour les tours, il est indispensable de discuter sérieusement avec le propriétaire de l'immeuble. Un HP Z8 Fury G6i entièrement configuré peut gérer deux alimentations totalisant jusqu'à 2 700 W, soit plus qu'un circuit standard de 15 A et 120 V ne peut fournir. Le Comino Grando, quant à lui, nécessite des alimentations remplaçables à chaud de 2 000 W avec une tension d'entrée de 180-264 V, et des alimentations de 1 000 W sur une alimentation de 110 V. Avant d'acheter un produit présenté en haut de cette page, vérifiez la capacité réelle de votre installation électrique ; un circuit dédié ou une alimentation 208/240 V peut représenter une part importante du coût total d'une configuration GPU complète. Le même calcul s'applique à la dissipation thermique : chaque watt consommé est finalement diffusé dans la pièce.
Et un Mac Studio ?
Pas pour le moment, et pas seulement parce que nous n'avons pas encore pu le tester en laboratoire. Apple a cessé de commercialiser les configurations Mac Studio à haute capacité de mémoire, qui constituaient le seul véritable atout de la machine pour l'IA locale : une mémoire unifiée suffisante pour héberger des modèles très volumineux. Sans ces configurations, la gamme actuelle ne peut prétendre à une place de choix dans cette section. Apple devrait renouveler le Mac Studio cette année ; si les options à haute capacité de mémoire font leur retour, nous en testerons un et réévaluerons notre position.
Amazon