C'est la question que tout le monde se pose, et que peu osent formuler. Pas besoin d'être ingénieur pour y répondre. Deux chiffres suffisent.
D'abord : c'est quoi, une IA « en local » ?
Quand vous utilisez ChatGPT ou Claude, vos questions partent vers des serveurs situés quelque part à l'autre bout du monde. Ils traitent la demande, vous renvoient la réponse. Pratique, mais vos données voyagent.
Une IA en local, c'est l'inverse. Le modèle tourne directement sur votre machine. Pas de connexion internet nécessaire, pas d'abonnement mensuel, et surtout : rien ne quitte votre ordinateur. Vos conversations, vos documents, vos questions restent chez vous.
C'est ce que permettent des outils comme Ollama ou LM Studio, en s'appuyant sur des modèles open source comme Llama, Mistral ou Gemma. Pour aller plus loin sur les avantages écologiques et de confidentialité, j'en parle en détail dans cet article.
Ce que votre machine doit avoir pour faire tourner une IA
Il y a deux composants à comprendre. Pas besoin d'entrer dans les détails techniques : une image suffit.
Imaginez que vous préparez un grand repas. La RAM, c'est votre plan de travail : plus il est grand, plus vous pouvez étaler d'ingrédients en même temps. La carte graphique (et sa mémoire, qu'on appelle VRAM), c'est le nombre de brûleurs sur votre gazinière : plus vous en avez, plus vous cuisinez vite. Avec un seul brûleur, le repas sera prêt, mais il faudra attendre.
Sans carte graphique dédiée, votre ordinateur peut quand même faire tourner une IA. Mais le traitement revient entièrement au processeur principal, qui n'est pas conçu pour ça. Résultat : des réponses qui arrivent en 30 secondes, parfois plusieurs minutes. Difficile à utiliser au quotidien.
| Catégorie | Configuration | Description |
|---|---|---|
| Idéal | PC avec carte graphique dédiée | 8 Go de VRAM ou plus (ex. RTX 3060, RTX 4060). Réponses fluides en quelques secondes. La meilleure configuration sous Windows pour un usage quotidien. |
| Excellent | Mac Apple Silicon (M1, M2, M3, M4) | Architecture différente et très avantageuse. La RAM et la mémoire graphique sont fusionnées : l'IA profite des deux en même temps. |
| Très lent | PC sans carte graphique dédiée | Mini PC, PC de bureau basique, laptop sans GPU. Ça fonctionne, mais les réponses prennent du temps. Frustrant à l'usage quotidien. |
| Déconseillé | Moins de 8 Go de RAM | Pas assez de mémoire pour charger un modèle utile. Mieux vaut rester sur une solution cloud dans ce cas. |
Le cas Mac Apple Silicon. Sur un Mac avec puce M1, M2, M3 ou M4, la RAM est dite « unifiée » : elle sert à la fois au processeur et à la partie graphique. Concrètement, un Mac M2 avec 16 Go se comporte souvent mieux qu'un PC Windows équipé d'une carte graphique d'entrée de gamme. Un Mac M2 Max avec 64 Go peut faire tourner des modèles très puissants, là où un PC nécessiterait une carte graphique à plusieurs centaines d'euros pour obtenir le même résultat.
Pour connaître vos caractéristiques : sur Windows, appuyez sur Windows + R, tapez dxdiag et validez. Vous verrez votre RAM dans l'onglet « Système » et votre carte graphique dans l'onglet « Affichage ». Sur Mac, cliquez sur la pomme en haut à gauche, puis « À propos de ce Mac ».
Pourquoi les cartes graphiques sont devenues si chères
Vous avez peut-être remarqué que les prix des cartes graphiques ont explosé ces dernières années. Longtemps cantonnées aux gamers et aux studios de cinéma, elles sont devenues le nerf de la guerre de l'intelligence artificielle.
Une carte graphique contient des milliers de petits processeurs capables de faire des calculs en parallèle. C'est exactement ce dont l'IA a besoin pour traiter des millions de données en même temps. ChatGPT, Midjourney, les grands modèles de langage : tous tournent sur des fermes de cartes graphiques. NVIDIA, le principal fabricant, a vu son cours en bourse multiplié par dix en quelques années. Directement à cause de l'IA.
La RAM a suivi le même chemin. Plus les modèles IA sont puissants, plus ils consomment de mémoire. La demande des grands centres de données a tiré les prix vers le haut pour tout le monde, y compris les particuliers.
Ce que ça veut dire concrètement : une carte graphique n'est plus réservée aux joueurs. C'est devenu un composant utile pour quiconque veut travailler avec l'IA en local. Et si vous envisagez d'en acheter une, sachez que les prix reflètent aujourd'hui autant la demande des développeurs IA que celle des gamers.
L'outil : CanIRun.ai
Le site canirun.ai fait une chose très bien : il détecte automatiquement les caractéristiques de votre machine et note chaque modèle IA selon ce que vous pouvez réellement faire tourner. Pas de manipulation technique, pas d'installation. Juste un navigateur.
- Ouvrez canirun.ai dans votre navigateur. Le site détecte votre configuration en quelques secondes. Votre GPU, votre VRAM et votre RAM s'affichent en haut de page.
- Lisez les couleurs. Chaque modèle reçoit une note : S et A signifient que ça tournera bien. B et C, ça fonctionnera avec quelques compromis. D et F, mieux vaut éviter.
- Filtrez par tâche. Vous pouvez filtrer les modèles par usage : discussion, rédaction, raisonnement, vision. Commencez par regarder les modèles notés A ou B dans la catégorie « Chat ».
Astuce : si la RAM affichée semble approximative (souvent indiquée « > 8 Go » même si vous en avez davantage), c'est une limite du navigateur. Le site lit les données disponibles depuis votre navigateur, pas directement le système. Ce n'est pas bloquant pour une première évaluation.
Ce que les résultats veulent dire concrètement
Un modèle noté A sur votre machine tournera de façon fluide. Vous obtiendrez une réponse en quelques secondes, la conversation sera agréable.
Un modèle noté C fonctionnera, mais vous attendrez peut-être 20 à 30 secondes par réponse. Viable pour des usages ponctuels, inconfortable pour une utilisation quotidienne.
Un modèle noté F ? Ne tentez pas l'expérience. Votre machine ramera, surchauffera, et le résultat sera décevant.
Les limites honnêtes
L'IA locale n'est pas magique. Elle est plus lente qu'une IA en ligne sur une machine ordinaire. Les modèles disponibles, même très bons, n'atteignent pas encore le niveau de GPT-4o ou Claude pour les tâches complexes.
Elle n'est pas non plus adaptée à tout le monde. Si vous traitez peu de données sensibles et que l'abonnement à un outil cloud ne vous pose pas de problème, le cloud reste souvent plus simple.
Mais pour quelqu'un qui veut garder le contrôle de ses données, travailler sans connexion, ou simplement comprendre ce que l'IA peut faire sur sa propre machine : c'est une porte d'entrée qui vaut la peine d'être ouverte.
Vous savez maintenant si votre machine est compatible.
Savoir quoi en faire, quel modèle choisir, comment l'installer et l'utiliser au quotidien : c'est là qu'on travaille ensemble. La formation individuelle BMI Service est conçue pour ça.