NVIDIA RTX PRO 6000 Blackwell Workstation Edition

La NVIDIA RTX PRO 6000 Blackwell Workstation Edition est une carte graphique professionnelle destinée aux stations de travail exécutant des modèles d’IA en local. Son GPU Blackwell GB202, architecture de NVIDIA conçue pour les calculs graphiques et d’IA, réunit 24 064 cœurs CUDA, unités de calcul parallèles programmables.

Son principal atout est une mémoire de 96 Go de GDDR7 ECC, mémoire graphique rapide avec correction d’erreurs, associée à une bande passante de 1 792 Go/s. Cette capacité, présentée comme la plus importante sur une carte PCIe grand format, permet notamment de servir un modèle 70B quantifié sur un seul GPU. Ce positionnement haut de gamme s’accompagne toutefois d’un TDP de 600 W, l’enveloppe thermique de référence.

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 11 830 $ (Newegg, 10 juillet 2026). Indicative : le prix varie et la consommation réelle en inférence est inférieure au TDP.

Notre analyse

Les 96 Go de mémoire permettent d’exécuter confortablement Llama 3.1 8B, Qwen3 14B, Qwen3 32B et Llama 3.3 70B en Q4, une quantification ramenant les poids à environ 4 bits afin de réduire leur empreinte. La carte accepte aussi gpt-oss-120B en MXFP4, format numérique compact, grâce à son architecture MoE, qui n’active qu’une partie des paramètres à chaque calcul. La bande passante de 1 792 Go/s favorise la circulation rapide des poids pendant l’inférence. Avec Llama 3.1 8B en Q4_K_M sous llamafile, logiciel autonome d’exécution locale, la mesure LocalScore atteint 103 tok/s, soit 103 fragments de texte générés par seconde.

Le rapport performance-prix reste celui d’un équipement professionnel très coûteux : le prix de lancement indiqué par Thunder Compute était de 8 565 USD, contre un prix constaté de 11 830 USD chez Newegg le 10 juillet 2026. L’efficience mesurée atteint 0,17 tok/s par watt sur Llama 3.1 8B. Le TDP de 600 W impose une alimentation et un refroidissement adaptés, mais aucun niveau sonore n’est documenté. La carte est indiquée comme disponible. Les faits fournis ne précisent pas l’étendue de son écosystème logiciel. Elle prend surtout son sens pour servir localement de grands modèles, notamment un 70B quantifié, sur une unique carte PCIe à deux slots.

Sources : specs NVIDIA, LocalScore.