Zdnet et ses 197 partenaires souhaitent utiliser des cookies ou autres traceurs et traiter vos données personnelles (données de navigation, données renseignées dans votre compte et/ou lors de l'utilisation des services, etc.) pour : - Fonctionnalités liées aux réseaux sociaux, - Fonctionnalités liées à l'amélioration de votre expérience, - Contenu personnalisé et mesure de performance du contenu, - Publicités personnalisées, mesure de performance des publicités et données d'audience, - Données de géolocalisation précises et identification par analyse du terminal, Le Grand Test RTX Spark de Lenovo : j'ai soumis cette machine à un test de programmation IA complètement dingue, et elle l'a réussi Oubliez les tests de performances habituels sur les ordinateurs portables : j'ai testé le Lenovo RTX Spark à 3720 € en le soumettant à de véritables tâches de programmation d'IA en local et à une charge de travail intense mettant à rude épreuve l'autonomie de la batterie. Les points clés à retenir sur le portable RTX Spark de Lenovo et la programmation IA Le nouvel ordinateur portable RTX Spark de Lenovo a brillamment réussi un test de codage IA local particulièrement exigeant. Son superbe écran OLED et ses nombreux ports le rendent très pratique au quotidien. Les charges de travail intensives révèlent toutefois les limites de la mémoire et un ventilateur bruyant. Commençons par les banalités habituelles des tests d’ordinateurs portables : c’est probablement le plus beau portable à 3720 euros que j’aie jamais testé. Mais ce n’est pas un ordinateur portable comme les autres. Oh non. Il est équipé du processeur RTX Spark de Nvidia, qui révolutionne complètement le monde des PC. L’ordinateur portable 2-en-1 Lenovo Yoga 9n de 16 pouces fait partie d’une nouvelle génération d’appareils basés sur la dernière nouveauté de Nvidia. Le modèle que je teste est équipé d’un processeur NX1 à 20 cœurs et de 64 Go de RAM. Ce qui rend cet appareil spécial par rapport aux autres puces, c’est le puissant GPU Blackwell RTX à 6144 cœurs de Nvidia, doté de la technologie CUDA. CUDA (Compute Unified Device Architecture) est le système de Nvidia qui permet aux développeurs d’utiliser les GPU pour des tâches de calcul. L’un des avantages de l’architecture « système sur puce » du Spark (partagée avec les puces Apple et Qualcomm) est la mémoire unifiée. Grâce à cette architecture, le processeur, le GPU et, éventuellement, les cœurs d’IA partagent tous le même pool de mémoire. Cette architecture est un atout pour le Yoga que j’ai testé, mais pas autant que je l’aurais espéré. Commençons par quelques tests de performance de base. Pour ce test, j’ai décidé de comparer l’ordinateur portable Lenovo à 3720 € équipé d’une puce RTX Spark à mon ordinateur de tous les jours, un Mac Studio de 2025. Cette comparaison n’est pas tout à fait équitable. Mon Mac Studio m’a coûté plus de 5500 € en avril 2025. Cette machine de la génération précédente est équipée d’une puce Apple M4 Max, d’un processeur à 16 cœurs, d’un processeur graphique à 40 cœurs, de 128 Go de mémoire unifiée et d’un SSD de 8 To. En comparaison, le Yoga à 20 cœurs ne dispose que de 64 Go de RAM et d’un SSD de 1 To. C’est la RAM qui va peser sur ces tests. Malheureusement, le Yoga ne peut pas être équipé de plus de 64 Go de RAM. D’un autre côté, il s’agit d’un ordinateur portable. Pour un appareil portable, c’est assez impressionnant. J’ai commencé par Geekbench. Comme vous pouvez le constater, le Mac offre des performances CPU environ 1,3 fois supérieures à celles du Yoga dans les deux tests. J’ai également essayé d’exécuter le benchmark IA de Geekbench. Cela a échoué car il tenait à mesurer les performances du Yoga sur la base d’une émulation Intel, et non des performances Arm natives. Je suis donc passé à Llama-bench, un outil qui mesure les performances réelles des modèles linguistiques (à la fois le traitement des invites et la génération de tokens) en utilisant les mêmes modèles et les mêmes charges de travail sur toutes les plateformes. Cela fournit une mesure très fiable, à armes égales (ou plutôt, « Apple contre Yoga »), permettant de comparer les performances d’une machine à celles de l’autre. Le premier test que j’ai effectué portait sur le traitement des requêtes, entièrement exécuté sur la machine. Cela permet de mesurer la rapidité avec laquelle l’IA traite et comprend les requêtes. Des performances plus rapides sont utiles pour les requêtes très longues. Ici, le Lenovo s’est révélé environ trois fois plus rapide que le Mac. C’est assez étonnant, mais cela ne dit pas tout. En effet, l’indicateur de traitement des tokens nous indique à quelle vitesse l’IA effectue réellement son travail. Par exemple, à quelle vitesse peut-elle générer du code ou effectuer une charge de travail de type « agent » en utilisant exclusivement l’IA locale sur la machine ? Dans ce test, le Mac a pris l’avantage. On constate ici des signes de saturation de la mémoire : le Mac n’était qu’environ 1,5 fois plus rapide avec un modèle à 8 milliards de paramètres (Qwen3-8B-Q4_K_M), mais 2,5 fois plus rapide avec un modèle à 32 milliards de paramètres (Qwen3-32B-Q4_K_M). Il est clair qu’une mémoire vive plus importante aide le modèle à mieux s’adapter. Cela s’est avéré non seulement ici, mais aussi dans des charges de travail réelles. Test de performance du traitement des tokens. Malgré tout, je suis très impressionné qu’un ordinateur portable puisse rivaliser avec un Mac Studio haut de gamme. Oh que oui. Il sait coder. Ça m’a d’ailleurs complètement époustouflé. Je reviendrai là-dessus dans la section suivante. Pour commencer, j’ai mis en place un environnement de programmation entièrement local sur le Yoga, composé de : Modèle de codage IA : Qwen3-Coder-Next 80B-A3B, quantification Q4_K_M Moteur d’inférence : llama.cpp avec accélération Nvidia CUDA J’ai essayé une fenêtre de contexte plus grande. Mais même si le Yoga dispose de 64 Go, avec Windows installé et toute la surcharge que cela implique, la fenêtre de 32 000 tokens était la plus grande que j’ai pu faire fonctionner. Gardez à l’esprit que j’utilisais également un modèle Qwen de 80 milliards de paramètres. Il ne fait aucun doute que cela semblait restrictif. J’ai l’habitude de coder avec Claude Code et OpenAI Codex, en utilisant leurs IA basées sur le cloud. Je remplis régulièrement une fenêtre de contexte d’un million de tokens plusieurs fois par nuit. Ici, sur le Yoga, je n’utilisais qu’un trentième de cette fenêtre de contexte. Cela signifie qu’OpenCode ne pouvait traiter qu’une ou deux actions avant de devoir enregistrer l’état complet de la compilation et recharger le contexte. C’était fastidieux à observer. Cela ralentissait également considérablement le traitement des résultats. Un test de programmation complètement farfelu J’ai soumis le Yoga à un test très injuste. J’ai copié l’intégralité du code source de mon projet Icon Gallery sur le Mac App Store et je l’ai déposé dans un dossier sur la machine Windows. Laissez-moi vous expliquer à quel point c’est complètement fou. J’ai transféré du code source exclusivement destiné à Mac ainsi qu’un framework exclusivement destiné à Mac. Rien de tout cela ne pouvait en aucun cas fonctionner sous Windows. Ensuite, sans aucune spécification (je n’ai même pas fourni de captures d’écran montrant à quoi ressemblait le produit sur Mac), j’ai simplement demandé à OpenCode de le faire fonctionner sous Windows. L’équipe a dû tout déduire à partir d’un code source qui n’était même pas destiné à cette architecture. OpenCode a décidé de migrer l’application de Swift vers C#. Je pensais que cela me faciliterait la tâche, car j’ai enseigné le C# à l’université de Berkeley pendant plus d’une décennie et je connais très bien ce langage. Il s’avère que mes compétences n’étaient même pas nécessaires, car l’IA a tout codé toute seule. Je n’ai pas écrit une seule ligne de code ni modifié un seul fichier de configuration. Une IA entièrement locale qui s’est admirablement bien comportée Au départ, OpenCode a utilisé l’ancien framework WPF, car cela lui a permis de comprendre plus rapidement comment analyser les données binaires chiffrées de l’icône et définir les fonctionnalités essentielles. OpenCode et Qwen font le point sur l’avancement du projet. Une fois le projet stabilisé, OpenCode a migré vers WinUI 3 afin d’intégrer des capacités de déploiement modernes et de s’aligner sur la stratégie de Microsoft en matière d’interface utilisateur Windows. En l’espace d’environ quatre heures, il a été capable d’afficher les icônes et d’imiter globalement la fenêtre originale de la galerie d’icônes. Une reproduction plutôt réussie du projet d’origine. Il est clair qu’il reste encore beaucoup de travail à accomplir pour créer une application Windows distribuable. Ce que je n’ai pas l’intention de faire. Malgré tout, vous pouvez constater que l’IA entièrement locale s’est admirablement bien comportée, en produisant un résultat qui se rapproche de manière reconnaissable de l’application d’origine. L’application originale, fonctionnant sur un Mac. J’étais un peu agacé par les actualisations constantes du contexte, mais malgré cet inconvénient, j’ai été époustouflé par les résultats obtenus par une IA entièrement locale sur un ordinateur portable. En février dernier encore, j’avais essayé de coder une IA locale, et que cela s’était soldé par un échec cuisant. De toute évidence, les modèles, les frameworks et le matériel ont considérablement évolué. Je suis époustouflé. J’ai également été impressionné par la gestion thermique de l’appareil. Après quatre heures d’utilisation intensive pour du codage IA local, l’ordinateur portable Yoga n’était pas chaud au toucher. La majeure partie de sa surface était à peine tiède. Le clavier lui-même était légèrement plus chaud, mais rien qui puisse être considéré de près ou de loin comme brûlant. Essayez ça avec un processeur Intel. Tout le bureau prendrait probablement feu ! J’ai donc décidé de voir comment l’IA se comporterait en mode batterie. Lenovo ne précise pas l’autonomie prévue de sa batterie. Sur la page principale de l’ordinateur portable, Lenovo indique : « Prend en charge la technologie Rapid Charge Express (15 minutes = trois heures d’autonomie). » Mais s’agit-il bien de trois heures, ou est-ce davantage ? L’autonomie est-elle toujours de trois heures si l’on n’a chargé l’ordinateur que pendant exactement 15 minutes ? J’ai décidé de mettre l’ordinateur portable à rude épreuve pour voir combien de temps il tiendrait. Pour cela, j’ai choisi de lancer l’agent Hermes, que l’on peut d’ailleurs télécharger depuis le Microsoft App Store. Étonnamment, Hermes s’est configuré presque entièrement tout seul, y compris le modèle Qwen 27B. J’ai répondu à quelques questions simples, et ça a tout de suite fonctionné. Après tout le temps que j’avais passé à configurer OpenClaw sur un Mac dédié, ce niveau de configuration était incroyablement génial. Le test de Hermes pour créer un script Python J’ai décidé de mettre Hermes au service du mal. Je lui ai demandé de créer un cas de test d’IA qui solliciterait tous les GPU et cœurs de processeur de l’appareil afin de voir combien de temps la machine tiendrait. Il s’est avéré qu’Hermes était capable d’exécuter l’IA pour fournir une analyse et des réponses rapides aux prompts. Comme nous l’avons vu précédemment dans les benchmarks sur les prompts, cette machine est vraiment douée pour cela. Malheureusement, dès que j’ai essayé de soumettre une véritable charge de travail d’IA au test d’autonomie, cela a complètement échoué. J’ai donc adopté une approche différente et demandé à Hermes de créer un script Python pour faire tourner la machine à plein régime. Il a mis en place un test sollicitant intensément le processeur, composé de 18 processus effectuant des hachages SHA-256 à répétition, appelant du code OpenSSL, ainsi qu’un processus saturant la mémoire. Comme vous pouvez le constater, cela a mis la machine à rude épreuve. J’ai également mis en place un enregistreur de temps en parallèle, qui consignait l’heure dans un fichier toutes les cinq minutes. Cela a continué jusqu’à ce que la machine s’éteigne par manque d’autonomie. Après l’avoir branchée et redémarrée, j’ai pu recueillir quelques détails sur ses performances. Le test a débuté à 19 h 35 avec une batterie chargée à 100 %. Il s’est poursuivi jusqu’à 20 h 55, soit une durée totale d’une heure et 20 minutes. Au-delà des détails du test, il était assez facile de constater que la machine tournait à pleine charge. Son ventilateur est vraiment bruyant. Dès le démarrage, je l’entendais depuis la pièce voisine. Je dois reconnaître un point fort à cet ordinateur : c’est un petit appareil robuste. Il a fonctionné pendant près de 90 minutes sous une charge spécialement conçue pour le mettre à genoux. C’est impressionnant. L’écran OLED de 16 pouces (2 880 x 1 800) est tout simplement magnifique. L’écran tactile est réactif, même si j’ai passé la majeure partie de mon temps à utiliser le clavier et le pavé tactile. Ce dernier est également très réactif et de grande taille. La navigation était fluide et facile. La partie « Yoga » de cet ordinateur portable fait référence à la fonctionnalité de transformation très appréciée de Lenovo : l’appareil peut être utilisé comme un ordinateur portable classique, plié comme un chevalet, ou même transformé en tablette. L’appareil dispose de deux ports USB-A (jusqu’à 10 Gbit/s), un de chaque côté. Il est également équipé de deux ports USB-C, là encore un de chaque côté. Le côté gauche comporte un port HDMI standard et une prise casque, tandis que le côté droit est doté d’un lecteur de carte SD standard. La connectivité réseau est solide. L’appareil est équipé du Wi-Fi 7 et du Bluetooth 5.4. Je dispose d’une très bonne connexion Wi-Fi dans la plupart des pièces de ma maison. Mais pour prendre des photos, j’ai dû emmener l’ordinateur portable dans mon atelier, qui est en quelque sorte une zone morte pour le Wi-Fi. J’ai pu m’y connecter sans difficulté depuis mon bureau, sans aucune interruption ni perturbation. D’autres ordinateurs portables ont eu du mal à s’y connecter à cet endroit ; bravo donc à Lenovo pour la qualité de son Wi-Fi. Comparé à mon MacBook Air 13 pouces, qui pèse 1,22 kilo, le Yoga 16 pouces est lourd. Mais avec son 1,94 kilos, le Yoga est presque une demi-livre plus léger que le MacBook Pro 16 pouces d’Apple, qui pèse 2,13 kilo. N’oubliez pas que ce Yoga est un ordinateur capable de convertir localement une application Mac en application Windows, de manière autonome et sans accès au cloud. Si l’on tient compte de cela, le surpoids vaut largement la puissance supplémentaire. Ma seule véritable critique concernant le matériel concerne l’emplacement peu pratique du stylet. L’appareil est livré avec un petit support magnétique amovible pour le stylet. Il ressemble à un chargeur, mais ce n’en est pas un : il s’agit simplement d’un étui pour le stylet. Pour recharger le stylet, il faut brancher un câble USB sur le dessus de celui-ci, mais il doit être retiré de son support pour se recharger. C’est le seul endroit où le stylet semble pouvoir se fixer. L’ordinateur portable Yoga mesure 17,5 mm d’épaisseur. Le stylet ne mesure que 9,13 mm d’épaisseur, ce qui signifie qu’il y a théoriquement assez d’espace à l’intérieur du châssis de l’appareil pour y ranger le stylet. Mais la marque a préféré intégrer un système de fixation magnétique qui peut facilement se détacher. Étant donné que le stylet coûte à lui seul environ 100 €, ce n’est pas un objet que l’on souhaite risquer de perdre. Pire encore, il ne se fixe qu’à l’arrière de l’ordinateur portable, ce qui signifie qu’il n’est accessible dans aucune des deux configurations dans lesquelles les utilisateurs sont le plus susceptibles de vouloir utiliser le stylet. On aurait pu s’attendre à ce qu’ils prévoient un emplacement pratique pour ranger le stylet à l’intérieur. Le Lenovo Yoga 9n 2-en-1 16 pouces est une machine d’exception capable d’héberger et d’exécuter de l’IA en local. Cependant, la mémoire maximale de 64 Go constitue une limite indéniable pour l’exécution entièrement locale de tâches d’IA très gourmandes en ressources. Nvidia indique que la capacité maximale de la RTX Spark est de 128 Go. Si Lenovo souhaite devenir un acteur majeur dans le domaine de l’IA locale, je lui recommanderais vivement d’ajouter un modèle à 128 Go à sa gamme Yoga 9n. Même avec 32 ou 64 Go de RAM, cette machine permet d’accomplir beaucoup de choses. Je ne m’attendrais pas à pouvoir coder entièrement en IA en local sans rencontrer quelques désagréments. Le fait que cela fonctionne, et qu’il ait été possible de porter (dans une certaine mesure) une application de Mac vers Windows, en convertissant le langage et le framework au passage, témoigne de manière étonnante de ce qui est désormais possible — et de ce qui le sera à l’avenir — avec cette plateforme. Il reste froid même sous une charge importante, il dispose d’un écran fantastique, il est rapide et réactif. Que demander de plus ? Si vous êtes un utilisateur Windows disposant du budget nécessaire et que 64 Go de RAM vous suffisent, je peux sans hésiter vous recommander cette machine. Les nouveaux Galaxy Buds On de Samsung, de type « clip », présentent un avantage majeur par rapport aux modèles de Sony et de Bose Galaxy Book6 Series : 10 raisons de choisir la performance Le guide de la migration écoresponsable vers Windows 11 IA locale : la nouvelle ère de l’Intelligence artificielle ? Les MacBook Pro à écran tactile ont peut-être du retard sur la concurrence, mais ils présentent un atout majeur Apple a enfin dévoilé ses nouveaux MacBook M5 Pro et Max, équipés d'un écran tactile OLED, intégrant ainsi les meilleures fonctionnalités de l'iPhone à ses ordinateurs portables. ZDNET Morning 28/10/2026 : Néocloud : vent de panique, Oracle et OpenAI s'associent pour auditer l'IA, Fin de la seconde intercalaire,... Le ZDNET Morning le brief de l'actu tech pour les pros tous les matins à 9h00. Transformation numérique, IA, matériel, logiciels,... ne passez pas à côté de ce qui fait la Une du secteur. MacBook Pro 14 avec puce M6 : Apple renforce le traitement local des LLM Apple intègre son processeur M6 au sein d'un nouveau MacBook Pro 14 pouces. Le constructeur cible les charges de travail d'intelligence artificielle locale pour séduire les parcs d'entreprise et les profils techniques. Entire, concurrent de GitHub, est désormais disponible, comment fonctionne cette plateforme pour les agents d'IA ? Étant donné que les agents d'IA écrivent désormais du code, Entire tente de réinventer la plateforme de programmation elle-même. Le Framework 12 est le PC idéal pour les passionnés de bricolage, et un vrai bonheur pour les utilisateurs de Linux Je l'avoue : j'ai toujours été sceptique à l'égard des ordinateurs portables sous Linux, mais Framework m'a prouvé qu'on pouvait y arriver. Premier avis Apple MacBook Pro M6 : l’ordinateur portable à recommander à la plupart des gens Oubliez le modèle tactile dont on a déjà tant parlé, portez d’avantage votre intérêt sur cette machine de base de 14 pouces équipée d'un processeur à 12 cœurs et avec une bande passante mémoire plus rapide que celle du M5. Prise en main Googlebook : une semaine avec le nouveau type d’ordinateur portable Les premiers contacts avec les modèles de Dell, Acer, HP, Lenovo et en particulier d’Asus poussent à un optimisme prudent quant à GooglebookOS. Prise en main Microsoft Surface : le modèle Pro est particulièrement intéressant, voici pourquoi Deux nouveaux PC de la marque débarquent, ainsi qu’une nouvelle souris et une nouvelle application de prise de notes. Le tout disponible d’ici le 13 octobre. Comment utiliser deux PC sur un seul écran, quelle que soit la marque de vos appareils C'est l'heure du « dual » : mettre en place une configuration avec un seul écran et deux ordinateurs est plus simple que vous ne le pensez. Linux pratique : comment éviter que l'IA locale ne plante votre ordinateur Il ne suffit pas juste de rajouter de la mémoire vive pour tirer pleinement parti de l'intelligence artificielle localement. Voici quatre conseils. Comment choisir sa version de Gemini selon vos besoins et maîtriser vos quotas Dès le 9 octobre 2026, Google réserve l'accès gratuit de Gemini au seul modèle Flash-Lite. Pour éviter les blocages de quotas et continuer à l'utiliser efficacement, voici la formule d'abonnement à privilégier selon votre usage. Comment j'ai créé en deux heures et gratuitement l'application dont j'avais besoin, avec Ollama et VS Code Je ne suis pas développeur, mais j'ai réussi à utiliser une IA installée localement pour créer un logiciel d'écriture adapté à mes besoins. Voici comment j'ai procédé.