Monter un PC pour l'IA
La VRAM avant tout. Trois paliers de budget, du LLM 8B au modèle 70B quantifié, avec les pièges à éviter.
Lire le guide →Accompagnement IA
Faire tourner l'IA — un LLM en local, de la génération d'image, du compute cloud — c'est d'abord une question de bons choix matériels. Je teste ce stack au quotidien (LLM sur CPU, ComfyUI sur RTX, GPU loués à l'heure). Voici des guides honnêtes pour ne pas surpayer ni vous tromper.
Les guides
Louer un GPU dans le cloud
Quand le cloud bat l'achat, et comment payer un H100 à l'heure sans exploser le budget. Comparatif des plateformes.
Lire le guide →
Outils & abonnements IA
Voix, vidéo, transcription : les outils qui valent leur abonnement, et ceux qu'on peut remplacer par du local.
Lire le guide →
Monter son assistant IA privé
Un ChatGPT à vous, hors-ligne et gratuit : modèle, interface, vos documents (RAG) et la voix, pas à pas.
Lire le guide →
Image & vidéo par IA
Générer en local (ComfyUI, Flux, Wan) ou via un service payant : coût, qualité, VRAM et droits d'auteur.
Lire le guide →Pourquoi me faire confiance
Je ne recommande que ce que j'ai fait tourner et mesuré. Quelques repères concrets tirés de mon usage :
- Un LLM 30B (Qwen3-Coder) qui tourne à ~16-25 tokens/s en CPU pur, sans GPU, sur un serveur bi-Xeon.
- De la génération vidéo IA sur RTX 5080 (un clip 720p de 5 s en ~10 min via ComfyUI).
- Un stack complet auto-hébergé : llama.cpp, ComfyUI, Whisper, synthèse vocale — et des GPU cloud loués à l'heure pour les gros travaux.
Ma conviction, le fil rouge de ces guides : la bonne approche est rarement « tout local » ou « tout cloud », mais hybride — une machine bien dimensionnée pour 80-90 % des usages, complétée par des API (souvent gratuites) pour le reste. On vise le meilleur rapport résultat/budget, pas la course aux specs.
Indépendance. Certains liens de ces pages sont affiliés : si vous achetez via eux, je touche une commission, sans surcoût pour vous. Cela ne change jamais mes recommandations. Comment je me finance →
Questions fréquentes
Quel budget pour faire tourner l'IA en local ?
Comptez environ 900 € pour débuter (LLM 8B, génération d'image), ~1 700 € pour un usage confortable (modèles 14-32B), et 3 200 € et plus pour une workstation (70B, vidéo). Une alternative à ~1 900 € existe avec un mini-PC à mémoire unifiée 128 Go pour les très gros modèles. Voir le guide config.
Combien de VRAM faut-il, et quelle carte graphique ?
La VRAM prime sur la puissance : ~6 Go pour un modèle 8B, ~10 Go pour un 14B, ~20 Go pour un 32B, ~40 Go pour un 70B (quantification Q4). 16 Go suffisent pour un usage confortable ; pour les gros modèles, une RTX 3090 d'occasion (24 Go) reste le meilleur rapport VRAM/prix.
Peut-on faire de l'IA sans carte graphique ?
Oui. Avec un modèle « MoE » (comme Qwen3-Coder 30B) et beaucoup de RAM, un processeur seul atteint ~16-25 tokens/s — plus lent qu'un GPU, mais parfaitement utilisable, et imbattable en capacité pour les très gros modèles.
Vaut-il mieux acheter du matériel ou louer un GPU dans le cloud ?
En dessous de ~10 h de calcul lourd par mois, ou pour un besoin ponctuel, le cloud (voire une API gratuite) est moins cher. Au-delà, l'achat s'amortit. Voir le guide cloud.
Peut-on avoir un « ChatGPT privé » chez soi ?
Oui, gratuitement et hors-ligne : avec Ollama et Open WebUI, on monte en quelques minutes une interface type ChatGPT qui tourne sur sa propre machine, sans envoyer ses données à un tiers. Voir le tutoriel pas à pas.
L'IA locale est-elle au niveau de ChatGPT ou Claude ?
Pour la plupart des usages, l'open source local 2026 est excellent. Atteindre le tout meilleur niveau (Opus, GPT-5) en local demande 10 000 à 20 000 € de matériel. La bonne approche est hybride : du local pour 80-90 % des besoins, complété par une API pour les tâches les plus dures — soit ~95 % de la qualité du frontier à coût maîtrisé.
Un projet IA concret ?
Choix de config, mise en place d'un LLM local, pipeline de génération, arbitrage cloud vs achat : je peux vous accompagner de bout en bout.
Travaillons ensemble