⚡ TL;DR — La règle simple
32 Go DDR5 = minimum confortable (7-14B en VRAM, 22-32B avec déchargement léger). 64 Go DDR5 = le bon palier (Llama 70B Q4 utilisable en déchargement, lentement). 96 Go DDR5 = gros modèles en déchargement (Mistral Large 2 123B en Q4, environ 73 Go). 128 Go DDR5 = Mixtral 8x22B en Q4 et inférence CPU seule, avec le piège des 4 barrettes sur AM5. La DDR5 bat la DDR4 pour les LLM, mais seulement quand une partie du modèle tourne en RAM.
Pourquoi la RAM compte autant que la VRAM
Tu as une carte de 16 Go et tu charges Codestral 22B en Q5 (15 à 17 Go selon la variante). Avec le contexte, le modèle déborde : llama.cpp ou Ollama placent la plupart des couches sur le GPU et le reste en RAM système. La vitesse chute alors nettement, parce que les couches en RAM sont limitées par la bande passante de la mémoire système.
Exemple mesuré sur notre machine (RTX 4080 SUPER 16 Go + 64 Go DDR5) : qwen3.8:27b en Q4_K_M occupe 18 Go une fois chargé, donc plus que la VRAM. Ollama l’a réparti à 28 % CPU / 72 % GPU, pour 9,4 tok/s le 19/08/2026 (WSL, Ollama 0.32.14). Sur la même carte, Hermes 3 8B, entièrement en VRAM, a mesuré 118,5 tok/s. Ce ne sont pas les mêmes modèles, mais l’écart illustre ce que coûte le débordement. Détail : nos mesures réelles.
La RAM est là pour absorber le débordement. Trop peu = tu plafonnes aux modèles qui tiennent en VRAM. Assez = tu débloques les 22-32B et, plus lentement, les 70B. Beaucoup = tu peux charger les gros MoE comme Mixtral 8x22B.
Le Go de RAM système coûte beaucoup moins cher que le Go de VRAM. Pour gagner en capacité de modèles, c’est souvent le levier le plus rentable, à condition d’accepter la vitesse réduite des couches déchargées.
Le tableau RAM → LLM qu’il fallait
Hypothèse : une carte de 12-16 Go de VRAM. Tailles de fichiers relevées dans la bibliothèque Ollama ; gardez quelques Go pour le système, le navigateur et le contexte.
| RAM DDR5 | En VRAM (12-16 Go) | Avec déchargement en RAM | Hors portée |
|---|---|---|---|
| 16 Go | 7-8B en Q4 (environ 5 Go) | Quasiment rien : pas de marge | 22B+ inconfortable, 70B impossible |
| 32 Go | Tous les 7-14B | 22-32B en Q4 (Mistral Small 24B 14 Go, Gemma 3 27B 17 Go, Qwen3 32B 20 Go) | 70B en Q4 (43 Go) trop juste |
| 64 Go | Tous les 7-14B, plusieurs à la fois | Llama 3.3 70B Q4 (43 Go), Mixtral 8x7B Q4 (28 Go) | Mixtral 8x22B Q4 (86 Go), Mistral Large 2 Q4 (73 Go) |
| 96 Go | Plusieurs modèles simultanés | Mistral Large 2 123B Q4 (73 Go), Llama 70B Q8 (75 Go) | Mixtral 8x22B Q4 (86 Go) trop juste |
| 128 Go | RAG long contexte, multi-instances | Mixtral 8x22B Q4 (86 Go), Mistral Large 2 Q4 confortable | Mistral Large 3 (675 milliards de paramètres), Llama 3.1 405B (243 Go en Q4) |
Notes :
- « En VRAM » = le modèle tient entièrement sur le GPU : c’est le cas rapide.
- « Avec déchargement » = une partie des couches tourne en RAM : utilisable, mais nettement plus lent. Mesurez sur votre machine plutôt que de vous fier à un chiffre générique.
- Hors portée = le modèle ne tient pas, ou de façon trop juste pour être utilisable.
Les pièges qu’on ne te dit pas
1. Le piège des 4 barrettes sur AM5
AMD l’écrit noir sur blanc : un Ryzen 9000 est garanti en DDR5-5600 avec 2 barrettes, mais seulement en DDR5-3600 avec 4 barrettes (fiche officielle du Ryzen 7 9700X). Un kit 4×32 Go peut donc démarrer bien en dessous de sa vitesse annoncée. De 5600 à 3600 MT/s, la bande passante théorique baisse d’environ 36 %, et c’est elle qui limite les couches déchargées.
Solution : pour 128 Go, préférez 2 barrettes de 64 Go, ou restez à 96 Go en 2×48 Go. Vérifiez la QVL et la capacité maximale de votre carte mère (256 Go pour le 9700X selon AMD).
2. DDR5 vs DDR4 pour LLM : la nuance
Bande passante théorique en double canal (débit × 8 octets × 2 canaux) :
| Type | Bande passante théorique | Impact LLM |
|---|---|---|
| DDR4-3200 (AM4) | 51,2 Go/s | Déchargement très lent |
| DDR4-3600 | 57,6 Go/s | Déchargement lent |
| DDR5-3600 (AM5, 4 barrettes) | 57,6 Go/s | Le piège ci-dessus |
| DDR5-5600 (Ryzen 9000, 2 barrettes) | 89,6 Go/s | Déchargement correct |
| DDR5-6000 (profil EXPO) | 96 Go/s | Bon compromis |
| DDR5-6400 (profil EXPO) | 102,4 Go/s | Le haut du panier courant |
Verdict : si tu fais souvent du déchargement (modèle plus gros que la VRAM), la DDR5 apporte nettement plus de bande passante que la DDR4, et c’est elle qui fixe la vitesse des couches en RAM. Si ton modèle tient en VRAM, DDR4 ou DDR5 ne change presque rien.
3. Capacité ou fréquence : choisir
Pour les LLM, la capacité bat la vitesse. Mieux vaut 96 Go DDR5-6000 que 64 Go DDR5-7200 : un modèle qui tient dans 96 Go ne rentrera pas dans 64 Go, quelle que soit la fréquence. Et un modèle qui tient en RAM tourne, même un peu plus lentement.
Verdict par usage
🎯 Tu débutes en IA locale (premier build)
32 Go DDR5-6000 CL30 en 2×16 Go. Les 7-14B tournent en VRAM, les 22-32B en déchargement léger. Tu pourras passer à 64 Go plus tard. Le piège : ne PAS prendre 2×8 Go, tu serais bloqué.
🎯 Build IA sérieux
64 Go DDR5-6000 CL30 en 2×32 Go. Notre recommandation n°1, et la configuration de la machine de l’auteur. Les 70B en Q4 passent en déchargement (lentement), Mixtral 8x7B aussi, et tu gardes de la marge pour l’IDE, le navigateur et Docker.
🎯 Power user / dev pro
96 Go DDR5 en 2×48 Go. Deux barrettes préservent la vitesse. Mistral Large 2 (123B) en Q4 devient chargeable, avec plusieurs modèles simultanés, du RAG long contexte, ou SDXL et un LLM en parallèle.
🎯 Inférence CPU seule ou très gros MoE
128 Go DDR5 en 2×64 Go. Mixtral 8x22B en Q4 (86 Go) devient chargeable. ATTENTION : en 4 barrettes sur AM5, la vitesse garantie tombe à DDR5-3600. Pour aller au-delà, une plateforme Threadripper (plus de canaux mémoire) est plus adaptée.
FAQ
32 Go suffit pour quoi ?
Tous les 7-14B en VRAM, et les 22-32B en Q4 avec un déchargement léger en RAM, donc plus lentement. C’est le minimum confortable en 2026.
64 Go c’est vraiment le bon palier ?
Oui pour la plupart des usages. Llama 3.3 70B en Q4 (43 Go) et Mixtral 8x7B passent en déchargement, lentement mais utilisables. Mixtral 8x22B en Q4 (86 Go), lui, ne tient pas.
96 Go c’est pour qui ?
Ceux qui veulent charger Mistral Large 2 (123B) en Q4 (environ 73 Go) ou un 70B en Q8 (environ 75 Go), faire tourner plusieurs modèles ou du RAG long contexte.
128 Go c’est trop ?
Pas si tu vises Mixtral 8x22B en Q4 ou l’inférence CPU seule. Attention au piège AM5 : avec 4 barrettes, AMD ne garantit que la DDR5-3600 ; préférez 2×64 Go. Mistral Large 3 (675 milliards de paramètres) reste hors de portée, même avec 128 Go.
DDR5 vs DDR4 important pour LLM ?
Oui dès qu’une partie du modèle tourne en RAM. En théorie, la DDR5-6000 en double canal offre 96 Go/s contre 57,6 Go/s pour la DDR4-3600.
Latence CAS (CL30, CL36) importante ?
Marginale. Pour les LLM, la bande passante compte plus que la latence. Privilégiez une fréquence stable et élevée, en 2 barrettes.
Si je n’ai que 16 Go RAM ?
Les 7-8B en Q4 tournent en VRAM, mais sans aucune marge. Passer à 32 Go est l’amélioration la plus utile.
Pour aller plus loin :
- 8, 12, 16 ou 24 Go de VRAM : quel modèle tourne vraiment ?
- Monter un PC pour LLM local en 2026 — config 24 Go VRAM + 64 Go RAM
- Guide Mistral local complet
- Mémoire unifiée Mac vs PC — alternative Mac