C'est une question courante au sujet de l'IA : devrions-nous la faire tourner sur notre propre machine, pour que nos données ne quittent jamais le bureau ? La façon habituelle d'y répondre est un chiffrier, avec une carte graphique dont on a relevé le prix en ligne d'un côté et une facture mensuelle d'IA de l'autre. En septembre, nous avons fait ce chiffrage, avec les réserves ci-dessous, pour décider si nous devions nous-mêmes acheter une telle machine, et il s'avère que le chiffrier répond à la mauvaise question. Pour un usage aux heures de bureau, l'achat est perdant côté coûts à chaque palier de location que nous avons chiffré, et de loin. Le seul argument en faveur du poste est la conformité, et cela change ce que vous achetez et ce qu'il faut vérifier avant d'acheter.
Les chiffres ne sont même pas serrés.
La configuration que nous avons chiffrée est la plus petite qui vaille la peine d'être achetée : une carte graphique usagée dotée de 24 Go de mémoire, un processeur de bureau récent, 32 Go de mémoire vive et 1 To de stockage. (Nous verrons plus loin pourquoi 24 Go est le plancher.) Nous l'avons comparée à la location à l'heure d'une carte de 24 Go (une RTX 4090, plus récente, de sorte que la location offre plutôt la machine la plus rapide), à trois paliers allant d'une place de marché pair à pair, où des particuliers louent leurs propres machines, à un palier de centre de données sécurisé. Divisez le coût du poste par chaque tarif horaire et vous obtenez le nombre d'heures de location que le poste doit remplacer avant que l'achat prenne l'avantage.[1]
Même le palier le plus cher exige environ 4 700 heures, soit à peu près 13 heures par jour pendant une année complète, avant que le poste soit rentabilisé. Une petite entreprise ne fait pas tourner un modèle d'IA 24 heures sur 24. Elle s'en sert aux heures de bureau, par à-coups. À 40 heures par semaine, 4 700 heures représentent plus de deux ans, et cela ne compte que la puissance de calcul : le poste consomme aussi de l'électricité et demande que quelqu'un le mette à jour et le dépanne quand un pilote plante. Ni l'un ni l'autre ne figure dans le graphique, et les deux favorisent la location. Une omission joue en sens inverse : les barres comptent le plein prix du poste, comme s'il ne valait plus rien ensuite, alors qu'une carte usagée peut se revendre.
Les tarifs sont de seconde main ; mettez donc la conclusion à l'épreuve au lieu de leur faire confiance. Ne gardez que le palier le plus cher et réduisez de moitié le prix du poste. C'est la même arithmétique que de doubler le tarif horaire (au cas où les planchers annoncés sous-estimeraient le coût réel d'une location) ou de revendre plus tard le poste à la moitié de ce que vous l'avez payé. Le palier le plus cher exige alors environ 2 350 heures, soit encore plus d'un an de semaines de 40 heures, avant l'électricité ou l'entretien. La conclusion ne dépend pas de l'exactitude d'un chiffre en particulier.
Pourquoi acheter coûte plus cher que prévu.
Notre séance de recherche a d'abord inscrit un prix pour la même liste de pièces à partir des connaissances intégrées d'un modèle d'IA, dont les données d'entraînement vont jusqu'à environ mai 2026, et ce n'est qu'ensuite qu'elle a cherché les annonces actuelles.[1] Les prix affichés se sont révélés beaucoup plus élevés. Ce n'est pas une série de prix datés : cela mesure le marché de septembre 2026 par rapport à ce que prévoyait un modèle entraîné jusqu'à environ mai 2026. L'écart est la conclusion ; le graphique garde donc la première estimation comme base.
Trois pénuries ont frappé en même temps : les puces de mémoire, le stockage flash et les cartes graphiques, toutes pour la même raison. Les centres de données d'IA puisent dans le même approvisionnement que celui dont sont faites les pièces grand public, et ils surenchérissent sur les consommateurs. La mémoire vive est le cas extrême, à environ cinq fois et demie la première estimation, et l'unique publication spécialisée derrière ces chiffres, que nous n'avons pas pu corroborer, prévoyait des prix élevés jusqu'en 2028.[1]
Une conséquence : les achats des centres de données qui rendent l'IA louée et hébergée bon marché sont les mêmes qui rendent l'achat de matériel coûteux. Les deux côtés de la décision ne sont pas indépendants. Une même contrainte d'approvisionnement les pousse tous deux dans le même sens, contre le poste.
Une règle en découle pour quiconque achète tout de même : allégez la mémoire vive et le stockage, pas la carte graphique. L'exécution d'un modèle est limitée par la carte. Passer à 32 Go de mémoire vive et à 1 To de stockage ne sacrifie rien pour un modèle qui tient sur la carte (l'exception est un gros modèle à mélange d'experts exécuté en partie depuis la mémoire vive) et a retranché environ un cinquième du coût de la configuration.[1] C'est du dimensionnement juste, pas de l'attentisme, puisque, si cette prévision se confirme, la pénurie durera plus longtemps que toute attente raisonnable.
La seule raison d'acheter.
Si le coût plaide contre l'achat à tous les paliers que nous avons chiffrés, la décision d'acheter n'est pas économique. La seule chose que le poste procure et qu'une location ne peut pas offrir, c'est le contrôle de l'endroit où vos données sont traitées. Pour une entreprise québécoise, c'est une question de Loi 25.
En termes généraux (c'est la posture dont nous partons, pas un avis juridique) : la loi québécoise sur la protection des renseignements personnels dans le secteur privé, telle que modifiée par la Loi 25, exige une évaluation des facteurs relatifs à la vie privée (ÉFVP) avant qu'un renseignement personnel soit communiqué à l'extérieur du Québec, ainsi qu'une entente écrite qui en tient compte.[2] Elle assortit le transfert de conditions ; elle ne l'interdit pas. La ligne qu'elle trace est la frontière du Québec, pas celle du Canada. Un centre de données à Toronto est aussi à l'extérieur du Québec. Les documents confidentiels de clients peuvent aussi être couverts par les clauses de confidentialité que vous avez signées avec ce client, peu importe ce que dit la loi sur la protection des renseignements personnels.
Un poste d'IA local n'est pas un investissement qui se rembourse avec le volume. C'est une prime d'assurance contre un transfert transfrontalier, et l'analyse de coûts ne fait que vous donner le montant de la prime. Savoir si elle vaut la peine d'être payée dépend de ce qui entre dans les prompts, pas du nombre d'heures où vous utiliseriez la machine.
Cela change aussi l'ordre des questions. Savoir si un modèle local est assez bon pour votre travail, vous pouvez le découvrir sur du matériel loué, avec des prompts publics ou inventés, pour moins de 1 % du prix du poste.[1] Si la réponse est non, la question est réglée : ni achat, ni évaluation de la résidence.
La résidence du stockage n'est pas la résidence du traitement.
Entre acheter un poste et tout envoyer vers un service infonuagique américain se trouve l'option intermédiaire évidente : un fournisseur qui offre de l'hébergement canadien. Cela peut être un vrai substitut à l'achat. Que ce soit le cas ou non dépend d'une distinction que la mention « hébergé au Canada » ne tranche pas.
La résidence du stockage, c'est l'endroit où vos fichiers sont conservés ; la résidence du traitement, c'est l'endroit où le modèle tourne quand il lit votre prompt. Un fournisseur peut stocker vos données au Canada et faire tout de même tourner le modèle d'IA sur du matériel situé dans un autre pays.[1] Vos fichiers, soit le dossier stocké, ne partent jamais. Mais chaque fois que vous posez une question au modèle, la requête va là où le modèle tourne. Avec un modèle d'IA, la requête est la partie sensible : elle contient le nom du client, la clause que vous avez collée, les chiffres du fichier. C'est le prompt qui porte les renseignements personnels, et il franchit la frontière à chaque appel.
Dire « vos données sont hébergées au Canada » répond donc à la mauvaise question. Le contrôle qui compte est la résidence du traitement, et il doit figurer par écrit. Les questions que nous poserions à tout fournisseur avant que des documents de clients s'en approchent :
| à demander | pourquoi c'est important |
|---|---|
| où l'inférence tourne | Région par région, pour le modèle que vous utiliserez réellement. Le stockage et le traitement sont souvent à des endroits différents. |
| si elle peut se déplacer | Les requêtes peuvent-elles être envoyées vers une autre région quand la région habituelle est occupée ? C'est un appel transfrontalier que vous ne voyez jamais. |
| ce qui est consigné | Les prompts et les réponses sont-ils consignés, et où les journaux sont-ils conservés ? Un journal de prompts contient aussi des renseignements personnels. |
| qui d'autre y touche | Une partie du traitement est-elle sous-traitée ? Un sous-traitant dans un autre pays, c'est le même transfert. |
| le contrat | Le fournisseur s'engage-t-il, dans l'entente, sur la résidence du traitement ? Une page de vente n'est pas un engagement. |
La comparaison des coûts revient aussi à ce stade. Notre note n'a pas chiffré les options à résidence canadienne, mais elle s'attendait à ce qu'un poste acheté redevienne concurrentiel face à elles, sur le plan des coûts comme du contrôle.[1] Dès lors que la conformité est la raison d'acheter, c'est cette comparaison qu'il faut faire, pas celle avec la location américaine la moins chère.
Le palier le moins cher cache un piège plus grossier. Les tarifs planchers de la place de marché viennent d'hôtes non vérifiés, des particuliers qui louent leurs propres machines. Présumez que l'hôte peut lire le disque.[1] Ce palier est réservé aux prompts publics ou inventés, une règle plus stricte que « pas aux États-Unis » : elle s'applique même aux contenus qui ne font que côtoyer le travail client. Notre note n'a considéré que le palier du centre de données sécurisé comme un compromis défendable ; accordez donc la même prudence au palier communautaire, tant que les conditions d'un fournisseur ne disent pas le contraire.
La capacité, pas la vitesse.
Si le travail justifie bel et bien le poste, l'erreur la plus courante est le conseil d'« acheter une meilleure carte graphique ». La vitesse n'est pas ce qui détermine si un modèle local fonctionne. C'est la mémoire de la carte (la VRAM).
Un modèle a besoin d'environ son nombre de paramètres multiplié par le nombre de bits stockés par poids, divisé par huit, en gigaoctets, plus 15 à 25 % pour la mémoire de travail et le surcoût d'exécution. À 4 bits, le niveau courant (Q4_K_M, environ 4,5 bits par poids en pratique), cela donne environ 0,56 Go par milliard de paramètres avant ce surcoût.[1] L'échelle :
C'est une falaise, pas une pente. Un modèle qui tient entièrement dans la VRAM tourne à environ 15 à 60 jetons par seconde (un jeton est un fragment de mot). Un modèle qui déborde dans la mémoire vive tombe à environ 1 à 4, parce que chaque jeton doit désormais attendre la partie du modèle conservée dans une mémoire vive beaucoup plus lente.[1] Il n'y a pas de juste milieu utilisable. La question de dimensionnement est donc toujours « quel est le plus grand modèle que nous devons faire tenir au complet », jamais « quelle est la vitesse de la carte ». Une carte plus rapide à laquelle il manque un gigaoctet donne la machine la plus lente.
Selon notre chiffrage, c'est à 24 Go que le rapport qualité-prix plafonne. En dessous, le résultat justifie rarement l'effort comparativement à un service hébergé. Au-dessus, le coût grimpe rapidement alors que la capacité n'augmente que par petits pas.[1]
Dans quel ordre décider.
- Mettez d'abord la qualité à l'épreuve sur du matériel loué.
Louez une instance GPU pour un après-midi, faites tourner trois tailles de modèle (environ 8B, 14B et 30B) sur les mêmes 15 à 20 tâches réelles, réécrites avec des données publiques ou inventées, évaluez les résultats à l'aveugle quand c'est possible et notez la vitesse de chaque modèle. Si votre travail se fait en français, rédigez les tâches en français : cela fait partie de ce que vous évaluez. Cela coûte moins de 1 % du prix du poste. Si aucun modèle que vous pourriez faire tenir n'est assez bon, arrêtez-vous là : vous vous êtes épargné l'achat du poste et l'évaluation. Notre suite d'éval en 6 lignes est un point de départ pour la notation.
→ un oui ou un non sur la qualité, avant tout achat - Si les prompts risquent de contenir des renseignements personnels ou des informations confidentielles de clients, réglez ensuite la question de la résidence.
Dressez la liste de ce qui entrerait réellement dans les prompts. Si une partie est un renseignement personnel ou un document confidentiel de client, le choix d'hébergement est une question de Loi 25 avant d'être une question technique. Exigez de chaque fournisseur envisagé un engagement écrit sur la résidence du traitement, et non sur celle du stockage, et vérifiez si le traitement reste au Québec ou seulement au Canada. Certains grands fournisseurs infonuagiques exploitent une région au Québec ; demandez-en une nommément.
- Ensuite seulement, chiffrez le poste, comme un coût de conformité.
Dimensionnez-le selon le plus grand modèle qui doit tenir entièrement dans la VRAM, allégez la mémoire vive et le stockage plutôt que la carte, et chiffrez-le à partir de sources primaires le jour de l'achat : les chiffres derrière cette note étaient de seconde main quand nous les avons recueillis, et périssables de surcroît. Mettez l'électricité, les mises à jour et le temps de quelqu'un sur la même ligne. Comparez-le à la location qui respecte vos exigences de résidence, pas à la moins chère.
Ce que cette note ne prétend pas.
Des prix de seconde main. Chaque prix est arrivé à notre chiffrage par des résumés de recherche : prix demandés pour les cartes usagées, tarifs planchers annoncés pour les locations, une seule publication spécialisée, non corroborée, pour les chiffres de la pénurie. C'est pourquoi aucun montant en dollars n'apparaît ici, et pourquoi l'argument a été mis à l'épreuve en réduisant de moitié le prix du poste et en ne gardant que le palier le plus cher.
Une configuration, un profil d'usage. L'analyse porte sur une seule carte de 24 Go pour un usage de petite entreprise aux heures de bureau. Une équipe qui fait tourner un modèle 24 heures sur 24 atteint le seuil de rentabilité du palier le plus cher en moins de sept mois, et ce cas, comme celui d'un serveur à plusieurs cartes, mérite sa propre analyse de coûts. Il en va de même d'une entreprise qui possède déjà un ordinateur de bureau capable d'accueillir la carte. Notre note jugeait l'achat de la carte seule comme de loin la meilleure option sur ce marché, et la carte seule représente un peu moins de la moitié de la configuration, ce qui, selon notre arithmétique, ramène le seuil de rentabilité du palier le plus cher à près d'un an de semaines de 40 heures.[1]
Locations à résidence canadienne non chiffrées. Les trois paliers que nous avons chiffrés sont des infrastructures américaines. Notre note s'attendait à ce que l'achat soit concurrentiel face aux locations qui respectent une exigence de résidence, mais n'a mis aucun chiffre dessus, et nous non plus.
Puissance de calcul seulement. Le seuil de rentabilité omet l'électricité et le temps qu'il faut pour garder une machine en marche, qui favorisent la location, ainsi que la valeur de revente, qui favorise l'achat. Réduire de moitié le prix du poste dans le test de résistance revient à le revendre à la moitié de son prix, et le palier le plus cher exige encore plus d'un an de semaines de 40 heures.
Pas un avis juridique. La Loi 25 est décrite ici en termes généraux. Savoir si un fournisseur donné convient pour des données précises est une évaluation propre à ces données et à ce fournisseur, et une question pour votre propre conseiller juridique.
Pas une évaluation de fournisseurs. Les fournisseurs de location nommés sont les paliers que nous avons chiffrés, pas des recommandations. Il existe des fournisseurs qui offrent la résidence canadienne ; nous n'en avons évalué aucun.
Nous n'exploitons pas de matériel d'IA local. Le chiffrage était un exercice de décision. Aucun matériel de JPL ou de client, et aucun mandat client, n'est décrit.
Vous hésitez à faire tourner l'IA à l'interne ? Décrivez le travail et ce qui entrerait dans les prompts par le formulaire de contact et vous recevrez une première analyse écrite gratuite : s'agit-il d'une question de coût ou de résidence, et que faut-il tester en premier ? Ce genre de décision relève de notre audit d'automatisation.