Blog
Articles, guides et analyses sur l'intelligence artificielle locale
Parcours de lecture
Par ici pour débuter
Le parcours dans l'ordre pour qui s'approche de l'IA locale : des concepts de base à l'installation et au premier modèle.
Optimiser les performances
Choisir le bon matériel et tirer le meilleur de celui que vous avez déjà : CPU ou GPU, Mac, Raspberry Pi et inférence rapide.
Données et confidentialité
Ce qui part vraiment sur le réseau avec l'IA locale : les données, la sécurité, la conformité et le contrôle qui reste entre vos mains.
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.
5 articles
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.
NVIDIA, AMD et Intel pour l'IA locale : quelle plateforme choisir
CUDA, ROCm ou Vulkan ? Nous comparons les trois plateformes pour l'IA locale sur la base de ce qui est réellement disponible : stacks logiciels officiels, cartes par palier de VRAM (12, 16 et 24 Go) et vitesses réelles. Où reste le choix évident, où AMD l'emporte au rapport qualité-prix et quand vaut-il la peine de quitter NVIDIA.
Qwen3.8-27B vs Gemma 4 26B A4B : la nouvelle frontière à 24 Go
Dense de 27,8 Md ou MoE avec 3,8 Md actifs, un contexte de 262K contre 256K et presque le même poids en Q4_K_M : deux façons opposées d'apporter la qualité d'un grand modèle sur une carte grand public de 24 Go. Qui va plus vite, qui va plus en profondeur, et quand choisir l'un ou l'autre.
Ollama vs llama.cpp : sous le capot
Ollama utilise llama.cpp sous le capot, mais les deux ne sont pas la même chose : l'un est le moteur, l'autre la voiture. Ce qu'il y a vraiment dessous, quand la différence compte et comment choisir sans slogans.
Ollama vs LM Studio : quel outil choisir
Ollama pour serveurs et scripts, LM Studio pour l'exploration desktop : tableau comparatif, les deux API (11434/1234) et le cas réel de ceux qui les utilisent ensemble.