S'y retrouver dans les noms des cartes Nvidia professionnelles

Nvidia propose une nomenclature dense, héritée de quinze ans de gammes renouvelées. GTX, RTX, Quadro, Tesla, A, L, H, B — les noms s'empilent et les générations se chevauchent. Pour un développeur ou un CTO qui équipe une infrastructure d'IA locale, le tri entre les références constitue le premier obstacle.

Cet article propose un panorama structuré. On commence par les quatre segments de marché, puis les formats physiques, la mémoire et enfin les générations depuis 2016.

Les quatre segments de marché

Nvidia divise son offre en quatre segments, chacun destiné à un usage et à un budget distincts.

Consumer (GeForce RTX). C'est le segment grand public. Les cartes sont livrées avec un ventilateur (refroidissement actif) et s'installent dans un PC de bureau standard via un slot PCIe classique. Les références actuelles sont les RTX 40x0 et RTX 50x0. L'avantage principal : un tarif accessible. L'inconvénient : la VRAM est limitée — 24 Go sur les modèles grand public actuels, ce qui contraint la taille des modèles chargeables.

Workstation (anciennement Quadro). Ce segment est destiné à la 3D professionnelle et aux calculs intensifs par GPU. On y trouve les cartes RTX A6000 et RTX Pro 6000. Elles proposent davantage de VRAM que les cartes grand public (jusqu'à 96 Go) et bénéficient de drivers certifiés pour les logiciels professionnels (AutoCAD, Blender, etc.). Le refroidissement reste actif. En pratique, l'entrée de gamme présente un coût beaucoup plus important que la gamme consumer sans performances supplémentaires, il vaut mieux s'orienter vers la gamme consumer. En revanche, le haut de gamme est très bon pour l'IA locale grâce à sa grande quantité de VRAM.

Datacenter. C'est l'ancienne dénomination Tesla, abandonnée en 2020, comme la dénomination Quadro. Les cartes datacenter sont reconnaissables à leur refroidissement passif : pas de ventilateur intégré, elles s'installent dans un châssis serveur qui assure la ventillation. Les références actuelles sont les cartes L40 et RTX Pro Server. En IA, elles servent pour l'inférence en production à coût maîtrisé — moins chères que le datacenter premium.

Datacenter Premium. Le haut de gamme absolu. Toutes ces cartes utilisent de la mémoire HBM (bande passante très élevée, coût unitaire bien plus élevé). Les références actuelles sont les H100, H200, B100, B200. Elles existent en format PCIe classique ou en format SXM. Le prix d'entrée se compte en dizaines de milliers d'euros par carte.

PCIe classique vs SXM

Une distinction matérielle conditionne tout le reste : le port de connexion.

PCIe classique est le standard du PC de bureau. Une carte PCIe s'insère dans un slot PCIe et fonctionne dans n'importe quelle tour ou workstation. Les cartes consumer (RTX), workstation (RTX Axxxx, RTX Pro) et datacenter entrée de gamme (L4, L40) utilisent ce format.

SXM est un format propriétaire Nvidia pour les GPU haut de gamme. Le connecteur diffère du slot PCIe standard et permet une alimentation supérieure ainsi qu'une bande passante inter-GPU plus élevée via NVLink. Les cartes H100, H200, B100, B200 existent en variante SXM. Ce format ne va pas dans un PC de bureau — il nécessite un serveur dédié (DGX, GB200 NVL72). Un rack peut accueillir jusqu'à 8 GPU SXM.

En résumé : les cartes SXM ne s'achètent pas comme une RTX. Les usages, les budgets et les contraintes matérielles diffèrent totalement.

GDDR vs HBM

La mémoire est le second axe de différenciation.

GDDR (Graphics DDR) est le standard utilisé sur les cartes consumer et workstation. Les générations se sont succédées : GDDR5 (Pascal), GDDR6 (Turing), GDDR6X (Ampere, Ada Lovelace), GDDR7 (Blackwell). C'est de la mémoire performante, accessible en volume et peu onéreuse.

HBM (High Bandwidth Memory) est la mémoire utilisée sur le segment datacenter premium. Elle empile plusieurs dies DRAM verticalement et les connecte au GPU par des vias traversantes (TSV), ce qui offre une bande passante bien supérieure à celle de la GDDR — et un coût unitaire bien plus élevé. Les variantes se sont succédé : HBM2 (Tesla P100), HBM2e (A100), HBM3 (H100), HBM3e (B200, B300).

La bande passante de la mémoire détermine le débit en tokens par seconde à taille de modèle fixé. Les cartes HBM (A100, H100, B200) offrent des bandes passantes plusieurs fois supérieures à leurs équivalentes GDDR.

Les générations depuis 2016

Depuis Pascal (2016), Nvidia renouvelle ses architectures GPU environ tous les deux ans. La progression suit deux axes : la VRAM disponible augmente, et l'efficience énergétique progresse — à performance équivalente, chaque génération consomme moins.

L'autre réalité, c'est que la loi de Moore ralentit. Les gains entre générations successives sont de moins en moins spectaculaires. Une RTX 3090 de 2020 reste très capable en 2026 pour de l'inférence locale. Une RTX 4090 est meilleure, mais pas quatre fois meilleure. Conséquence pratique : on peut garder son GPU plus longtemps. Le marché de l'occasion (LeBonCoin, eBay) est devenu pertinent pour qui veut démarrer sans débourser le prix d'une carte neuve.

Pour qui achète en 2026 : une RTX 3090 d'occasion (900-1000€) fait tourner un modèle 13B sans problème.

Ce qui détermine le choix en pratique

Trois critères orientent le choix selon le contexte.

Le volume de VRAM détermine la taille maximale du modèle que l'on pourra charger.

La bande passante de la mémoire détermine le débit en tokens par seconde à taille de modèle fixée. Les cartes HBM (A100, H100, B200) offrent des bandes passantes plusieurs fois supérieures à leurs équivalentes GDDR. Il faut aussi penser à vérifier la taille du bus : les cartes entrée de gamme proposent 16 Go, mais sur un bus 128 bits qui va ralentir le modèle par rapport aux bus 256-384 bits des cartes haut de gamme.

Le format physique détermine le contexte d'installation. PCIe avec ventilateur pour un poste de développement ou une station de travail. PCIe passif pour les serveurs qui ont un flux d'air particulier. SXM pour les serveurs très haut de gamme en datacenter.

Pour les PME et les développeurs en quête d'IA locale en 2026, les gammes Ampere (RTX 3090, RTX A6000) et Ada Lovelace (RTX 4090, RTX 6000 Ada) constituent un bon compromis capacité-prix sur l'occasion. Pascal et Turing restent exploitables pour des tests légers ou des modèles très quantifiés — leur VRAM limitée les rend obsolètes dès qu'on monte au-delà de 8 milliards de paramètres.

Pour aller plus loin : - Comment choisir son modèle de langage open-source ? - Le Vibe Coding avec MammouthAI pour des cartes LLM