Le supercalculateur IA quitte un peu plus la salle serveur pour s’installer au pied du bureau. Avec son ExpertCenter Pro ET900N G3, ASUS vise directement les entreprises et les équipes de recherche qui veulent entraîner, affiner ou exécuter de gros modèles en local.
ASUS ET900N G3 transpose l’architecture DGX Station au format deskside
La machine repose sur le NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip et s’appuie sur l’architecture NVIDIA DGX Station GB300. ASUS parle d’un système de nouvelle génération capable d’apporter des performances IA de niveau datacenter dans un format deskside destiné aux entreprises, aux développeurs IA, aux chercheurs et aux data scientists.
Pour replacer ce type de machine dans la stratégie plus large de NVIDIA, on peut aussi relire notre dossier sur la DGX Station sous Windows et la manière dont NVIDIA transpose ses capacités de supercalcul IA dans un format de bureau pensé pour les usages professionnels, un angle qui éclaire bien l’ambition de l’ASUS ExpertCenter Pro ET900N G3.
L’intérêt est clair : exécuter localement des charges liées à l’entraînement, à l’inférence ou aux workflows d’IA agentique, avec davantage de contrôle sur les données, une latence réduite et des coûts d’exploitation plus prévisibles qu’en dépendant uniquement du cloud. ASUS précise aussi qu’une prise en charge future des environnements de développement IA et agentiques sous Windows est prévue.
20 PFLOPS et 748 Go de mémoire cohérente unifiée
L’ET900N G3 cible les charges modernes, du fine-tuning de LLM à l’IA générative, en passant par la physical AI, la recherche en deep learning et les agents autonomes. Le lien entre les composants passe par NVIDIA NVLink-C2C, un interconnect à large bande passante pensé pour offrir un accès rapide à une mémoire cohérente unifiée.
ASUS annonce 748 Go de mémoire cohérente unifiée, un point clé pour manipuler localement des modèles bien plus volumineux qu’avec une station de travail classique. Côté calcul, la machine monte jusqu’à 20 PFLOPS en performances IA, de quoi positionner le système bien au-delà d’un poste de travail haut de gamme traditionnel.
Le constructeur indique par ailleurs que la plateforme est optimisée pour le développement IA local et compatible avec la pile logicielle NVIDIA AI. L’objectif est de proposer un environnement prêt à l’emploi pour le machine learning, l’analytique et l’expérimentation, tout en gardant une logique de montée en charge via des workflows IA interconnectés.
Débit sur Qwen et orientation assumée vers l’IA agentique
ASUS met aussi en avant des essais de charge prolongés sous vLLM. Sur le modèle open source Qwen, l’ET900N G3 aurait atteint environ 864 tokens par seconde en sortie, avec un traitement cumulé entrée et sortie autour de 1 600 tokens par seconde.
Le système prend également en charge les workflows NVIDIA NemoClaw, présentés ici comme une base pour déployer des assistants IA permanents et des agents autonomes dans des environnements locaux plus maîtrisés. ASUS insiste sur les usages en laboratoire de recherche, en déploiement IA d’entreprise, en création de contenu, en simulation et dans les applications autonomes de nouvelle génération.
La disponibilité est annoncée à l’échelle mondiale. ASUS ne communique pas de tarif, ce qui laisse entendre un positionnement très clairement orienté infrastructure spécialisée plus que station de travail classique. Dans un marché où l’IA locale devient un sujet de gouvernance autant que de performances, ce type de machine pourrait surtout intéresser les structures qui veulent rapprocher calcul, données sensibles et itérations de développement au même endroit.
Source : TechPowerUp
