3 min de lecture

RTX PRO 5500 avec 84 Go entre RTX 5090 et PRO 6000

NVIDIA RTX PRO 5500Blackwellлокальный ИИ

NVIDIA prépare la RTX PRO 5500 Blackwell Workstation Edition avec 84 Go de GDDR7 ECC, 21 760 cœurs CUDA et jusqu’à 1 398 Go/s de bande passante. Elle se place entre la RTX 5090 de 32 Go et la RTX PRO 6000 de 96 Go, afin d’héberger de plus grands modèles sur un seul GPU.

84 Go à l’échelle de calcul de la RTX 5090

Ce qui retient l’attention ici n’est pas le nombre de cœurs CUDA, mais les 84 Go de mémoire : c’est cette caractéristique qui change concrètement la catégorie de charges de travail. Sur la page produit de NVIDIA, la RTX PRO 5500 Blackwell Workstation Edition est encore indiquée comme à venir. Au 15 septembre 2026, aucun prix officiel ni aucune date de sortie définitive n’ont été annoncés.

La carte embarque 21 760 cœurs CUDA, 84 Go de GDDR7 avec ECC et jusqu’à 1 398 Go/s de bande passante. Sa puissance de carte annoncée atteint 600 W, avec des configurations prévues en refroidissement par air et liquide. Les usages visés sont attendus : IA, simulation et graphisme professionnel.

La comparaison est inhabituelle. La GeForce RTX 5090 possède les mêmes 21 760 cœurs CUDA, mais seulement 32 Go de GDDR7, tandis que la RTX PRO 6000 Blackwell propose 24 064 cœurs et 96 Go de GDDR7 ECC. La RTX PRO 5500 se situe entre les deux en mémoire, tout en rejoignant le fleuron grand public pour le nombre de cœurs CUDA.

Cela ne signifie pas que ses performances réelles seront identiques à celles de la RTX 5090 : le seul nombre de cœurs ne suffit pas à l’affirmer. Il faut encore connaître les fréquences finales, voir les benchmarks IA et mesurer son comportement sous charge prolongée. Les estimations de prix entre 11 000 et 13 000 restent des hypothèses, et non une indication officielle de NVIDIA.

Un seul GPU au lieu de compromis sur la mémoire

La conséquence principale est simple : 84 Go permettent de conserver sur un seul GPU des modèles nettement plus grands et des contextes plus longs qu’avec les 32 Go de la RTX 5090. Cela réduit le besoin de répartir un modèle sur plusieurs cartes ou de déporter une partie des données vers la mémoire système.

Pour l’inférence locale, cette réserve mémoire peut compter davantage qu’un supplément de puissance de calcul. Dans les tâches LoRA et QLoRA, elle laisse aussi plus de place pour les poids, les activations et le contexte de travail. La RTX PRO 6000 garde toutefois l’avantage lorsque les 96 Go complets et un plafond supérieur de cœurs CUDA sont essentiels.

Je regarderais d’abord le prix, la bande passante soutenue et les performances avec les 84 Go remplis, plutôt que son positionnement élégant entre deux modèles. Sans ces données, la RTX PRO 5500 paraît cohérente mais n’a pas encore démontré sa valeur. Toute la question est désormais de savoir combien NVIDIA demandera pour 52 Go de plus que la RTX 5090.

Nous avons précédemment analysé comment le calcul confidentiel peut transformer les coûts d’inférence IA et les exigences de confidentialité. Cette réflexion sur l’infrastructure aide à situer les GPU de station de travail à grande mémoire dans les déploiements d’IA.