Série « IA locale », épisode 2. Épisode précédent : Ollama ou LM Studio, quel outil choisir ?

« Mon ordinateur peut-il faire tourner une IA ? Et sinon, lequel acheter ? » C’est la question qui arrive juste après la découverte de l’IA locale, par exemple avec mon guide LM Studio. Bonne nouvelle : vous n’avez peut-être rien à acheter. Et si vous devez investir, une seule règle suffit à éviter la plupart des erreurs. Voici mon guide, du PC que vous avez déjà jusqu’à la station de travail.

La règle d’or : c’est la mémoire qui décide

Pour une IA locale, le critère numéro un n’est ni le processeur ni la marque : c’est la quantité de mémoire dans laquelle le modèle peut tenir. Un modèle qui ne rentre pas en mémoire tourne très lentement, voire pas du tout. Deux cas :

• Sur un PC avec carte graphique NVIDIA ou AMD, c’est la mémoire de la carte (la VRAM) qui compte le plus. 8 Go, c’est un début ; 16 Go, c’est confortable ; 32 Go, c’est haut de gamme.
• Sur un Mac Apple Silicon ou un mini-PC AMD Ryzen AI Max, la mémoire est « unifiée » : le processeur et la puce graphique partagent la même. Un Mac avec 32 Go peut donc consacrer l’essentiel de ces 32 Go au modèle.

Deuxième critère : la bande passante mémoire, qui détermine la vitesse à laquelle les mots s’affichent. C’est là que les cartes graphiques haut de gamme et les puces « Max » et « Ultra » d’Apple font la différence.

Quelle mémoire pour quel modèle ?

Mémoire disponible	Exemples de modèles	Ce que vous pouvez en attendre
8 Go	Gemma 4 E4B, Phi-4-mini	Mails, résumés, reformulations
16 Go	gpt-oss-20b	Bon assistant du quotidien, raisonnement correct
24 à 32 Go	Gemma 4 26B, Qwen3.8 27B	Analyse de documents et d’images, code
64 à 128 Go	gpt-oss-120b	Qualité proche des assistants en ligne

Les configurations par budget

Les prix ci-dessous sont des ordres de grandeur à fin septembre 2026. Attention : la pénurie de mémoire tire actuellement les prix vers le haut, surtout pour les cartes graphiques et les machines à forte mémoire. Comparez toujours avant d’acheter.

0 € : l’ordinateur que vous avez déjà

Un Mac avec puce Apple (M1 ou plus récent) et 16 Go, ou un PC récent avec 16 Go de mémoire, suffit pour tester avec un petit ou moyen modèle. Commencez toujours par là : vous saurez très vite si l’IA locale répond à vos besoins avant d’investir un euro.

Ordinateur portable professionnel

• MacBook avec 24 à 32 Go de mémoire unifiée : mon choix par défaut pour un usage nomade. Silencieux, autonome, et capable de faire tourner des modèles de taille moyenne.
• PC portable avec carte NVIDIA : visez au moins 8 Go de VRAM (12 à 16 Go si possible) et 32 Go de mémoire. Plus rapide sur les petits modèles, mais plus bruyant et gourmand en batterie.

Poste fixe avec carte graphique

Un PC de bureau avec une carte NVIDIA de 16 Go de VRAM est le meilleur rapport vitesse/prix pour les modèles jusqu’à une vingtaine de milliards de paramètres. En haut de gamme, la RTX 5090 (32 Go) est la plus rapide du marché grand public, mais son prix dépasse aujourd’hui souvent 5 000 € en Europe, et ses 32 Go restent une limite pour les plus gros modèles.

Mini-PC à 128 Go de mémoire unifiée

C’est la catégorie qui a le plus bougé en 2026. Les mini-PC équipés du processeur AMD Ryzen AI Max+ 395 (Framework Desktop, GMKtec EVO et d’autres) offrent 128 Go de mémoire unifiée pour environ 3 100 à 3 900 €. De quoi faire tourner gpt-oss-120b sous Windows ou Linux. Ils sont moins rapides qu’un Mac haut de gamme, mais c’est aujourd’hui l’entrée la plus accessible dans les « gros » modèles.

Stations haut de gamme

• Mac Studio M5 Max et M5 Ultra : annoncés avec jusqu’à 128 Go (M5 Max) et 512 Go (M5 Ultra) de mémoire unifiée, et une bande passante très élevée. La référence pour les très gros modèles, à un prix à la hauteur. Vérifiez la disponibilité : certaines configurations sont encore en précommande.
• NVIDIA DGX Spark : 128 Go de mémoire unifiée et l’écosystème NVIDIA, autour de 4 800 à 5 900 €. Intéressant pour une équipe technique qui veut aussi expérimenter l’entraînement de modèles.

Les pièges à éviter

• Acheter pour le NPU : les PC « Copilot+ » mettent en avant leur puce dédiée à l’IA (NPU). Elle sert pour des fonctions légères de Windows, mais pour faire tourner un vrai modèle de langage avec LM Studio ou Ollama, ce sont la mémoire et la carte graphique qui comptent.
• Sous-dimensionner la mémoire d’un Mac : elle ne s’ajoute pas après coup. Mieux vaut un processeur un cran en dessous et plus de mémoire.
• Viser trop gros d’emblée : pour la majorité des usages professionnels (rédaction, résumés, analyse de documents), un modèle de 20 à 30 milliards de paramètres suffit largement.
• Oublier le coût du cloud : si vous n’utilisez l’IA que quelques heures par mois, un abonnement ou un service cloud européen peut être plus rentable qu’une machine à 4 000 €.

Mon conseil de DSI pour une PME

Ne commencez pas par acheter du matériel. Commencez par identifier deux ou trois usages concrets (par exemple résumer des contrats ou anonymiser des documents RH), testez-les sur un poste existant, puis dimensionnez. Pour une petite équipe, une seule machine partagée à 128 Go avec Ollama et une interface web suffit souvent, plutôt que d’équiper chaque poste.

Questions fréquentes

Mac ou PC pour l’IA locale ?

Mac si vous voulez beaucoup de mémoire dans une machine silencieuse et simple. PC avec carte NVIDIA si vous voulez la vitesse maximale sur des modèles petits ou moyens, ou si vous travaillez dans l’écosystème Windows et CUDA.

16 Go de mémoire, est-ce suffisant ?

Oui pour commencer : 16 Go permettent d’utiliser gpt-oss-20b, un très bon modèle polyvalent. Pour analyser des images ou de longs documents, visez 24 à 32 Go.

Faut-il un PC Copilot+ pour l’IA locale ?

Non. Le label Copilot+ concerne surtout les fonctions IA intégrées à Windows. Pour LM Studio ou Ollama, regardez d’abord la mémoire et la carte graphique.

En résumé

Testez d’abord sur votre machine actuelle. Si vous devez investir, raisonnez en mémoire avant tout : 16 Go pour démarrer, 32 Go pour être à l’aise, 128 Go pour les gros modèles. Prochain épisode : IA locale et RGPD, ce que doit savoir une PME avant de se lancer.

Sources : Cloudnews — What to buy to run LLMs locally in September 2026 ; S5 Labs — Local LLM machines 2026 ; configuration requise LM Studio ; gpt-oss sur LM Studio.

Article rédigé par Sylvain Jacquemard, DSI avec plus de 25 ans d’expérience en informatique, Regional Leader de la Microsoft Global Community Initiative en Suisse et auteur de livres sur l’IA générative.