Razor Lake-AX 700 TOPS : analyse du PC IA 3,88x

Sept cents TOPS, c’est le genre de chiffre qui arrive dans une keynote avec des lunettes de soleil en intérieur. La feuille de route Razor Lake-AX d’Intel en a désormais un, et la foule des PC IA imprime déjà mentalement des autocollants. La vraie question utile n’est pas de savoir si 700 est plus grand que 180, félicitations à l’arithmétique, mais si ce chiffre se transforme en IA locale utilisable pour les développeurs qui livrent de vrais produits.

C’est là que l’histoire devient intéressante. Les fiches techniques des PC IA commencent à ressembler un peu à des selfies de salle de sport : angles flatteurs, éclairage bien choisi, et aucune garantie que quelqu’un puisse soulever un canapé. Razor Lake-AX donne à Intel une revendication sonore pour 2028, mais les TOPS sont une première enchère, pas la promesse que votre agent local arrêtera de mâchouiller son propre historique de prompts.

Le chiffre qu’Intel veut sur la boîte

Selon GameGPU, le vice-président d’Intel Min-sung Cho a dévoilé une feuille de route mise à jour de la plateforme matérielle lors de la conférence industrielle Semiconductors Powering Humanoids, confirmant Razor Lake AX pour une sortie en 2028. GameGPU rapporte que le système sur puce est prévu pour 700 TOPS de calcul neuronal combiné, contre 180 TOPS pour Panther Lake. Wccftech présente cette même comparaison comme 3,88 fois la puissance de calcul IA de Panther Lake, le genre de ratio que les équipes achats adorent et que les ingénieurs interrogent aussitôt comme s’il leur devait de l’argent.

GameGPU indique qu’Intel positionne Razor Lake AX pour le calcul local sans dépendre de l’informatique en nuage distante. Le même rapport précise que la puce vise les systèmes mobiles autonomes et la robotique, où les informations sensorielles et la prise de décision rapide doivent se faire en temps réel. C’est important, car ce n’est pas seulement un chiffre de vantardise pour ordinateur portable : c’est Intel qui essaie de faire ressembler l’appareil client moins à une paille plantée dans le cloud et davantage à la cuisine.

Les TOPS sont un autocollant, pas un système

Le panneau d’avertissement le plus utile vient de l’article arXiv Pre-Compiled Pipeline Shards for Distributed LLM Inference on Intel AI PC Fleets. Les auteurs écrivent que les PC IA Intel modernes sont livrés avec des GPU intégrés et des NPU capables, ainsi que plus de 16 Go de mémoire unifiée, mais que ce n’est pas assez de mémoire pour faire tenir un LLM de 70 milliards de paramètres. Leur solution de contournement est le parallélisme en pipeline : diviser le modèle par couche en fragments par étape, précompiler chaque fragment en graphe OpenVINO INT4, puis faire exécuter un fragment par chaque machine et transmettre les activations à la suivante.

@title Chemin de fragmentation des PC IA Intel
@source Pre-Compiled Pipeline Shards for Distributed LLM Inferenceon Intel AI PC Fleets

  Model split by layer
     │
     ▼
  INT4 OpenVINO graphs
     │
     ▼
  Machines run shards
     │
     ▼
  Activations pass onward

@caption L’article montre comment des PC IA peuvent travailler ensemble lorsqu’un seul appareil ne peut pas faire tenir un grand modèle.

Cet article ne porte pas sur Razor Lake-AX, mais il est douloureusement pertinent pour chaque démonstration de force en TOPS. Le pic de calcul IA ne dit pas si le modèle tient en mémoire, si l’environnement d’exécution peut préserver les performances, ou si le graphe arrive bien sur le chemin d’accélérateur que vous pensiez avoir acheté. Si votre benchmark a besoin de graphes INT4 et du comportement d’OpenVINO pour briller, le chiffre en titre n’est que la machine à karaoké, pas la voix.

L’efficacité est la partie qui résiste au contact avec les utilisateurs

L’article arXiv The Race to Efficiency soutient que les lois de mise à l’échelle classiques peuvent passer à côté du temps et de l’efficacité, puis introduit un cadre centré sur ce qu’il appelle un taux de doublement de l’efficacité. Son idée centrale est que les progrès continus en performance ne dépendent pas seulement du fait de lancer du calcul contre le mur, mais aussi d’améliorations dans toute la pile IA. Traduction de l’académique vers le constructeur : un silicium plus rapide aide, mais un logiciel idiot peut toujours transformer une voiture de sport en chariot de supermarché avec éclairage RGB.

Avec ce regard, la feuille de route à 700 TOPS d’Intel devient plus utile et moins magique. Si Razor Lake-AX arrive en 2028 avec la puissance de calcul neuronal combinée rapportée, les développeurs devront encore demander quelle précision le chiffre suppose, quelles formes de modèles s’exécutent bien, et si la pile de déploiement est assez mature pour le travail de production ennuyeux. Le travail de production ennuyeux, pour être clair, c’est là que vivent les revenus. Le stand de démonstration, c’est là que la latence va mettre de l’eau de Cologne.

Ce que les développeurs devraient surveiller ensuite

Le cadrage robotique de GameGPU est l’indice. Les charges de travail avec des boucles sensorielles en temps réel peuvent bénéficier du calcul local, parce qu’elles ne peuvent pas toujours attendre des appels au cloud distant, surtout lorsque la perception et la prise de décision sont dans la même boucle serrée. Mais un pipeline de perception robotique, un assistant local et une configuration de LLM distribué sollicitent une puce de façons différentes, donc un chiffre unique en TOPS est la version PC IA d’une note de restaurant basée sur le volume du réfrigérateur.

Pour les lecteurs qui construisent sur l’IA côté client, la prochaine étape est simple : suivez les spécifications qu’Intel n’a pas encore entièrement exposées dans ces éléments, puis testez-les avec votre charge de travail réelle. La capacité mémoire, les mouvements de mémoire, la précision prise en charge, la maturité du compilateur et le comportement de l’environnement d’exécution décideront si 700 TOPS semblent spacieux ou simplement photogéniques. La course des PC IA ne consiste pas seulement à savoir qui imprime le plus gros chiffre sur la boîte, mais qui fait en sorte que ce chiffre survive au contact de votre code.