Quel matériel pour débuter l’IA locale à la maison ?

Débuter l’IA locale ne demande pas automatiquement une nouvelle machine. Le bon point de départ est le modèle que vous voulez exécuter, son format, la longueur de contexte utile et le nombre de requêtes simultanées. Ces choix déterminent la mémoire nécessaire. Acheter d’abord un GPU ou un mini-PC, puis chercher un usage adapté, inverse le raisonnement.

Les exigences ci-dessous viennent des documentations Ollama et LM Studio consultées le 30 octobre 2026.

Réponse courte

Pour découvrir le fonctionnement d’un modèle local, commencez par l’ordinateur déjà disponible et un petit modèle quantifié. Vérifiez ensuite si la mémoire, le temps de réponse ou le stockage deviennent réellement bloquants. Une machine avec mémoire unifiée peut être cohérente pour un poste simple. Un PC avec GPU dédié devient pertinent si le modèle et le backend prennent officiellement ce GPU en charge. Un mini-PC sans GPU peut servir d’API locale ou de laboratoire, mais il ne faut pas lui attribuer les performances d’une station graphique.

Le GPU n’est pas le seul critère. La mémoire disponible doit accueillir le modèle et son cache de contexte ; le stockage doit conserver plusieurs fichiers de modèles ; le système et les pilotes doivent être pris en charge par le runtime choisi.

1. Partir du logiciel et du modèle

Ollama documente des backends différents selon les systèmes et les familles de GPU. LM Studio publie aussi des exigences par système : Apple Silicon sur macOS, processeurs x64 ou ARM pris en charge sur Windows, et plusieurs architectures sous Linux. Une mention générale comme « compatible IA » ne démontre donc rien.

Avant tout achat, notez :

le runtime envisagé, par exemple Ollama ou LM Studio ;
le nom exact du modèle et sa quantification ;
la taille du fichier à télécharger ;
la longueur de contexte souhaitée ;
le système d’exploitation ;
le besoin d’une interface graphique ou d’un serveur accessible sur le réseau.

LM Studio explique que la quantification réduit la taille d’un modèle au prix d’un compromis sur sa fidélité. Ollama précise qu’augmenter la longueur de contexte augmente la mémoire requise. Ces deux variables doivent apparaître dans votre estimation ; le nombre de paramètres du modèle, isolé, ne suffit pas.

2. Mémoire système, mémoire vidéo et mémoire unifiée

Trois configurations doivent être distinguées.

Exécution sur CPU. Le modèle utilise principalement la RAM système. C’est une voie d’essai possible, mais elle ne garantit pas un temps de réponse adapté à un usage interactif. Elle permet surtout de vérifier le parcours logiciel avant un achat.

GPU dédié. Le runtime place tout ou partie du modèle dans la mémoire vidéo. Ollama indique dans ollama ps la répartition CPU/GPU et précise que les chargements concurrents demandent assez de mémoire pour les modèles et les contextes. Il faut vérifier le modèle exact du GPU et la version de pilote, pas seulement la marque.

Mémoire unifiée. Sur une machine compatible, CPU et GPU partagent une enveloppe mémoire. Cela évite de comparer directement cette capacité à la seule VRAM d’une carte dédiée. Une partie reste néanmoins utilisée par le système et les autres applications.

Il n’existe donc pas de quantité universelle de RAM ou de VRAM pour « faire de l’IA ». La bonne vérification consiste à charger le modèle ciblé, observer la mémoire réellement utilisée, puis augmenter progressivement le contexte ou la charge.

3. Le stockage souvent oublié

Les modèles locaux occupent plusieurs gigaoctets et plusieurs variantes d’un même modèle peuvent rapidement multiplier l’espace nécessaire. Ajoutez aussi les runtimes, caches, jeux de documents et éventuelles images de conteneurs.

Un SSD est cohérent pour réduire les temps de chargement et gérer de gros fichiers. La capacité doit être calculée à partir d’une liste de modèles réellement conservés, avec une marge pour les mises à jour. Un stockage externe peut archiver des variantes peu utilisées, mais son interface, son câble et son système de fichiers doivent être compatibles avec les machines prévues.

Ne confondez pas ce stockage avec une sauvegarde : une bibliothèque de modèles peut souvent être retéléchargée, tandis que les données personnelles, configurations et documents d’indexation peuvent nécessiter plusieurs copies séparées.

4. Trois configurations à examiner

Profil	Base à examiner	Limite à accepter
Découverte	Ordinateur existant, petit modèle quantifié, espace SSD disponible	Réponses potentiellement lentes et contexte limité
Usage régulier sur poste	Machine officiellement prise en charge, mémoire dimensionnée au modèle, GPU compatible si nécessaire	Coût, chaleur, bruit et pilotes à vérifier
Serveur personnel	Mini-PC ou station dédiée, stockage séparé, réseau filaire, accès protégé	Un mini-PC CPU n’équivaut pas à une station GPU

Un Raspberry Pi 5 appartient à une autre catégorie : apprentissage ARM, vision et edge IA avec accélérateur compatible. Il n’est pas un remplacement automatique d’un poste pour grands modèles. Le comparatif Raspberry Pi 5 pour l’IA détaille cette frontière.

5. À vérifier avant achat

Le runtime prend-il officiellement en charge le système, l’architecture CPU et le GPU exacts ?
La version de pilote exigée est-elle disponible pour votre système ?
Le modèle et son contexte tiennent-ils dans la mémoire disponible après le démarrage des autres applications ?
Le boîtier et le refroidissement sont-ils prévus pour une charge prolongée ?
Le stockage disponible couvre-t-il les modèles, les caches et une marge de maintenance ?
Les ports et câbles nécessaires sont-ils présents ?
Si le serveur est accessible sur le réseau, l’authentification et le pare-feu sont-ils configurés ?
Avez-vous commencé par un essai sur le matériel existant ou un environnement distant ?

Quand ne pas acheter

N’achetez pas de GPU dédié si vous utilisez seulement une API distante. N’achetez pas une nouvelle machine si le modèle visé fonctionne déjà avec un délai acceptable. N’achetez pas un accélérateur dont le runtime ou les modèles ne sont pas explicitement compatibles. Enfin, ne dimensionnez pas un poste débutant à partir d’une démonstration utilisant un autre modèle, une autre quantification ou une autre longueur de contexte.

Sources et limites

Sources officielles consultées le 30 octobre 2026 :

Les pages décrivent compatibilité et fonctionnement, pas les performances de chaque assemblage. Les variantes matérielles, pilotes, runtimes et modèles évoluent. Recontrôlez les pages officielles avec la référence exacte avant achat.