Nvidia RTX 5090 : deux fois plus rapide que la 7900 XTX sur l’IA DeepSeek ?

L’univers des cartes graphiques est en perpétuelle évolution, et les annonces des fabricants s’enchaînent à un rythme effréné. Récemment, Nvidia a déclaré que sa RTX 5090 était jusqu’à deux fois plus rapide que la Radeon RX 7900 XTX d’AMD sur l’exécution de modèles d’intelligence artificielle comme DeepSeek. Une affirmation qui suscite autant d’enthousiasme que de scepticisme.

Vous vous demandez peut-être pourquoi les performances dans l’exécution des modèles IA deviennent un élément marketing central ? Auparavant, ces tests concernaient principalement les développeurs et les professionnels de la data science. Cependant, une nouvelle tendance se dégage : l’exécution des modèles IA en local sur nos ordinateurs personnels pourrait bien être l’une des grandes évolutions des années à venir.

Le lancement de DeepSeek, avec son modèle open source (partiel), a sans aucun doute contribué à accélérer cette transition. En rendant l’IA plus accessible et moins dépendante du cloud, cette évolution ouvre de nouvelles perspectives quant à l’intégration de l’intelligence artificielle dans notre quotidien et nos ordinateurs.

Une bataille marketing entre Nvidia et AMD

Cette déclaration de Nvidia ne tombe pas du ciel. Elle intervient après qu’AMD a publié des benchmarks mettant en avant la supériorité de la Radeon RX 7900 XTX face aux RTX 4090 et RTX 4080 sur certaines tâches d’IA.

En réponse, Nvidia a contre-attaqué en affirmant que ses RTX 4090 et RTX 5090 surpassaient largement la carte graphique haut de gamme d’AMD.

Le marché des cartes graphiques est aujourd’hui fortement influencé par la course aux performances en intelligence artificielle. Avec la montée en puissance des LLM (modèles de langage) et des modèles génératifs, exécuter ces algorithmes en local est en passe de devenir un argument de vente majeur, même pour le grand public. Nous abordons ce point en détails plus bas sur cette page. C’est dans ce contexte que Nvidia et AMD rivalisent pour convaincre les utilisateurs que leurs GPU sont les mieux adaptés aux besoins d’accélération IA.

Exécuter l’IA en local : un enjeu majeur pour les fabricants de GPU

L’exécution des modèles d’intelligence artificielle en local n’est plus un simple argument marketing destiné aux développeurs. Avec le lancement de DeepSeek, le monde de l’IA a été bouleversé, mettant en avant une nouvelle tendance : la capacité d’exécuter des modèles IA en local sur nos ordinateurs personnels.

Jusqu’à présent, la plupart des grandes IA nécessitaient une infrastructure cloud coûteuse et gourmande en ressources. Toutefois, avec l’amélioration des GPU et des NPU (Neural Processing Units) et également l’optimisation des modèles IA, cette dépendance au cloud pourrait progressivement diminuer. Cette transition ouvre la voie à une nouvelle façon d’intégrer l’intelligence artificielle dans notre quotidien, sans nécessiter une connexion permanente aux serveurs distants ou encore un abonnement.

Dans un futur proche, cette évolution pourrait permettre :

• Des assistants IA plus réactifs et privés, capables de fonctionner sans envoyer de données sur Internet. C’est en partie le cas avec les ordinateurs Copilot+, Microsoft a même intégré DeepSeek dernièrement.
• Une démocratisation de l’IA générative, accessible à tous sans nécessiter d’abonnement à des services cloud.
• Une meilleure optimisation des performances sur les ordinateurs personnels, avec des modèles spécialement conçus pour tirer parti des capacités des nouvelles générations de GPU.

L’IA locale pourrait ainsi devenir l’une des évolutions majeures des années à venir, transformant radicalement notre manière d’utiliser les technologies intelligentes.

Des chiffres à prendre avec précaution

L’annonce de Nvidia s’accompagne de chiffres impressionnants :

• 124 % de gain de performance pour la RTX 5090 face à la 7900 XTX avec le modèle DeepSeek-R1 Distill Qwen 32b.
• 106 % plus rapide sur DeepSeek-R1 Distill Llama 8b.
• 103 % plus performant sur DeepSeek-R1 Distill Qwen 7b.
• La RTX 4090, quant à elle, afficherait environ 47 % d’avance sur la 7900 XTX.

Cependant, ces résultats doivent être analysés avec un regard critique. Nvidia ne fournit pas de détails précis sur les conditions exactes des tests :

• Quel était le contexte matériel ?
• Quel était le niveau d’optimisation appliqué aux modèles ?
• Les tests ont-ils été réalisés dans des conditions équivalentes pour chaque carte graphique ?

Autant de zones d’ombre qui rendent difficile une évaluation objective des performances.

Un manque de benchmarks indépendants

L’une des principales limites de cette annonce réside dans l’absence de benchmarks indépendants. En l’état, les tests fournis proviennent uniquement de Nvidia, ce qui soulève une question légitime : ces résultats sont-ils reproductibles par des tiers ?

Dans l’industrie du matériel informatique, il est courant que les fabricants présentent des chiffres avantageux, en choisissant des scénarios où leur produit excelle. Pour autant, ces performances ne se retrouvent pas nécessairement dans un usage réel.

Il faudra donc attendre les tests de sources indépendantes pour vérifier si la RTX 5090 affiche réellement une avance aussi nette sur la 7900 XTX, ou si cette supériorité est davantage une réalité marketing qu’un fait technique.

L’intelligence artificielle, un argument de vente incontournable

Que l’on soit pro-Nvidia ou pro-AMD, une chose est claire : la course aux performances IA s’intensifie. Les GPU ne sont plus uniquement évalués sur leur capacité à faire tourner les jeux vidéo en 4K avec un taux de rafraîchissement élevé, mais aussi sur leur aptitude à exécuter des modèles IA en local.

Des modèles d’IA Open Source comme DeepSeek, Stable Diffusion, ou Llama nécessitent une puissance de calcul importante pour être executer en local. Les cartes graphiques deviennent des accélérateurs d’IA, et Nvidia l’a bien compris en intégrant des cœurs Tensor optimisés dans ses dernières générations de GPU.

AMD, de son côté, cherche à rattraper son retard avec des optimisations logicielles et une approche plus ouverte de l’intelligence artificielle. Mais pour l’instant, le leadership de Nvidia en IA reste un atout majeur dans sa stratégie marketing.

Un duel à surveiller

Si la RTX 5090 tient ses promesses, elle pourrait représenter une avancée majeure pour les utilisateurs d’IA souhaitant exécuter des modèles performants en local. Cependant, il est crucial de ne pas se fier aveuglément aux benchmarks publiés par Nvidia. Seuls des tests indépendants permettront de confirmer (ou d’infirmer) ces déclarations.

En attendant, la guerre entre Nvidia et AMD ne fait que commencer. Avec l’essor de l’IA et du deep learning, la bataille des GPU ne se joue plus uniquement sur le gaming, mais aussi sur l’intelligence artificielle locale.

Si vous appréciez nos articles, ne manquez les prochains en vous abonnant à Cosmo Games sur Google News, vous pouvez également nous suivre sur X (ex Twitter). N'hésitez pas à partager vos réactions, commentaires ou remarques dans les commentaires, afin d'enrichir le contenu, de mieux vous comprendre et intégrer les différents points de vue. Un partage sur les réseaux sociaux nous aide également beaucoup, merci pour votre soutien !