GPU NVIDIA Tesla V100 : la demande en IA fait bondir son prix, ses versions 32 Go coûtent 200 € de plus
Les modèles d’intelligence artificielle locaux sont de plus en plus populaires, mais les GPU nécessaires pour les faire tourner coûtent souvent trop cher. La disparition des RTX 5090 du marché a créé un vide. Pour le combler, une vieille carte de calcul, la Tesla V100, connaît un regain d’intérêt, malgré un léger surcoût.
Le retour inattendu d’un ancien GPU
La RTX 5090 s’est pratiquement volatilisée chez NVIDIA, et la RTX 6000 PRO est bien trop onéreuse pour équiper chaque machine dédiée aux grands modèles de langage. Cette situation offre une opportunité en or pour la Tesla V100 de revenir sur le devant de la scène. Avec ses 32 Go de mémoire HBM2, elle existe en versions PCIe et SXM2, de quoi satisfaire les utilisateurs souhaitant exécuter des modèles d’IA locaux sans se ruiner. Il y a toutefois un bémol : face à l’indisponibilité des GPU grand public les plus performants, une majoration d’environ 200€ s’applique désormais sur la Tesla V100.
Un rapport performance/mémoire encore solide
Pour un GPU vieux de neuf ans, la Tesla V100 propose une bande passante et une quantité de mémoire impressionnantes, permettant d’exécuter des modèles linguistiques corrects pour une fraction du prix d’une RTX 6000 PRO. Un post sur X par @unbug révèle que ces cartes sont récupérées et expédiées par palettes entières pour de l’inférence. Elles constituent une option de choix pour monter une configuration dédiée aux LLM pour environ 2000€. Une somme élevée, mais qui reste bien en deçà des 16000€ atteints par la RTX 6000 PRO en août dernier.
Sur l’une des photos partagées, on voit que la Tesla V100 a été modifiée avec un refroidissement à triple ventilateur, la rendant compatible avec des cartes mères traditionnelles équipées d’un slot PCIe. À l’origine dotée d’un connecteur SXM2, la V100 était conçue pour les cartes serveur lors de son annonce en mai 2017. La variante PCIe 3.0 x16 est arrivée un peu plus tard la même année, simplifiant la compatibilité.
Malgré une hausse de 200€, la Tesla V100 conserve des capacités honorables pour exécuter des modèles d’IA. Avec une bande passante mémoire de 900 Go/s, cet ancien GPU gère correctement la génération de tokens et le traitement des requêtes. Des tests ont même montré qu’en utilisant une carte NVLink combinant quatre Tesla V100, cette configuration pouvait surpasser de 230 % les performances d’une unité M5 Ultra et de doubles DGX Spark sur le benchmark Qwen3.8-Flash-Next.
The market is suddenly flooded with V100 32GB cards—plenty of stock, no need to scramble, with both SXM2 and PCIe versions available. The bad news? Prices are up at least $200. The good news? $2,000 can still build you a solid personal local LLM rig, and performance is genuinely… pic.twitter.com/rz8cJ7Gv9W
— unbug (@unbug) October 16, 2026
Un utilisateur chanceux a également réussi à adapter la version SXM2 de la Tesla V100 en utilisant un convertisseur SXM2-vers-PCIe, lui permettant de faire fonctionner le GPU conjointement avec sa RTX 4080. Cette configuration exécute des modèles à 27 milliards de paramètres, comme le Qwen3.6-27B, avec des vitesses de génération de tokens correctes. Pour ceux qui souhaitent monter une machine pour LLM sans y consacrer un budget énorme, cette carte graphique représente actuellement le meilleur rapport qualité/prix. Il est difficile de prédire si d’autres majorations affecteront la Tesla V100, aussi, si vous trouvez un vendeur local, mieux vaut ne pas trop attendre.
