Le dernier Lenovo Yoga 9n intègre le tout-nouveau RTX Spark de Nvidia, un système-sur-puce (SoC) qui associe CPU, GPU et unités d’IA sur un même bloc de mémoire unifiée. Vendus à 3 720 €, ces appareils promettent d’allier la flexibilité du 2-en-1 à la puissance d’un poste de travail dédié à l’intelligence artificielle. Le test réalisé a mis à l’épreuve la capacité du portable à exécuter des charges de travail IA en local, à coder, et à supporter une utilisation intensive pendant plusieurs heures.
Design, écran et ergonomie
Le châssis de 1,94 kg comporte un écran OLED de 16 pouces avec une résolution de 2 880 × 1 800 pixels. Les couleurs sont vives, le contraste élevé, et le support tactile très réactif, même si la plupart des sessions se sont déroulées avec le clavier et le pavé tactile. Le Yoga conserve la fameuse charnière à 360°, permettant de passer du mode ordinateur portable au mode tablette ou chevalet sans effort. Le dispositif dispose de deux ports USB-A (10 Gbit/s), deux USB-C, d’un HDMI, d’une prise casque, et d’un lecteur de carte SD, offrant une connectivité complète.
Architecture du processeur et composants clés
Au cœur du Yoga se trouve le processeur NX1 à 20 cœurs couplé à 64 Go de RAM LPDDR5 et un SSD de 1 To. Le véritable atout réside dans le GPU Blackwell RTX à 6 144 cœurs, supportant la technologie CUDA de Nvidia, reconnue pour accélérer les charges de calcul parallèle. Grâce à l’architecture system-on-chip, CPU, GPU et les cœurs d’IA accèdent à un même pool de mémoire, ce qui minimise les copies de données et améliore le débit dans les tâches d’inférence.
Benchmarks IA, traitement des prompts et codage
Pour mesurer les performances, le Yoga a été confronté à un Mac Studio 2025 équipé d’un Apple M4 Max. Sur Geekbench, le Mac devance le Yoga d’environ 30 %, reflétant la différence de fréquence CPU et de capacité RAM (128 Go vs 64 Go). Cependant, les tests de Llama-bench portant sur le traitement des invites (prompts) montrent que le Yoga est près de trois fois plus rapide que le Mac, grâce au GPU RTX et à la proximité de la RAM unifiée. En revanche, lorsqu’il s’agit de générer des tokens avec des modèles volumineux (Qwen3-32B), le manque de RAM freine le Yoga, alors que le Mac reste 2,5 fois plus rapide.
Le véritable défi était d’évaluer la capacité du portable à coder en local. Un environnement complet a été installé : l’agent OpenCode v2.1.4, le modèle Qwen3-Coder-Next 80B-A3B quantifié en Q4_K_M, le moteur d’inférence llama.cpp avec acceleration CUDA, et une fenêtre de contexte de 32 768 tokens. Malgré une fenêtre bien inférieure à celle utilisée dans le cloud (un million de tokens), OpenCode a réussi à générer, compiler et exécuter du code sans intervention humaine, même en convertissant un projet Swift/macOS en C# sous Windows.
Gestion thermique, bruit et autonomie
Après quatre heures de charge IA continue, le châssis restait à peine chaud au toucher, le clavier légèrement réchauffé, et le ventilateur audible mais pas excessif. Comparé à un portable Intel équivalent, le Yoga semble maîtriser la dissipation thermique grâce à son SoC optimisé. En test d’autonomie, une charge maximale a été appliquée via un script Python générant des hachages SHA-256, saturant CPU, GPU et mémoire. Le portable a tenu 1 h 20 min avant de s’éteindre, démontrant une robustesse notable même si la batterie n’est pas spécifiée précisément par le fabricant. La technologie « Rapid Charge Express » promet trois heures d’utilisation après 15 minutes de charge, mais les tests réels restent à confirmer.
Connectivité réseau et conclusion
Le Yoga intègre le Wi-Fi 7 et le Bluetooth 5.4, offrant une liaison stable même dans des zones où d’autres machines peinent à capter le signal. La combinaison d’un écran OLED premium, d’un portefeuille riche en ports, et d’un GPU RTX Blackwell confère à ce 2-en-1 une place rare sur le marché des laptops dédiés à l’IA. Ses points faibles restent la capacité maximale de RAM (64 Go) et un ventilateur qui peut devenir bruyant sous charge extrême. Malgré ces limites, le Lenovo Yoga 9n RTX Spark montre qu’un ordinateur portable peut approcher les performances d’un poste de travail de bureau dans le domaine de l’intelligence artificielle.



