Présentation

L'auteur a installé Arch Linux ARM sur l'ASUS ProArt P16 H7607BA‑SE033W, équipé de 128 GiB de RAM, 6 144 cœurs CUDA et d’un SSD de 2 TB. Le système utilise le noyau 7.0.0‑1022‑nvidia et le pilote NVIDIA 615.78.08. Le support matériel (ACPI, firmware audio, clavier ASUS) a été intégré via des correctifs provenant du tableau ACPI du portable et du firmware H7607BA.300 fourni par ASUS.

Performances CPU

Le benchmark 7‑Zip (version 26.04, dictionnaire 32 MiB) a été exécuté en natif ARM64. Sur un seul thread, les scores Linux et Windows sont pratiquement identiques. En mode 20 threads, la configuration Linux dépasse Windows de 5 % en compression et de 3 % en décompression. Le score total moyen de trois passes est de 157.084 GIPS, contre 155.774 GIPS mesurés par ComputerBase sur un même processeur N1X 20‑cœurs mais avec 64 GiB de RAM sous Windows.

Gestion de mémoire

Linux expose les 116.0 GiB de la mémoire physique à la fois comme RAM système et comme capacité CUDA, alors que Windows segmente la même puce en zones dédiées GPU, partagées et CPU‑only. Un réglage Windows avec 91 GiB de réservation GPU donne un total CUDA de 109.7 GiB, soit 6.3 GiB de moins que le pool unifié présenté à Linux. Cette unification évite les redémarrages liés au curseur de réservation et rend l’ensemble du pool exploitable par les charges CPU et GPU simultanément.

Exécution de modèles IA

Le modèle Qwen3.8‑Flash‑Next‑FP4‑Local a été chargé via vLLM dans un conteneur ARM64 rootless, avec quantisation mixte et cache KV FP8. Avant le chargement, le système affichait 110.9 GiB de RAM disponible ; le modèle a consommé 68.2 GiB pour le chargement et 21.1 GiB pour le cache KV, soit près de 90 GiB d’utilisation totale. Le temps de compilation du modèle était d’environ 16 minutes. Une tâche d’incident lisant 10 000 tokens a renvoyé la réponse correcte en 6 s, soit 6.8 tokens/s. Les revues de code ont atteint 30 tokens/s, comparable aux performances observées sur Windows avec une réservation GPU de 85 GiB. Un lot de quatre revues simultanées a été traité en 5.314 s, générant 86.6 tokens/s au total, démontrant la capacité du laptop à gérer plusieurs requêtes IA en parallèle.