Carte graphique externe (eGPU) pour l'IA : le meilleur des deux mondes ?
Vous avez un laptop fin et leger, mais vous voulez la puissance d'un GPU de bureau pour faire tourner de l'IA locale ? La solution existe : le eGPU (carte graphique externe). Un boitier Thunderbolt dans lequel vous glissez une RTX 4070 ou 4090, et votre ultrabook se transforme en station de calcul IA. Mais est-ce vraiment une bonne idee ? Spoiler : ca depend de votre système d'exploitation.
💡 Qu'est-ce qu'un eGPU ?
Un eGPU (external GPU) est un boitier externe équipe d'une alimentation et d'un slot PCIe. Vous y installez une carte graphique de bureau standard (NVIDIA ou AMD), puis vous connectez le boitier a votre laptop via un cable Thunderbolt 3 ou 4. Le laptop utilise alors le GPU externe comme s'il etait integre (avec quelques limitations de bande passante).
Le cas d'usage : laptop + puissance GPU
L'idee est seduisante : garder votre MacBook Pro, ThinkPad ou Dell XPS pour la mobilite, et brancher un GPU externe a la maison ou au bureau pour les taches lourdes d'IA. Fini le dilemme entre portabilite et puissance. Vous utilisez Ollama ou LM Studio en deplacement avec le CPU, puis vous branchez l'eGPU pour de l'inference rapide le soir.
Le probleme : le goulot Thunderbolt
Le point faible des eGPU est la bande passante. Voici la comparaison :
PCIe x16 (interne)
- Bande passante : ~256 Gbps (PCIe 4.0)
- Latence : ultra-faible
- Performance GPU : 100%
Thunderbolt 4 (externe)
- Bande passante : ~40 Gbps
- Latence : plus elevee
- Performance GPU : 60-80%
En pratique, un eGPU via Thunderbolt 4 offre environ 60 a 80% des performances d'un GPU installe en interne. Pour l'IA locale, cette perte est acceptable car l'inference LLM est surtout limitee par la VRAM et la bande passante mémoire du GPU, pas par le lien CPU-GPU. Vous perdrez plus de performances sur le rendu graphique (jeux, 3D) que sur l'inference IA.
GPU compatibles pour l'IA
Pour l'IA locale, CUDA (NVIDIA) reste incontournable. Voici les meilleurs choix pour un eGPU :
- RTX 3060 12 Go (~250 euros) : le meilleur rapport qualite-prix. 12 Go de VRAM pour les modèles 7B-13B. Ideal pour debuter.
- RTX 4060 8 Go (~300 euros) : plus rapide que la 3060, mais seulement 8 Go de VRAM. Limite aux modèles 7B.
- RTX 4070 12 Go (~550 euros) : excellent compromis vitesse/VRAM. Modèles 7B-13B confortablement.
- RTX 4090 24 Go (~1600 euros) : le monstre. 24 Go de VRAM, modèles jusqu'à 30B. Mais attention, la 4090 est enorme et nécessite un gros boitier.
- GPU AMD (RX 7900 XTX, etc.) : fonctionnent via ROCm, mais le support IA est moins fiable que CUDA. A eviter pour un usage IA dédié.
Boitiers eGPU : comparatif
| Boitier | Prix ~ | Alimentation | Connexion | Compatible RTX 4090 |
|---|---|---|---|---|
| Razer Core X | ~300 euros | 650W | TB3 | Oui |
| Sonnet Breakaway Box 750 | ~350 euros | 750W | TB3/TB4 | Oui |
| Akitio Node | ~250 euros | 400W | TB3 | Non (PSU trop faible) |
| Razer Core X Chroma | ~400 euros | 700W | TB3 | Oui |
Combos eGPU : prix total et performances IA
| Combo | Prix total ~ | VRAM | Modèles IA | Perf eGPU vs interne |
|---|---|---|---|---|
| Akitio Node + RTX 3060 | ~500 euros | 12 Go | 7B, 13B (Q4) | ~70% |
| Razer Core X + RTX 4070 | ~850 euros | 12 Go | 7B, 13B | ~75% |
| Sonnet 750 + RTX 4090 | ~1950 euros | 24 Go | 7B, 13B, 30B | ~65% |
| Razer Core X + RTX 4060 | ~600 euros | 8 Go | 7B | ~75% |
macOS : mauvaise nouvelle pour les Mac Apple Silicon
⚠ Apple a abandonne le support eGPU
Depuis le passage a Apple Silicon (M1 et suivants), macOS ne supporte plus les eGPU. Les boitiers externes ne sont reconnus que sur les anciens Mac Intel. Si vous avez un MacBook Pro M3 ou M4, un eGPU ne fonctionnera pas.
Pour les Mac Apple Silicon, la bonne approche est d'exploiter la mémoire unifiee integree. Un Mac Mini M4 Pro avec 48 Go de RAM unifiee est bien plus efficace pour l'IA qu'un Mac Intel + eGPU.
Windows et Linux : ca marche bien
Sur un laptop Windows ou Linux équipe d'un port Thunderbolt 3 ou 4, les eGPU fonctionnent tres bien. Le GPU externe est detecte automatiquement, les drivers NVIDIA s'installent normalement, et tous les outils d'IA locale (Ollama, llama.cpp, PyTorch) utilisent le GPU externe via CUDA comme s'il etait interne. La seule difference : environ 20-35% de perte de performances par rapport a un montage interne.
eGPU vs PC fixe : l'analyse budget
Setup eGPU
- Boitier Razer Core X : ~300 euros
- RTX 4070 12 Go : ~550 euros
- Total : ~850 euros
- Performance effective : ~75% d'un GPU interne
- Avantage : reutilise votre laptop existant
PC fixe budget
- PC complet (CPU + carte mere + RAM + SSD) : ~350 euros
- RTX 4070 12 Go : ~550 euros
- Total : ~900 euros
- Performance effective : 100% du GPU
- Avantage : machine dédiée, performances maximales
Le constat est clair : pour un budget equivalent (~850-900 euros), un PC fixe offre de meilleures performances (100% du GPU vs 75% en eGPU). L'eGPU n'a de sens que si vous voulez absolument reutiliser un laptop existant et eviter d'avoir deux machines. Pour un guide complet sur les configs PC, consultez notre article meilleur GPU pour l'IA locale 2026.
L'alternative : le cloud GPU
Si vous n'avez besoin de puissance GPU que ponctuellement (quelques heures par semaine), le cloud GPU est souvent plus rentable qu'un eGPU. Des plateformes comme RunPod (~0.40 euros/h pour un RTX 4090) et Vast.ai (~0.30 euros/h) permettent de louer un GPU puissant a la demande. A 10h d'utilisation par mois, ca revient a ~4 euros/mois, soit 48 euros/an. Il faudrait plus de 15 ans pour amortir un eGPU a 800 euros. En revanche, si vous utilisez l'IA tous les jours, l'investissement matériel est vite rentabilise.
Quand l'eGPU a du sens
- Vous avez un laptop Windows/Linux avec Thunderbolt
- Vous ne voulez pas un deuxieme ordinateur
- Vous utilisez l'IA quotidiennement
- Vous avez deja le GPU (recupere d'un ancien PC)
- Vous avez un Mac Apple Silicon (pas supporte)
- Vous pouvez acheter un PC fixe dédié
- Vous n'utilisez l'IA que quelques heures/mois (cloud GPU)
- Votre laptop n'a pas de Thunderbolt 3/4
🏆 Notre verdict
L'eGPU pour l'IA est une solution de niche mais viable sur Windows/Linux. Si vous avez un bon laptop Thunderbolt et que vous voulez eviter un PC fixe, un combo Razer Core X + RTX 3060 (environ 550 euros) est un excellent point d'entree. Mais pour la plupart des utilisateurs, un PC fixe dédié offre de meilleures performances pour le meme prix. Et sur Mac, oubliez l'eGPU : la mémoire unifiee Apple Silicon est la vraie solution. Retrouvez toutes nos recommandations sur notre page matériel IA.
Liens affiliés. En achetant via ces liens, vous soutenez OutilsIA sans surcoût.