{"articles":[{"chemin":"articles/intel-d270-5-9x/index.fr.md","date":"2026-11-21","resume":"Le 5,9x d'Intel vient du FP64 appliqué à la tarification d'options. Sur l'inférence, l'écart tombe à 12 %, mais pour un peu plus de la moitié de l'énergie, et les 160 à 480 Go de LPDDR5X de la D270 comptent davantage pour le déploiement local.","sources":["Intel Newsroom, « The case for Intel GPU D270 in high-performance computing », 16 novembre 2026, et ses notes de configuration","Moyenne des quatre tests financiers : calcul à partir des chiffres d'Intel"],"statut":"publié","tags":["intel","d270","nvidia","fp64","inference-locale"],"titre":"Intel D270 contre RTX PRO 6000 : les 5,9x sont réels, sur un terrain étroit","url":"https://0x0800.com/fr/blog/intel-d270-5-9x/"},{"chemin":"articles/tensorfold-xe2-b70/index.fr.md","date":"2026-10-23","resume":"Comment nous avons porté le moteur d'inférence TensorFold sur Intel Arc Pro B70 (Xe2), en Python puis en Zig sur Level Zero : Qwen3.8-27B à 122,9 tok/s, mesuré face à vLLM et llama.cpp.","sources":["hygurlabs/tensorfold-xpu, branche main : docs/recipes/xpu.md et tools/xpu-bench/refs/*.json (portage Python)","hygurlabs/tensorfold-xpu, branche zig : docs/xpu/README.md (moteur Zig, validation du 2026-10-13)","ashhart/TensorFold#802 : commentaire de mesure llama.cpp (13-14 octobre 2026), backend XPU fusionné le 18 octobre, TensorFold 1.0.12","ashhart/TensorFold#801 : proposition du backend","Mesure interne, vLLM v0.31 + DFlash2 et exactitude vLLM : fichiers bruts du banc (vllm_dflash_*.json, exact_vllm_*.json), 6 octobre 2026"],"statut":"publié","tags":["b70","tensorfold","xpu","zig","level-zero","vllm","llama-cpp"],"titre":"TensorFold sur Intel Arc Pro B70 : du portage Python au moteur Zig","url":"https://0x0800.com/fr/blog/tensorfold-xe2-b70/"},{"chemin":"articles/ia-locale-b70-metiers/index.fr.md","date":"2026-10-23","resume":"Un modèle de 27 milliards de paramètres sur une carte Intel à 1 900 € HT, sans qu'aucun document ne sorte : vitesse face à vLLM, cas de bureau et réponses rejouables pour l'audit.","sources":["hygurlabs/tensorfold-xpu : tools/xpu-bench/workflow_sim.py et résultats bruts wf_*.json (cas de bureau)","ashhart/TensorFold#802 : backend Intel Arc Pro B70, intégré depuis la version 1.0.12 (Apache-2.0)","Mesure interne, TensorFold contre vLLM v0.31 (MTP4, DFlash2) sur Intel Arc Pro B70, banc du 6 octobre 2026","Prix de la RTX 5090 (5 700 €) : relevé chez LDLC à la rédaction, octobre 2026"],"statut":"publié","tags":["b70","tensorfold","ia-locale","professions-reglementees"],"titre":"Une IA privée sur une carte à 1 900 € : ce que la B70 change pour les professions réglementées","url":"https://0x0800.com/fr/blog/ia-locale-b70-metiers/"},{"chemin":"articles/dsv4-2x-spark-rapport/index.fr.md","date":"2026-08-04","resume":"Douze paramètres de service écartés sur seize, une falaise de latence de +31 s avec b12x et 188,9 tok/s à seize flux avec DeepSeek-V4-Flash sur deux DGX Spark.","sources":["Recette publique d'un opérateur tiers (DeepSeek-V4-Flash 0731 sur deux DGX Spark) : 74,55 et 95,9 tok/s (C1, décodage médian à chaud), cités en §5.5","Mesures internes, deux NVIDIA DGX Spark (GB10, sm_121), TP=2, voie A, 1er au 3 août 2026 : banc de code codebench, decode_probe.py, seuil_probe.py, bench_mono.py, télémétrie machine","jasl/vllm, branche b12x-nvfp4-mxfp4, commit 48d274954 (envs.py, config/vllm.py, experts/b12x_mxfp4_moe.py, flashmla_sparse.py, indexer.py, yarn_scaling_rope.py)","Anemll/dspark-vllm-gx10 (upstream.lock, overlay de 12 fichiers, image ghcr.io/anemll/dspark-vllm-gx10:0.1.1) et la recette de l'opérateur tiers (profil de service, docker-compose.dspark.yml, README)","vLLM v0.25.1 (752a3a504485790a2e8491cacbb35c137339ad34), FlashInfer 0472b9b3f2fba11b463f8526f390297d52a8aad7 (0.6.15), lukealonso/b12x 7dc6fb8fcc6446ea093537d1657df81985fa5f43 (0.15.3)","Checkpoint DeepSeek-V4-Flash-0731 : configuration (index_topk 512, dspark_block_size 5)","Journaux de démarrage et de service du banc, dont dsv4_seqs6b_head_20260802.log"],"statut":"publié","tags":["dgx-spark","deepseek-v4","vllm","tp2","inference-locale"],"titre":"DeepSeek-V4-Flash 0731 sur 2× DGX Spark : montage, mesures, réglages","url":"https://0x0800.com/fr/blog/dsv4-2x-spark-rapport/"},{"chemin":"articles/dsv4-2x-spark-recette/index.fr.md","date":"2026-08-04","resume":"96/100 de code juste jugé par exécution, 78,55 tok/s en mono-flux et 188,9 tok/s à seize flux avec DeepSeek-V4-Flash-0731 sur deux DGX Spark.","sources":["Mesures internes, deux NVIDIA DGX Spark (GB10, SM121), TP=2, 1er au 3 août 2026 : débit, capacité, thermique, RDMA (ib_write_lat), banc de code codebench (selftest 20/20)","jasl/vllm, branche b12x-nvfp4-mxfp4, build 20260721b1.dev0+g48d274954.d20260721.cu132 (journal de démarrage, kv_cache_utils.py, oracle/mxfp4.py, oracle/nvfp4.py)","Checkpoint DeepSeek-V4-Flash-0731 : en-têtes des 48 fichiers safetensors et configuration (index_topk 512, dspark_target_layer_ids, expert_dtype fp4)","Recette officielle vLLM pour DeepSeek-V4 (cudagraph_mode FULL_AND_PIECEWISE, custom_ops all, sans --enforce-eager)","FlashInfer 0.6.14 : chemin W4A16 SM120, prepare_w4a16_packed_weights"],"statut":"publié","tags":["dgx-spark","deepseek-v4","vllm","tp2","inference-locale"],"titre":"DeepSeek-V4-Flash-0731 sur deux DGX Spark : la recette complète","url":"https://0x0800.com/fr/blog/dsv4-2x-spark-recette/"},{"chemin":"articles/laguna-s21-single-spark/index.fr.md","date":"2026-07-23","resume":"Runbook vLLM pour servir Laguna S 2.1 NVFP4 (117 Md, MoE) sur un seul DGX Spark GB10 : éviter l'OOM au JIT, contexte 256K, décodage spéculatif DFlash, benchmarks de débit détaillés.","sources":["Mesures sur notre DGX Spark (GB10), juillet 2026 : bench_laguna.py (débit, prefill, concurrence), compteurs vllm:spec_decode_* de /metrics (longueur d'acceptation), bench_guided.py (bench métier, 209 cas, 5 conditions)","poolside/Laguna-S-2.1-NVFP4 : README du modèle, section DGX Spark (MAX_JOBS, CUTE_DSL_ARCH, pins FlashInfer, vLLM 0.25.1)"],"statut":"publié","tags":["dgx-spark","gb10","laguna","vllm","nvfp4","dflash","moe"],"titre":"Servir Laguna S 2.1 NVFP4 sur un seul DGX Spark (GB10) : le runbook complet","url":"https://0x0800.com/fr/blog/laguna-s21-single-spark/"},{"chemin":"articles/dgx-spark-vllm-nvfp4/index.fr.md","date":"2026-07-20","resume":"Installation complète de vLLM sur un DGX Spark GB10 (SM121) : les trois bugs qui bloquent le build et le lancement d'un modèle NVFP4, et comment les corriger.","sources":["Installation et vérifications sur notre DGX Spark (GB10), juillet 2026 : pilote 595.71.05, plafond JIT CUDA 13.2, toolkit système 13.3 (toutes les commandes de l'article y ont été testées)","vllm-project/vllm : CMakeLists.txt, listes d'architectures NVFP4 (CUTLASS SM120) et Marlin selon la version du toolkit CUDA","flashinfer-cubin : publié sur l'index flashinfer.ai/whl depuis la version 0.6.14 (PyPI s'arrête à 0.6.13)"],"statut":"publié","tags":["dgx-spark","gb10","vllm","nvfp4","cuda","sm121"],"titre":"Faire tourner vLLM sur un DGX Spark (GB10) : du clone à l'inférence NVFP4","url":"https://0x0800.com/fr/blog/dgx-spark-vllm-nvfp4/"}],"site":"0x0800"}