Minage GPU vs LLM 2026: Quelle option est plus rentable?

La rentabilité d'une RTX 4090 en PoW sur des cryptos comme Kaspa ou Clore a atteint un plafond à cause de l'électricité et de la difficulté, rapportant au mieux $0.40–$0.60 net par jour et par carte avec un kWh à $0.06. Le même rig de 8x RTX 4090 branché sur Vast.ai, Render Network ou io.net pour faire tourner de l'inférence sur Qwen 2.5 72B ou Llama 3.3 70B via vLLM génère des chiffres complètement différents, mais demande aussi beaucoup plus de maintenance.

En PoW, il suffit de flasher le BIOS, de brider le Power Limit à 250W, de bloquer la fréquence mémoire à 810 MHz, de positionner les ventilateurs et d'envoyer le stratum sur un pool. Mais pour l'inférence, une telle config ne donnera aucune utilisation correcte.

Le principal problème de la location de GPU pour des charges de travail IA, c'est la latence du bus et la mémoire. Sur les marketplaces décentralisées, les clients prennent des nœuds pour des tâches précises : certains font tourner de l'inférence FP8/INT4, d'autres ont besoin de cœurs tensoriels pour un fine-tuning léger via LoRA.

Les différences matérielles et de configuration se présentent ainsi :

• Bus PCIe : Pour le PoW (type Ethash ou HeavyHash), des risers x1 PCIe 2.0/3.0 suffisent. Pour l'inférence, il faut un vrai canal à haut débit. Si la carte est sur du PCIe 3.0 x1, transférer des poids de modèle de plus de 40 Go de la RAM vers la VRAM, c'est la mort assurée en termes de latence. Il faut des cartes mères supportant au minimum PCIe 4.0 x8, idéalement x16 par slot, ou des cartes serveurs avec des switchs Broadcom/PLX.
• Capacité et vitesse de la VRAM : En PoW, c'est la taille du fichier DAG ou la largeur du bus qui compte. En inférence LLM, la taille de la VRAM est le facteur limitant absolu. Une RTX 3090 (24 Go) est plus valorisée qu'une RTX 4080 (16 Go) simplement parce que 16 Go ne suffisent même pas à faire tenir un modèle Llama 3 70B quantizé tout en servant plusieurs utilisateurs en parallèle via le cache KV.
• Consommation électrique et pics de charge : En minage, la consommation est linéaire. On lance un nvidia-smi -pl 280 et la courbe de conso est une ligne droite. En inférence, dès qu'un batch de prompts arrive, la carte passe instantanément de 30W au repos à 450W en pic d'exécution. Si l'alimentation est bas de gamme ou partagée sur un seul rail (comme les vieux blocs chinois de 2000W), les protections contre les surintensités (OVP/OCP) se déclenchent à cause du dI/dt brutal.
• Logiciels et pilotes : Le minage tourne sur n'importe quel OS du type HiveOS/RaveOS avec un driver NVIDIA de base. Pour l'IA, il faut Linux (Ubuntu Server 22.04/24.04), des CUDA Toolkits récents (12.x), Docker, nvidia-container-toolkit et les démons d'authentification de la plateforme bien configurés.

Côté économie : sur Vast.ai, une RTX 4090 se loue environ $0.35–$0.50 de l'heure, mais c'est sur la base d'une utilisation à 100% (On-Demand). Le taux de remplissage réel d'un nœud sans IP statique et avec un ping supérieur à 50 ms vers les principaux data centers dépasse rarement les 50–60%. Quand personne ne loue la carte, elle consomme bêtement 40–50W au repos et ne rapporte rien.

En résumé : avec une infrastructure dotée d'un bon refroidissement, une connexion stable d'au moins 1 Gbps, des gigaoctets de RAM système (au moins un ratio 1:1 par rapport à la VRAM) et l'envie de mettre à jour régulièrement les conteneurs, louer ses cartes pour de l'inférence multiplie les revenus par 2 ou 3 par rapport au PoW. Si le rig est assemblé avec de la récup sur un cadre en bois, des risers x1 et un processeur Celeron, la seule chose dont il est capable, c'est de faire tourner tristement des algos comme Pyrin ou NEXA.

OS et administration

Système d'exploitation et administration : c'est là que se cachent les véritables coûts de main-d'œuvre, ceux que les vidéos promotionnelles des marketplaces se gardent bien de mentionner.

Ce qui se passe côté OS et logiciels

En minage, toute la configuration se résume à un script d'authentification et un fichier de config personnalisé pour le miner (Gminer, LOLMiner ou Rigel). Avec les plateformes de location pour l'IA (comme Vast.ai, Clore.ai ou RunPod), la machine hôte devient un véritable nœud de virtualisation à part entière.

Voici la différence fondamentale au niveau de l'architecture de la stack :

[ PoW Mining ]
Linux Kernel -> NVIDIA Driver -> Mining Executable -> Stratum Pool
[ AI Inference Node ]
Ubuntu Server 22.04/24.04 LTS 
  ├── NVIDIA Driver (535/550+ Open Kernel Modules)
  ├── CUDA Toolkit (12.x) & nvidia-container-toolkit
  ├── Docker Daemon (avec intégration native cgroupsv2 pour la limitation GPU)
  ├── Host Daemon de la plateforme (Vast/Clore client : monitoring, redirection de ports, clés SSH)
  └── Container Context (vLLM / Ollama / ComfyUI / PyTorch + HuggingFace Cache)

Si ton miner plante, un watchdog relance le processus en 3 secondes. Si le conteneur du locataire plante sur vllm.entrypoints.openai.api_server à cause d'une erreur Out-Of-Memory (OOM) provoquée par un KV cache qui a explosé sur un contexte long (par exemple, 32k tokens sur Llama-3), le client annule simplement la location. Tu perds ton score de disponibilité (Uptime Score) sur la plateforme, et ton nœud dé dégage des résultats de recherche pendant plusieurs jours.

Bande passante réseau et I/O disque

En minage, le volume de trafic entrant et sortant est dérisoire : les shares sont envoyés par paquets de quelques kilo-octets via le protocole Stratum. Même un modem 4G avec un ping de 80 ms fait l'affaire.

Pour la location dédiée à l'inférence et au fine-tuning, le réseau constitue le goulet d'étranglement par excellence :

• Téléchargement des poids des modèles : Un client loue une carte et télécharge depuis HuggingFace le modèle Llama-3-70B en quantification INT4 (environ 40 Go). Sur une connexion à 100 Mbps, l'opération prend près d'une heure. Pendant tout ce temps, le client paie pour de l'inactivité et te colle un avis négatif. Il te faut au minimum une connexion fibre symétrique de 1 Gbps (mieux vaut viser 2.5 à 10 Gbps).
• Sous-système disque : Oublie les SSD SATA bon marché ou les vieux HDD qui peuvent encore dépanner pour un disque de boot HiveOS. Les conteneurs d'IA ne cessent d'écrire du cache et de lire des tenseurs de plusieurs gigaoctets. Il faut impérativement des NVMe (PCIe 4.0 x4) équipés de contrôleurs dotés d'un cache DRAM (type Samsung 980 Pro ou Kingston KC3000), avec une capacité minimale de 2 To pour 4 cartes graphiques. Les SSD dramless bas de gamme surchauffent direct, s'effondrent en throttling IOPS et bloquent tout le démon Docker.

Sécurité et isolation de l'hôte

Quand tu mets tes GPU à disposition de tiers pour des charges de calcul, tu leur donnes concrètement les moyens d'exécuter du code arbitraire à l'intérieur d'un conteneur directement sur ton propre matos.

Si Docker est mal configuré sur la machine hôte ou que tu utilises un noyau obsolète non patché contre des failles du type Container Escape (évasion de conteneur), le locataire peut obtenir un accès root sur l'OS principal.

Les impératifs absolus pour sécuriser ton nœud :

• Désactiver le mode privileged dans les paramètres du démon hôte.
• Configurer iptables / ufw pour isoler proprement le réseau local (afin qu'un locataire depuis son conteneur ne puisse pas scanner ton réseau domestique ou ton routeur).
• Utiliser des VLANs distincts pour isoler le segment minage des nœuds de calcul.
• Désactiver l'accès SSH par mot de passe sur la machine hôte et imposer une authentification exclusivement par clés Ed25519.

Risques financiers et fuite de liquidité

En PoW, les gains tombent sur le pool de manière native : tu mines des coins -> tu reçois ton payout dans ton wallet une fois par jour. Le rapport Risk/Reward est limpide.

Dans les services d'IA, les paiements s'effectuent via le token interne de la plateforme ou en crypto (USDT/BTC) avec un délai de rétention (Hold Period). Par exemple, sur Clore.ai ou Render, une partie des récompenses est versée dans leurs propres tokens, dont le cours subit une forte volatilité. Si le token de la plateforme s'effondre de 20 % en une journée, ta rentabilité réelle sur la location passe en dessous du rendement du PoW.

Si tu n'as aucune envie de faire des rondes devant ton terminal, de corriger les droits nvidia-persistenced, de purger les caches Docker à coup de `docker system prune -a` ou de chercher pourquoi PyTorch a planté sur un segfault à cause d'un conflit de versions cuDNN, la location de matos pour l'IA va rapidement se transformer en un cauchemar financier peu liquide.

Guide étape par étape pour configurer un setup desktop destiné aux réseaux de calcul (Compute-net)

Si tu as sous la main un PC de travail ou un rig à base de 2x RTX 4090 / 3090 et que tu veux basculer du PoW vers l'inférence, la stack logicielle type ressemble à ça :

1. Installation propre de Linux et de l'environnement de base

Oublie les builds de minage spécifiques sur clés USB. Il te faut une version Server propre de la distribution installée sur un disque NVMe :

# Mise à jour des paquets et installation des logiciels de base
sudo apt update && sudo apt upgrade -y
sudo apt install -y build-essential dkms git curl wget htop nvme-cli net-tools ufw

2. Installation des drivers NVIDIA et de CUDA sans fioritures

N'installe pas les drivers via la commande classique ubuntu-drivers autoinstall — elle embarque souvent des bibliothèques desktop et flingue le mode Headless. Récupère directement une branche officielle de drivers (par exemple la 550+) :

# Ajout du dépôt NVIDIA
sudo add-apt-repository ppa:graphics-drivers/ppa -y
sudo apt update
sudo apt install -y nvidia-driver-550-server nvidia-utils-550-server
# Activation du persistence mode (pour éviter que les GPU ne passent en veille et ne rament au démarrage des conteneurs)
sudo nvidia-smi -pm 1

Après redémarrage, on vérifie l'état du bus et les limites de puissance. Pour assurer une stabilité en 24/7, il est judicieux de rogner un poil le TDP afin de lisser les pics thermiques de la VRAM :

# Limitation de la RTX 4090 à 350-380W au lieu des 450W par défaut
sudo nvidia-smi -pl 360

3. Configuration de Docker et du NVIDIA Container Toolkit

Impossible de faire tourner le moindre marketplace (Vast.ai, Render, RunPod) sans passer les GPU dans des conteneurs isolés :

# Installation de Docker CE
curl -fsSL https://get.docker.com -o get-docker.sh
sudo sh get-docker.sh
# Ajout du NVIDIA Container Toolkit
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg
curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \
  sed 's#deb [^ ]* #&[signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] #' | \
  sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
sudo apt update
sudo apt install -y nvidia-container-toolkit
# Configuration du runtime et redémarrage du daemon
sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker

Vérification que la carte graphique est bien détectée à l'intérieur du conteneur :

docker run --rm --gpus all nvidia/cuda:12.0.0-base-ubuntu22.04 nvidia-smi

Aperçu financier comparatif selon les types de GPU

Pour bien appréhender les réalités du marché, voici un tableau récapitulatif de la rentabilité et de l'adéquation du hardware populaire :

* Le revenu est calculé sur la base de taux d'utilisation moyens (50-70 %) déduction faite du coût de l'électricité à $0.06/kWh.

Scénario alternatif : Minage/Inférence hybride via basculement auto

Pour ceux qui refusent de perdre de l'argent pendant que la node poireaute sur les marketplaces IA, il existe un schéma de basculement dynamique des tâches :

• Priorité principale : Le daemon Vast.ai / Clore.ai attend qu'un client passe commande.
• Processus en arrière-plan : Tant que personne ne loue la carte (pas de locataire actif), un script worker lance un miner PoW léger (par exemple Kaspa ou Zephyr sur CPU/GPU).
• Déclencheur du switch : Dès qu'une requête API arrive pour instancier un conteneur Docker IA, le script balance instantanément un SIGKILL au miner, libère la VRAM et file la carte au client.

Tu peux mettre ça en place avec un simple script bash qui surveille l'état des conteneurs Docker :

#!/bin/bash
# Worker simple pour surveiller les conteneurs IA actifs
MINER_PID=""
while true; do
    # On vérifie s'il y a des conteneurs lancés hors conteneurs système
    ACTIVE_CONTAINERS=$(docker ps -q --filter "label=ai_workload=true" | wc -l)
    if [ "$ACTIVE_CONTAINERS" -gt 0 ]; then
        if [ ! -z "$MINER_PID" ]; then
            echo "[+] Charge IA détectée. Arrêt du minage en arrière-plan..."
            kill -9 $MINER_PID
            MINER_PID=""
            # Restauration des courbes de ventilation et des limites pour l'IA
            nvidia-smi -pl 380
        fi
    else
        if [ -z "$MINER_PID" ]; then
            echo "[-] Aucun locataire. Lancement du miner PoW en arrière-plan..."
            # Réduction du Power Limit pour économiser l'électricité en minant
            nvidia-smi -pl 250
            /opt/miners/rigel --algo kaspa --pool stratum+tcp://... --wallet ... &
            MINER_PID=$!
        fi
    fi
    sleep 10
done

Ce genre de montage permet d'effacer le gros point noir de la loc' IA — à savoir zéro revenu pendant l'attente du client — tout en garantissant que la node est prête à choper une tâche bien payée en l'espace de deux secondes.

Au bout du compte, le choix dépend uniquement de ton envie d'administrer ta stack. Le PoW, c'est l'investissement hardware plan-plan avec un overhead opérationnel minimal. Louer ses cartes pour de l'IA, c'est un vrai business de micro-IaaS où tu joues les mini-fournisseurs de cloud.