Choisir le matériel et le modèle

Comment choisir le bon matériel et le modèle adapté à votre usage : VRAM, quantification, GPU ou CPU et vitesse de réponse.

15 articles dans le parcours

1
1.Les basesIntermédiaire
Comment Choisir Votre Premier Modèle d'IA Locale
Les trois critères pour choisir votre premier modèle local : usage, mémoire (avec la formule exacte) et contexte, avec les modèles conseillés pour 8, 16 et 24 Go.
9 juin 2026 · 6 min de lecture
2
2.MatérielIntermédiaire
Matériel pour l'IA locale : ce qu'il faut en 2026
La règle de mémoire (poids + KV cache), les prix réels d'octobre 2026 pour GPU, Apple Silicon et CPU, le compte sur 36 mois et le choix par budget.
10 juin 2026 · 8 min de lecture
3
3.MatérielIntermédiaire
GPU ou CPU : quand la CPU suffit
Le prefill et le decode, ce qui compte pour la vitesse (la bande passante mémoire), les chiffres réels sur un portable courant, les cas où la CPU suffit et ceux où la VRAM est nécessaire — avec les commandes pour mesurer.
21 septembre 2026 · 8 min de lecture
4
4.GuidesIntermédiaire
L'IA locale sur Mac : le guide complet Apple Silicon
Pourquoi l'Apple Silicon (mémoire unifiée, cœurs GPU) est la machine la plus simple pour l'IA locale : RAM nécessaire, installation d'Ollama, modèles recommandés par génération et performances réalistes.
10 septembre 2026 · 4 min de lecture
5
5.GuidesIntermédiaire
Exécuter des Modèles LLM en Local : du Premier Install au Premier Modèle
Découvrez comment installer et utiliser de grands modèles de langage sur votre ordinateur, sans dépendre de services cloud.
10 juin 2026 · 8 min de lecture
6
6.GuidesAvancé
vLLM : servir des modèles rapides
vLLM est le moteur open source qui transforme un modèle local en serveur concurrent : PagedAttention, batching continu, installation et les concepts clés pour choisir quand l'utiliser à la place d'Ollama.
20 septembre 2026 · 8 min de lecture
7
7.MatérielIntermédiaire
Mémoire unifiée : de la Strix Halo au Mac Studio M5 Ultra, ce qui y tient et à quelle vitesse
128 ou 512 Go de mémoire partagée entre CPU et GPU : trois plateformes réelles, le bande passante qui décide de la vitesse, et les comptes sur ce qui y tient et pour qui cela a du sens.
10 octobre 2026 · 9 min de lecture
8
8.ModèlesIntermédiaire
gpt-oss : le modèle de raisonnement open d'OpenAI
21 Md de paramètres au total mais seulement 3,6 Md actifs, poids natifs en MXFP4 et 128K de contexte : le premier modèle de raisonnement open d'OpenAI tient dans 16 Go. Ce que cela change en pratique.
11 octobre 2026 · 6 min de lecture
9
9.MatérielIntermédiaire
Les cartes Blackwell de 16 Go : 5060 Ti, 5070, 5070 Ti
Le palier de 16 Go de VRAM est le centre de gravité de l'IA locale en 2026. C'est la mémoire suffisante pour faire tourner les meilleurs modèles denses open source en format Q4 — la classe 27B, le nouveau point d'équilibre du catalogue ouvert — sans sacrifier trop de contexte, et un prix catalogue qui (selon le mois) reste à la portée d'un budget personnel. La génération Blackwell offre trois cartes exactement au cœur de ce palier : RTX 5060 Ti, 5070 et 5070 Ti. Même génération, même GDDR7, trois expériences très différentes. Nous les comparons aujourd'hui : ce que chacune vous apporte vraiment, et où placer votre budget.
13 octobre 2026 · 7 min de lecture
10
10.ComparaisonsIntermédiaire
À combien revient un token : cinq chemins, les comptes et le point d'équilibre
API frontier, abonnement, fournisseurs d'inférence, GPU en location ou matériel à vous : cinq chemins pour générer des tokens, avec les coûts réels par mois, le compte de l'électricité et le point d'équilibre calculé.
15 octobre 2026 · 11 min de lecture
11
11.MatérielIntermédiaire
Mac Studio M5 Ultra : 512 Go de mémoire unifiée sur le bureau
Quatre dies, 512 Go de mémoire unifiée à 1,2 To/s : le Mac Studio M5 Ultra fait tourner les MoE de 100 à 560B en local. Les calculs de vitesse, le comparatif de coût avec la DGX Station et quand le Mac est le bon choix.
16 octobre 2026 · 6 min de lecture
12
12.ModèlesIntermédiaire
GGUF : le format qui fait tenir les modèles sur votre matériel
GGUF est le format à fichier unique qui distribue les modèles pour l'inférence locale : en-tête avec signature et version, métadonnées clé-valeur, index des tenseurs et poids alignés pour un chargement rapide via mmap. Types de quantification avec tailles réelles (8B de 14.96 Gio en F16 à 4.58 Gio en Q4_K_M), convention de nommage et règle pour choisir la taille selon la VRAM ou la RAM.
30 septembre 2026 · 8 min de lecture
13
13.ModèlesIntermédiaire
Quantification : tirer davantage du même matériel
La quantification réduit la précision des poids (de FP16 à 4-8 bits) pour faire entrer les modèles dans moins de VRAM et générer plus de tokens par seconde. Niveaux, tailles réelles de Qwen2.5 14B, règle de choix à partir de Q4_K_M et limites (code, raisonnement, langues autres que l'anglais).
28 septembre 2026 · 6 min de lecture
14
14.ModèlesIntermédiaire
Quand un grand modèle ne sert à rien : choisir par la taille
La méthode pour choisir la taille du modèle selon le matériel : les trois limites (mémoire, vitesse, latence perçue), le tableau VRAM pour la quantification Q4, les classes par matériel et les cas où le petit modèle gagne.
27 septembre 2026 · 7 min de lecture
15
15.ModèlesIntermédiaire
Comment lire les spécifications d'un modèle : famille, taille, contexte
Guide de lecture des spécifications d'un modèle : famille, taille totale et active, fenêtre de contexte, quantification, benchmarks et licence, avec un exemple sur DeepSeek V4.1 Flash.
26 septembre 2026 · 8 min de lecture

Choisir le matériel et le modèle

Comment Choisir Votre Premier Modèle d'IA Locale

Matériel pour l'IA locale : ce qu'il faut en 2026

GPU ou CPU : quand la CPU suffit

L'IA locale sur Mac : le guide complet Apple Silicon

Exécuter des Modèles LLM en Local : du Premier Install au Premier Modèle

vLLM : servir des modèles rapides

Mémoire unifiée : de la Strix Halo au Mac Studio M5 Ultra, ce qui y tient et à quelle vitesse

gpt-oss : le modèle de raisonnement open d'OpenAI

Les cartes Blackwell de 16 Go : 5060 Ti, 5070, 5070 Ti

À combien revient un token : cinq chemins, les comptes et le point d'équilibre

Mac Studio M5 Ultra : 512 Go de mémoire unifiée sur le bureau

GGUF : le format qui fait tenir les modèles sur votre matériel

Quantification : tirer davantage du même matériel

Quand un grand modèle ne sert à rien : choisir par la taille

Comment lire les spécifications d'un modèle : famille, taille, contexte