Révisé le 28 juillet 2026 · diagnostic avant achat

Matériel IA locale : quoi acheter en 2026 ?

Vrai logiciel natif Rust/Tauri — pas du HTML déguisé en appli. Local Cockpit et Maestro tournent en natif (moteur Rust, shell Tauri / webview système). Ce n’est pas Electron, pas un Chromium de 200 Mo pour afficher une page web. Scan machine, process, gates : du code sur votre PC. Local Cockpit (machine) Maestro (orchestre) Forge locale

Preuve logicielle OutilsIA

Le conseil matériel vient après le diagnostic.

OutilsIA édite Local Cockpit, une application desktop Rust/Tauri open source pour Windows et Linux. Elle détecte le matériel et le runtime Ollama, recommande un modèle, puis distingue clairement une compatibilité estimée d'un benchmark réellement exécuté.

Windows + LinuxCode source GitHub118,5 tok/s mesurés sur Hermes 3 8BRTX 4080 SUPER 16 Go · 27/07/2026
Télécharger Local CockpitVoir la preuve datéeAuditer le code GitHub

Cette mesure prouve le parcours sur une machine précise. Elle ne prévoit pas la vitesse du matériel présenté sur cette page.

Avant tout achat

Commencez par mesurer la machine que vous possédez déjà.

Le bon ordre est simple : identifier le blocage, tester un modèle réel, puis seulement comparer un upgrade. Le rapport peut aussi conclure qu'aucun achat n'est prioritaire.

1. ScannerCPU, RAM, GPU, VRAM, stockage et runtime Ollama.
2. MesurerTester le modèle recommandé et observer les vrais tokens/s.
3. DéciderAcheter seulement si RAM, VRAM ou stockage bloquent l'usage.
Télécharger Local Cockpit Faire une estimation web Examiner la preuve
Le materiel pour faire tourner l IA en local - guide complet

Repères GPU, RAM, stockage et mémoire unifiée pour préparer une IA locale. Les capacités restent des estimations tant qu'un modèle précis n'a pas été benchmarké sur la machine.

Disponible en bêta Windows et Linux

OutilsIA Local Cockpit scanne votre PC, installe un modèle local avec confirmation et mesure si un upgrade est vraiment utile.

Avant de commander une RTX, de la RAM ou un mini PC, l'app répond concrètement : votre machine actuelle suffit-elle pour Qwen, Hermes ou Llama ? Le blocage vient-il de la VRAM, de la RAM, du stockage ou simplement du mauvais modèle ?

Télécharger Local Cockpit Voir le scanner IA locale Devenir beta testeur

⚡ Réponse rapide

Pour démarrer l'IA locale en 2026, comparez d'abord trois paliers : 12 Go de VRAM pour un premier GPU CUDA utile, 16 Go pour davantage de confort sur les 7B à 14B, et 24 Go quand un usage mesuré justifie des modèles plus lourds. La mémoire unifiée constitue une autre voie, avec des compromis différents.

Avant d'acheter, passez par le Scanner IA local OutilsIA : il explique si votre blocage vient vraiment de la VRAM, de la RAM ou du stockage.

Paliers à comparer après diagnostic
RTX 3060 12 Godébuter CUDA
GPU 16 Go14B et image IA
RTX 3090 24 Go32B et offload réduit
Mémoire unifiéegros modèles silencieux

Décision en 20 secondes

Le bon palier dépend de votre limite mesurée, pas du FPS gaming.

Budget serré : RTX 3060 12 Go. Usage confortable : RTX 4070 Ti Super 16 Go. Gros modèles : RTX 3090/4090 24 Go. Évitez d'acheter un GPU 8 Go comme machine IA durable.

Tester avant achat
Machine suffisanteNe rien acheterTester un modèle plus adapté.
Mémoire limitéeRAM ou VRAMCorriger le goulet identifié.
Gros modèles24 Go seulement si besoinValider le 14B/32B avant achat.
⚡ Tester mon PC en 1 clic →

Sélectionnez votre GPU + RAM, voyez quels modèles tournent. 60+ GPU listés.

Acheter maintenant ou attendre DGX Spark ?

Nouveau : verdict selon budget, urgence, CUDA, Arc Pro B70, Strix Halo, Mac M4 et AI PCs.

Données matérielles réelles

Recevoir les prochains tests matériels OutilsIA

Un message lors d'une nouvelle campagne physique ou d'une version Local Cockpit. Les résultats restent liés au matériel, au modèle, au runtime et à la date de mesure.

- rapports physiques datés- versions Windows/Linux- modèles réellement benchmarkés

Verdict achat matériel IA locale

Réponse courte : partez du besoin mesuré : runtime à réparer, stockage, RAM, VRAM ou aucun achat. Les paliers 12, 16 et 24 Go n'ont de sens qu'après avoir identifié le modèle et l'usage visés.

J'achèteRTX 3060 12 Go, RTX 4070 Ti Super 16 Go ou RTX 3090 24 Go
J'éviteGPU 8 Go comme achat durable IA locale
PourquoiLa VRAM décide d’abord si le modèle rentre; le CPU et le RGB ne compensent pas un manque de mémoire.
Estimer mon PC Mesurer le vrai PC

Après le scan OutilsIA : quelle dépense est vraiment utile ?

Ne partez pas directement sur une carte graphique chère. Le scanner classe d'abord le blocage : runtime Ollama, RAM, stockage, VRAM ou aucun achat prioritaire.

Score 0-40Tester léger, ne rien acheter tout de suiteUtile pour vieux Core i7, CPU only ou Ollama instable.
Score 40-65RAM / SSD / driver avant GPULe rapport doit expliquer le vrai goulet.
Score 65-80GPU 12/16 Go selon budgetRTX 3060 12 Go pour commencer, 16 Go pour plus de marge.
Score 80+24 Go VRAM seulement si besoinTester 14B/32B avant d'acheter une RTX 3090/4090.
Scanner avant achat

Seulement si le diagnostic recommande un upgrade

Trois paliers matériels à vérifier

Ces liens servent uniquement à vérifier prix et disponibilité après le scan. OutilsIA ne connaît ni votre alimentation, ni la place dans le boîtier, ni le vendeur choisi.

RTX 3060 12 Go Premier palier CUDA si 12 Go de VRAM suffisent. RTX 4070 Ti Super 16 Go Plus de marge pour 14B et image locale. RTX 3090 24 Go Palier 24 Go pour les usages réellement mesurés.

Preuves de test OutilsIA

La preuve publique du 27 juillet 2026 relie un scan RTX 4080 SUPER 16 Go, Ollama Windows et un benchmark Hermes 3 8B mesuré à 118,5 tok/s. Elle ne prédit pas la vitesse d'un autre GPU.

Voir la methode Voir la preuve datée Hub materiel

Choisir le bon matériel avant d’acheter

Les guides qui transforment une curiosité IA locale en décision d’achat claire : GPU budget, 16 Go de VRAM, Mac Mini ou build complet.

Budget CUDA
RTX 3060 12 GoLe choix simple pour Ollama, LM Studio et les modèles 7B/14B sans exploser le budget.
Comparatif achat
RTX 4060 Ti 16 Go vs 3060La décision la plus fréquente : 12 Go moins cher ou 16 Go plus confortable.
Mac silencieux
Mac Mini M4 : 16, 24 ou 48 GoQuelle mémoire unifiée choisir pour IA locale sans acheter trop petit.
Liste complète
Build IA locale 1500€Composants cohérents : GPU, RAM, SSD, alim et boîtier.

Tous nos guides matériel

⭐ INCONTOURNABLE

Meilleur GPU IA locale 2026

Comparatif RTX, Mac et AMD par capacité mémoire, contraintes de runtime et scénario d'usage.

Lire le guide →
⚡ OUTIL GRATUIT

Mon PC peut-il faire tourner une IA ?

Sélectionnez votre GPU + RAM, voyez quels modèles tournent : Llama 4, Qwen 3, DeepSeek R1.

Tester maintenant →
24 GO VRAM

RTX 3090 + Qwen 3.6 + Hermes

Le guide concret pour savoir quels modèles Qwen/Hermes tournent sur RTX 3090, avec panier GPU, alim, RAM et boîtier.

Voir le combo →
WORKSTATION

RTX Pro 6000 Blackwell 96GB

Le GPU workstation ultime pour Llama 4 Maverick et Mistral Large 3 sans concession.

Lire l'analyse →
CONFIG ULTIME

Machine de rêve IA locale 2026

La configuration ultime pour faire tourner DeepSeek R1 671B et Llama 4 Behemoth en local.

Découvrir →
AVANCÉ

Dual RTX 3090 pour IA

48 Go de VRAM cumulés pour moins cher qu'une RTX 4090. Le setup malin pour Llama 70B.

Lire l'article →
COMPARATIF

Mémoire unifiée Mac vs PC

Apple M4 avec mémoire unifiée contre PC avec GPU dédié : qui gagne pour l'IA locale 2026 ?

Lire l'article →
SILENCIEUX

Mac Mini M4 pour IA locale

Le silencieux à 700 €. Mac Mini M4 16GB, M4 Pro 48GB, M4 Pro 64GB : lequel choisir ?

Lire l'analyse →
MINI-PC

Meilleur mini-PC IA 2026

Comparatif des mini-PC pour l'IA locale : Mac Mini, Minisforum, Beelink, Strix Halo.

Lire l'article →
eGPU

Carte graphique externe eGPU

Boostez votre laptop avec un eGPU pour l'IA. Boîtiers, performances, limites Thunderbolt.

Lire le guide →
DGX SPARK

ASUS Ascent GX10 superordinateur

Le NVIDIA DGX Spark sous marque ASUS : 128GB unifiée pour modèles XXL.

Découvrir →
EDGE

Raspberry Pi pour l'IA

Faire tourner une IA sur Raspberry Pi 5 : limites, modèles 1-3B compatibles, alternatives.

Guide complet →
RAM

RAM 64 vs 128 Go DDR5

Pour l'IA locale, faut-il vraiment 128 Go de RAM ? Le piège AM5 qu'il faut connaître.

Lire l'analyse →

Repères GPU pour IA locale

Capacité VRAM et ordre de grandeur indicatif. Disponibilité, prix et performances doivent être vérifiés au moment du choix.

GPU VRAM Prix indicatif Perf IA Modèle max Q4 Achat
RTX 5090 32GB ⭐ TOP 32 Go ~2 500 € ⭐⭐⭐⭐⭐ Qwen 3.6 35B-A3B / Llama 70B Q3 Prix
RTX 4090 24GB 24 Go ~1 900 € ⭐⭐⭐⭐⭐ Qwen 3.6 27B / GLM-4.7-Flash 30B Prix
RTX 5080 16GB 16 Go ~1 300 € ⭐⭐⭐⭐ Gemma 4 12B / Qwen 3 14B Prix
RTX 4070 Ti Super 16GB 💎 RAPPORT 16 Go ~880 € ⭐⭐⭐⭐ Qwen 3 14B / Llama 4 Scout Prix
RTX 3090 24GB 📦 OCCASION 24 Go ~750 € ⭐⭐⭐⭐ Qwen 3.6 27B / GLM-4.7-Flash Prix
RTX 4060 Ti 16GB 16 Go ~480 € ⭐⭐⭐ Gemma 4 12B / Qwen 3 14B Prix
RTX 3060 12GB 🎯 BUDGET 12 Go ~290 € ⭐⭐⭐ Gemma 4 12B / Qwen 3 14B Prix
RX 9070 XT 16GB 🔴 AMD 16 Go ~650 € ⭐⭐⭐ Gemma 4 12B / Qwen 3 14B (ROCm) Prix
Mac Mini M4 16GB 🍎 SILENCIEUX 16 Go unifiée ~700 € ⭐⭐⭐ Gemma 4 12B / Qwen 3 8B Prix
Mac Mini M4 Pro 48GB 💎 70B SILENT 48 Go unifiée ~2 100 € ⭐⭐⭐⭐ Llama 70B Q4 / Qwen 3.6 35B Q8 Prix

Tableau VRAM → modèle IA → matériel recommandé

Référence rapide pour choisir votre config selon le modèle visé en 2026

VRAM Modèles IA confortables GPU recommandé Budget
8 GoGemma 4 12B Q4, Llama 4 Scout 17B Q4, Qwen 3 8B, Mistral 7BRTX 4060 8GB, RTX 3060 Ti300-400 €
12 GoGemma 4 12B, Qwen 3 14B, DeepSeek Distill 14BRTX 3060 12GB, RTX 4070300-600 €
16 GoGemma 4 12B Q8, Qwen 3 14B Q8, Llama 4 Scout Q8RTX 4060 Ti 16GB, RTX 4070 Ti Super450-900 €
24 GoQwen 3.6 27B, GLM-4.7-Flash 30B, DeepSeek Distill 32BRTX 3090 24GB, RTX 4090, RX 7900 XTX700-1900 €
32 GoQwen 3.6 35B-A3B Q4, Llama 3.3 70B Q3RTX 5090 32GB2200-2700 €
48 GoLlama 3.3 70B Q4, Qwen 3.6 35B Q82× RTX 3090, Mac Mini M4 Pro 48GB1400-2500 €
96 GoMistral Large 3 Q4, Llama 4 Maverick Q8RTX Pro 6000 Blackwell, Mac Studio M4 Max5000-9000 €
192 Go+DeepSeek R1 671B Q3, Llama 4 Behemoth 288BMac Studio M4 Ultra 192GB, multi-H1008000+ €

Exemples de configs par palier

Montants indicatifs, sans promesse de prix actuel. Validez toujours le besoin avec le scan puis la compatibilité complète des composants.

DÉBUTANT
700 €
IA locale découverte
  • • RTX 3060 12GB (~290 €)
  • • Ryzen 5 7600 (~180 €)
  • • 32 Go DDR5 (~80 €)
  • • SSD NVMe 1To (~70 €)
  • • Boîtier + alim 550W
→ Petits modèles et 7B/8B quantifiés
Valider sur le PC →
⭐ RECOMMANDÉ
1 400 €
IA locale confortable
  • • RTX 4070 Ti Super 16GB (~880 €)
  • • Ryzen 7 7700 (~280 €)
  • • 64 Go DDR5 (~140 €)
  • • SSD NVMe 2To (~120 €)
  • • Boîtier ventilé + alim 750W
→ Nombreux 7B à 14B quantifiés
Valider sur le PC →
PERFORMANCE
2 700 €
IA locale avancée
  • • RTX 4090 24GB (~1 900 €)
  • • Ryzen 9 7900X (~400 €)
  • • 64 Go DDR5 (~140 €)
  • • SSD NVMe 2To (~120 €)
  • • Alim 850W, boîtier ventilé
→ Certains 32B quantifiés, selon runtime
Valider sur le PC →
ULTIME 2026
3 500 €
IA locale avancée
  • • RTX 5090 32GB (~2 500 €)
  • • Ryzen 9 9900X (~500 €)
  • • 128 Go DDR5 (~280 €)
  • • SSD NVMe 4To (~250 €)
  • • Alim 1000W, boîtier high-end
→ Modèles lourds, quantification à vérifier
Valider sur le PC →

Alternative Apple : mémoire unifiée et compromis différent

Une machine Apple disposant de beaucoup de mémoire unifiée peut charger des modèles qui dépassent la VRAM d'un GPU grand public. La taille chargeable ne garantit toutefois ni la vitesse, ni le confort : modèle, quantification et contexte doivent être testés.

Comprendre mémoire unifiée vs VRAM →

Quel matériel pour l'IA locale en 2026 ?

Faire tourner une intelligence artificielle en local sur son PC est devenu accessible en 2026, mais le choix du matériel reste crucial. Le composant le plus important est la carte graphique (GPU) : c'est elle qui effectue les calculs de l'IA. La VRAM (mémoire vidéo) détermine la taille maximale du modèle que vous pouvez charger.

En 2026, le paysage des modèles IA locale a explosé : Llama 4 (Scout 17B, Maverick 109B MoE, Behemoth 288B), Qwen 3 (jusqu'à 235B Mixture-of-Experts), DeepSeek R1 671B avec ses versions distillées, Mistral Large 3, Gemma 3, Phi-4 — rejoints depuis par Gemma 4 (12B multimodal), Qwen 3.6 (27B et 35B MoE) et GLM-4.7-Flash (30B-A3B), tous trois disponibles sur Ollama. Côté hardware, la RTX 5090 32GB Blackwell est arrivée à environ 2 500 €, la RTX Pro 6000 Blackwell 96GB ouvre les modèles XXL aux workstations, et les Mac M4 avec mémoire unifiée jusqu'à 192GB démocratisent l'IA locale haut de gamme.

Il n'existe pas de meilleur achat universel. Une carte 12 Go constitue un premier palier CUDA utile, 16 Go apporte davantage de marge et 24 Go ouvre des modèles quantifiés plus lourds. La mémoire unifiée répond à un autre compromis. Le prix, le runtime, l'alimentation, le boîtier et les mesures réelles doivent être comparés ensemble.

L'alternative Apple est intéressante grâce à la mémoire unifiée partagée entre CPU et GPU. Un Mac avec 48 Go de mémoire unifiée peut charger un modèle 70B complet, ce qu'aucun GPU consumer ne peut faire seul. La vitesse d'inférence est inférieure à celle d'un GPU NVIDIA dédié sur les modèles 7-32B, mais l'écart se réduit sur les très gros modèles. Le choix dépend de vos priorités : taille du modèle (Mac) ou vitesse brute (PC + RTX).

AMD a rattrapé son retard en 2026 avec la série RX 9000 (RDNA 4). La RX 9070 XT 16GB (~650 €) est désormais une alternative crédible à NVIDIA pour l'IA locale, à condition d'accepter ROCm au lieu de CUDA. L'écosystème reste cependant moins mature qu'NVIDIA pour Ollama et LM Studio.

Au-delà du GPU, prévoyez au minimum 32 Go de RAM système (64 Go pour les configs sérieuses), un SSD NVMe rapide (les modèles pèsent 4 à 400 Go), et un processeur récent (Ryzen 7/9 ou Intel i7/i9). L'alimentation doit être dimensionnée : 550W minimum pour un GPU, 850W pour RTX 4090, 1000W pour RTX 5090.

⚡ Estimer mon PC → | Guide GPU IA locale | Mac vs PC | Mesurer avec Local Cockpit

🎯 Guides ciblés

Parcours recommandé IA locale

Ces guides forment le cœur éditorial OutilsIA : installer, choisir le bon matériel, comparer les modèles et déployer une IA utile sans dépendre du cloud.

IA localeLe pilier pour choisir modèles, outils et architecture privée. Ollama DockerDéployer proprement un serveur IA local. DeepSeek R1 localConfigurer DeepSeek avec Ollama et éviter les erreurs fréquentes. Mini PC IAComparer Mac mini, NUC, Beelink et machines compactes. Matériel IAChoisir GPU, RAM, VRAM et configurations adaptées. Raspberry Pi IATester l'IA à petit budget, avec limites réalistes. Meilleur OS IA localeLinux, Windows, macOS : le bon système selon l'usage. Claude.mdStructurer la mémoire projet pour Claude Code.