AMD Radeon RX 7900 XTX

L’AMD Radeon RX 7900 XTX est une carte graphique gaming fondée sur RDNA 3, l’architecture GPU d’AMD introduite avec la puce Navi 31. Ses 24 Go de GDDR6, une mémoire graphique dédiée, et sa bande passante de 960 Go/s lui donnent une enveloppe confortable pour l’inférence locale, c’est-à-dire l’exécution de modèles d’IA directement sur la machine.

Cette carte PCIe, un format d’extension pour ordinateur de bureau, occupe 2,5 slots et affiche un TDP de 355 W, l’enveloppe thermique servant ici de référence de consommation. Elle se positionne comme l’option grand public la moins chère pour accéder à 24 Go de VRAM, la mémoire réservée au GPU.

Carte d'identité

Quels modèles peut-elle faire tourner ?

Estimation mémoire : environ 0,6 Go par milliard de paramètres en Q4, plus le contexte. « Juste » : le modèle se charge mais le contexte utilisable est réduit.

Performances mesurées

« Lecture » (prompt processing) : vitesse d'ingestion du contexte. « Génération » : vitesse d'écriture de la réponse, celle que l'on perçoit à l'usage. Deux mesures ne sont comparables qu'à modèle, quantisation et runtime identiques.

Efficience

Calculée sur la meilleure mesure de génération Llama 3.1 8B de cette fiche, au prix de référence 930 $ (Newegg (ASRock), 10 juillet 2026). Indicative : le prix varie et la consommation réelle en inférence est inférieure au TDP.

Notre analyse

Les 24 Go accueillent aisément les modèles étalons de 8 B à 32 B, « B » désignant des milliards de paramètres, notamment Llama 3.1 8B, Qwen3 14B et Qwen3 32B en Q4, une quantification qui compresse les poids sur quatre bits. Llama 3.3 70B en Q4 et gpt-oss-120B en MXFP4, un format numérique compact, dépassent en revanche la mémoire disponible. La bande passante de 960 Go/s accompagne des débits mesurés de 170 tok/s sur Llama 2 7B et de 96 tok/s sur Llama 3.1 8B, le tok/s indiquant le nombre de fragments de texte générés chaque seconde.

Le prix constaté de 930 USD chez Newegg pour un modèle ASRock, contre 999 USD au lancement, place ce niveau de performances sous le prix officiel initial. L’efficience atteint 0,27 tok/s par watt sur Llama 3.1 8B, rapportée au TDP de 355 W.

Le support documenté passe par llama.cpp, un moteur d’inférence local, avec ROCm, la plateforme de calcul GPU d’AMD, ou Vulkan, une interface graphique et de calcul multiplateforme. Le périmètre logiciel fourni ne permet pas d’évaluer les autres outils. Aucune mesure de bruit n’est indiquée. La carte est donnée comme disponible et conserve surtout du sens pour exécuter localement des modèles quantifiés jusqu’à la classe 32 B.

Sources : specs AMD, knightli.com (scoreboard llama.cpp), Local AI Master.