Sam Altman ne veut pas que vous exécutiez l’IA sur votre PC. L’essor du graphisme provoqué par sa propre industrie lui facilite la tâche

Je cherchais depuis quelques temps une carte graphique puissante non seulement pour améliorer la qualité de mes jeux sur PC, mais aussi pour disposer d’un banc de test pour l’IA locale. Et c’est impossible. Je voulais une RTX 5090, puis j’ai réduit mes attentes jusqu’à me contenter de modèles beaucoup plus anciens (j’ai un PC avec une RTX 4060 « modeste »). Mais rien, je n’ai pas le budget pour m’équiper convenablement. Tout cela à cause de la crise des composants provoquée par l’IA elle-même.

Les chiffres. Que le matériel ait augmenté, c’est quelque chose que tous ceux d’entre nous qui observent le marché des PC savent déjà. Et vous pouvez chiffrer cette augmentation : le RTX 5090, en particulier, a doublé son prix. De manière générale, les cartes graphiques ont augmenté de plus de 30 % au cours des trois derniers mois (données de Price Squirrel, via Reddit).

Ce qui est curieux, ce n’est pas seulement que les graphiques les plus récents et les plus puissants sont devenus plus chers, c’est que même la seconde main a augmenté pour les générations précédentes. Se procurer une RTX 3090 à bon prix est par exemple une mission impossible : il suffit d’une simple recherche sur des sites comme Wallapop pour découvrir qu’elles coûtent plus de mille euros (qu’elles soient payantes, c’est une autre histoire). Payer plus de mille euros pour des modèles de six ans, sans savoir à quoi ils ont servi, me paraît fou.

Les cartes graphiques sont la nouvelle ruée vers l’or. Si le renouvellement n’est à la portée que de ceux qui disposent d’un compte bancaire à l’épreuve des caprices, ceux qui possèdent déjà une carte possèdent un trésor. C’est presque littéral, car la revente peut vous rapporter un énorme bénéfice. Et cela finit par impacter les joueurs, qui se trouvent dans l’impossibilité de mettre à jour leur équipement en raison des spéculations générées par le marché de l’IA.

Les centres de données n’utilisent pas de cartes graphiques à des fins privées, mais ils cannibalisent l’effort de fabrication des composants. Des marques comme Samsung, SK Hynix ou Micron trouvent plus rentable de fabriquer du HBM pour les accélérateurs d’IA que du GDDR pour les cartes graphiques. Cette décision rend toutes les technologies plus chères, notamment les cartes graphiques.

En retour, bénéfice pour ceux qui provoquent la crise. Les composants sont également plus chers pour les datacenters, mais ils présentent un avantage : des volumes élevés et des achats futurs. Ils parviennent ainsi à réduire une partie de l’augmentation des coûts. De plus, l’idée est qu’ils récupèrent cet investissement avec des bénéfices, du moins en théorie. La pratique ne le montre pas aussi clairement.

Les cartes graphiques vous permettent non seulement de jouer avec une qualité supérieure, mais également d’exécuter des modèles d’IA locaux pour éviter le cloud. Tous les modèles ne fonctionnent pas aussi bien, les RTX de Nvidia sont particulièrement bons dans ce domaine (bienheureux CUDA). Et, en raison de l’augmentation des prix, ceux d’entre nous qui recherchent une carte pour les modèles locaux finissent par considérer cela comme impossible. Il est parfait pour des entreprises comme OpenAI, xAI et Anthropic. Comme des jetons envoyés du ciel.

Sam Altman ne veut pas d’IA locale. Il l’a dit clairement la semaine dernière : « L’inférence locale est une terrible allocation de ressources rares. » Les grands magnats de l’IA veulent que nous utilisions leurs outils, pas ceux qui nous proposent des modèles open source fonctionnant sur des ordinateurs locaux. Votre crainte d’être autosuffisants est logique : une grande partie de l’utilisation que nous donnons à ChatGPT ou Claude pourrait être parfaitement couverte avec une bonne carte et des modèles comme GLM, DeepSeek ou Qwen. C’est pour ça que Sam n’aime pas ça.

Le fait que le matériel soit impossible est parfait pour eux. Je doute fortement que l’ensemble du spectre d’utilisation puisse être couvert par des modèles locaux. Néanmoins, cette option ajoute une plus grande liberté aux utilisateurs, à l’opposé de ce que recherchent les grandes entreprises, celles qui ont investi beaucoup d’argent dans la formation de leurs LLM. Le retour sur investissement devrait être à la hauteur. Contrairement à DeepSeek ou Z.ai, qui publient ouvertement leurs modèles et facturent également leur utilisation dans leur cloud, OpenAI ou Anthropic ne fournissent un accès que via leurs serveurs.

Les mêmes entreprises qui ont augmenté le prix des cartes graphiques ont de la chance en raison de l’énorme barrière à l’entrée que représentent désormais ces cartes. Ce n’est pas quelque chose de recherché, mais de cette façon, ils garantissent que les utilisateurs ne peuvent pas exécuter de modèles locaux avec une capacité suffisante et doivent embaucher ChatGPT, Claude et compagnie. Il s’agit d’une relation de cause à effet inattendue qui ne convient qu’à une seule partie. Comme c’est souvent le cas, nous, les utilisateurs, sommes les plus concernés.

Image de couverture | Laura López éditée

À Simseo | SK Hynix augmente ses bénéfices d’exploitation grâce à l’énorme mémoire et au goulot d’étranglement de l’IA