Mis à jour le 9 octobre 2026 · repères vérifiés, à mesurer sur votre PC

Matériel IA locale : quelle mémoire pour quel modèle ?

Preuve logicielle OutilsIA

Le conseil matériel vient après le diagnostic.

OutilsIA édite Local Cockpit, une application desktop Rust/Tauri gratuite pour Windows et Linux. Son code est consultable sur GitHub (état du 29/07/2026, sans licence open source). Elle détecte le matériel et le runtime Ollama, recommande un modèle, puis distingue clairement une compatibilité estimée d'un benchmark réellement exécuté.

Windows + LinuxCode consultable · GitHub au 29/07/2026118,5 tok/s mesurés sur Hermes 3 8B · OIA-LC-BENCH-20260727-HERMES3-8B-RTX4080SRTX 4080 SUPER 16 Go · 27/07/2026

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 l'IA locale, la mémoire du GPU (VRAM) décide d'abord de ce qui tient : 12 Go accueillent les modèles 12B à 14B quantifiés, 16 Go laissent plus de place au contexte, 24 Go ouvrent les modèles 27B à 32B. La mémoire unifiée des Mac Apple Silicon constitue une autre voie, avec des compromis différents. Ces paliers sont des estimations à partir du poids des modèles publiés sur ollama.com.

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

Repères en 20 secondes

Le bon palier dépend de votre limite mesurée, pas des performances en jeu.

12 Go (ex. RTX 3060 12 Go) : modèles 12B à 14B quantifiés. 16 Go (ex. RTX 4060 Ti 16 Go, RTX 4070 Ti SUPER, RTX 5080, RX 9070 XT) : même gamme avec plus de contexte. 24 Go et plus : modèles 27B à 32B. Une carte 8 Go se limite surtout aux modèles 7B à 8B.

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 et votre RAM pour obtenir une estimation des modèles compatibles.

Acheter maintenant ou attendre ?

Guide : les critères à peser avant de changer de machine (CUDA, mémoire unifiée, mini PC).

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

Ce qu'il faut retenir avant de changer de matériel

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

Paliers courants12 Go, 16 Go ou 24 Go de VRAM selon le modèle visé
Limite8 Go de VRAM : surtout des modèles 7B à 8B
PourquoiLa VRAM décide d’abord si le modèle rentre ; le processeur ne compense pas un manque de mémoire.
Estimer mon PC Mesurer le vrai PC

Après le scan : quel changement est vraiment utile ?

Le premier blocage n'est pas toujours la carte graphique. Le diagnostic aide à le situer : runtime Ollama, RAM, stockage, VRAM, ou aucun changement prioritaire.

Processeur seul ou runtime instableTester un petit modèle d'abordRéparer Ollama ou les pilotes avant tout changement de matériel.
RAM ou stockage justesRAM / SSD / pilote avant GPULe rapport doit nommer le vrai goulet.
VRAM limitantePalier 12 ou 16 GoPour les modèles 12B à 14B quantifiés, avec plus ou moins de contexte.
Modèles 27B à 32B visés24 Go de VRAM, si le besoin est confirméVérifier d'abord l'usage réel d'un modèle 14B.
Scanner avant achat

Logiciel gratuit OutilsIA · Windows et Linux

Composer une configuration et suivre les prix : SiliconCote

Cette page ne publie plus de prix : ils changent trop vite pour rester justes sur une page fixe. SiliconCote part des pièces que vous possédez déjà, propose six configurations (trois tailles de tour, en neuf ou en occasion) et conserve vos relevés de prix datés, en séparant neuf, occasion et reconditionné. Tout se calcule sur votre ordinateur, sans compte.

SiliconCoteComposer une config et dater les prix relevés.
Local CockpitMesurer ce que votre PC fait déjà avec un vrai modèle.
Mon PC peut-il ?Estimer en ligne à partir du GPU et de la RAM.
Télécharger SiliconCote Mesurer avec Local Cockpit Faire une estimation web

Preuves de test OutilsIA

La preuve publique du 27 juillet 2026 relie un scan RTX 4080 SUPER 16 Go, Ollama (WSL) 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 Campagne cinq machines Protocole Voir la preuve datée Hub materiel

Guides pour choisir son matériel

Les guides de référence : GPU, paliers de VRAM, Mac mini et composition d’une configuration.

Tous nos guides matériel

Repères GPU pour IA locale

VRAM d'après les fiches des constructeurs (NVIDIA, AMD), consultées le 9 octobre 2026. Les modèles cités tiennent entièrement en VRAM d'après leur poids sur ollama.com : estimation, à vérifier avec Local Cockpit.

GPU VRAM (constructeur) Exemples de modèles qui tiennent (estimation) À savoir
RTX PRO 6000 Blackwell96 Go GDDR7 (ECC)Llama 4 Scout (67 Go), gpt-oss 120B (65 Go), Llama 3.3 70B (43 Go)Carte pour station de travail
RTX 509032 Go GDDR7Qwen 3.6 35B-A3B (23 à 24 Go), modèles 27B à 32B avec marge de contexteAlimentation à vérifier sur la fiche constructeur
RTX 409024 Go GDDR6XQwen 3.6 27B (18 à 19 Go), GLM-4.7-Flash (19 Go), Qwen 3 32B (20 Go)Qwen 3.6 35B-A3B (23 à 24 Go) déborde dès que le contexte grandit
RTX 309024 Go GDDR6XMêmes modèles que la RTX 4090, plus lentementGénération précédente (série 30)
Radeon RX 7900 XTX24 Go GDDR6Modèles 27B à 32B quantifiésROCm ou Vulkan au lieu de CUDA (prise en charge listée par Ollama)
RTX 508016 Go GDDR7Gemma 4 12B (7,7 à 8 Go), Qwen 3 14B (9,3 Go), gpt-oss 20B (14 Go, contexte court)Même capacité qu'une carte 16 Go plus ancienne
RTX 4070 Ti SUPER16 Go GDDR6XGemma 4 12B, Qwen 3 14B, DeepSeek-R1 14B (9 Go)Les autres RTX 4070 ont 12 Go
RTX 4060 Ti 16 Go16 Go GDDR6Gemma 4 12B, Qwen 3 14BExiste aussi en 8 Go : vérifier la version
Radeon RX 9070 XT16 Go GDDR6Gemma 4 12B, Qwen 3 14BROCm ou Vulkan (carte listée dans la documentation Ollama)
RTX 3060 12 Go12 Go GDDR6Gemma 4 12B, Qwen 3 14B, DeepSeek-R1 14B, avec un contexte limitéExiste aussi en 8 Go : vérifier la version

Tableau VRAM → modèle IA → matériel

Poids des modèles relevés sur ollama.com le 9 octobre 2026 (étiquette par défaut, quantification d'environ 4 bits). Mémoire Apple d'après apple.com à la même date.

Règle de lecture : un modèle tient si son poids, plus la mémoire du contexte (cache KV, qui grandit avec la longueur de la conversation), reste sous la VRAM disponible. Sinon, une partie bascule sur la RAM et la vitesse chute. Ce tableau est une estimation, à vérifier avec Local Cockpit sur votre machine.
Mémoire Exemples de modèles (poids sur ollama.com) Exemples de matériel
8 GoQwen 3 8B (5,2 Go), DeepSeek-R1 8B (5,2 Go), Llama 3.1 8B (4,9 Go), Mistral 7B (4,4 Go)RTX 4060, RTX 3060 Ti, versions 8 Go des RTX 3060 et 4060 Ti
12 GoGemma 4 12B (7,7 à 8 Go), Qwen 3 14B (9,3 Go), DeepSeek-R1 14B (9 Go)RTX 3060 12 Go, RTX 4070
16 GoLes mêmes avec plus de contexte ; gpt-oss 20B (14 Go) en limiteRTX 4060 Ti 16 Go, RTX 4070 Ti SUPER, RTX 5080, RX 9070 XT
24 GoQwen 3.6 27B (18 à 19 Go), GLM-4.7-Flash (19 Go), Gemma 4 31B (19 à 20 Go), Qwen 3 32B et DeepSeek-R1 32B (20 Go)RTX 3090, RTX 4090, RX 7900 XTX
32 GoQwen 3.6 35B-A3B (23 à 24 Go) avec de la margeRTX 5090
48 à 64 GoLlama 3.3 70B et DeepSeek-R1 70B (43 Go)2 × RTX 3090 (48 Go répartis), Mac mini M5 Pro 64 Go, Mac Studio M5 Max 64 Go
96 à 128 GoLlama 4 Scout (67 Go), gpt-oss 120B (65 Go)RTX PRO 6000 Blackwell (96 Go), Mac Studio M5 Ultra 96 Go, Mac Studio M5 Max 128 Go
256 à 512 GoQwen 3 235B (142 Go) ; Llama 4 Maverick (245 Go) et DeepSeek-R1 671B (404 Go) demandent 512 GoMac Studio M5 Ultra 256 ou 512 Go, serveurs multi-GPU

Sur Mac, une partie de la mémoire unifiée reste réservée au système : la mémoire réellement utilisable par le modèle est inférieure au total annoncé.

Au-delà du GPU : ce qu'une configuration doit vérifier

Pas de prix sur cette page : ils changent trop vite. Pour composer une configuration chiffrée et datée, utilisez SiliconCote.

RAM systèmeElle accueille ce qui ne tient pas en VRAM. 32 Go est un repère courant ; davantage si vous visez de gros modèles en partie sur la RAM, au prix d'une vitesse plus faible.
StockageLes modèles vont de moins de 1 Go (Qwen 3 0.6B) à plus de 400 Go (DeepSeek-R1 671B) sur ollama.com. Un SSD NVMe accélère le chargement.
Alimentation et boîtierLa puissance recommandée, la longueur de la carte et les connecteurs se vérifient sur la fiche du constructeur et du modèle exact de carte.
RuntimeCUDA pour NVIDIA, ROCm ou Vulkan pour AMD, Metal pour Apple : vérifiez que votre carte figure dans la documentation d'Ollama ou de LM Studio.
Composer une config avec SiliconCote Mesurer le PC actuel avec Local Cockpit

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.

Gamme relevée sur apple.com le 9 octobre 2026 : Mac mini M6 (16 Go, jusqu'à 32 Go), Mac mini M5 Pro (24 Go, jusqu'à 64 Go), Mac Studio M5 Max (36 Go, jusqu'à 128 Go), Mac Studio M5 Ultra (96 Go, jusqu'à 512 Go).

Comprendre mémoire unifiée vs VRAM →

Quel matériel pour l'IA locale ?

Faire tourner une intelligence artificielle sur son propre ordinateur est accessible, à condition de choisir le matériel selon le modèle visé. Le composant décisif est en général la carte graphique (GPU) : sa mémoire (VRAM) détermine la taille du modèle qui peut être chargé entièrement, donc rapidement.

Point au 9 octobre 2026, d'après ollama.com : les familles Qwen 3.6 (27B, et 35B-A3B en mixture-of-experts), Gemma 4 (de E2B à 31B), GLM-4.7-Flash, gpt-oss (20B et 120B), Qwen 3, Llama 4 (Scout et Maverick) et DeepSeek-R1 (de 1.5B à 671B) sont téléchargeables. Côté matériel, la RTX 5090 dispose de 32 Go de GDDR7 et la RTX PRO 6000 Blackwell de 96 Go (fiches NVIDIA) ; chez Apple, le Mac Studio M5 Ultra se configure jusqu'à 512 Go de mémoire unifiée (apple.com).

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 runtime, l'alimentation, le boîtier et les mesures réelles doivent être comparés ensemble.

L'alternative Apple repose sur la mémoire unifiée partagée entre CPU et GPU. Un Mac mini M5 Pro ou un Mac Studio M5 Max configuré en 64 Go peut charger Llama 3.3 70B (43 Go sur ollama.com), ce qu'aucune carte grand public seule de 24 ou 32 Go ne permet. Un GPU NVIDIA dédié reste généralement plus rapide sur les modèles qui tiennent dans sa VRAM. Le choix dépend de vos priorités : taille du modèle ou vitesse.

AMD est une option à condition d'accepter ROCm ou Vulkan au lieu de CUDA : la documentation d'Ollama liste notamment les Radeon RX 9070 XT (16 Go) et RX 7900 XTX (24 Go). L'écosystème d'outils reste plus large côté NVIDIA.

Au-delà du GPU, prévoyez assez de RAM système pour les modèles qui débordent de la VRAM, un SSD NVMe pour des chargements rapides, et une alimentation conforme à la puissance recommandée par le constructeur de la carte.

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

Questions fréquentes

Quel GPU choisir pour l'IA locale ?

Il n'existe pas de meilleur GPU universel. La VRAM décide d'abord de ce qui tient en mémoire : 12 Go accueillent les modèles 12B à 14B quantifiés (Gemma 4 12B, Qwen 3 14B), 16 Go laissent davantage de place au contexte, 24 Go ouvrent les modèles 27B à 32B (Qwen 3.6 27B, Qwen 3 32B). Mesurez d'abord votre PC actuel avec Local Cockpit.

Combien de VRAM faut-il pour un modèle donné ?

Il faut au moins le poids du modèle, plus une marge pour le contexte. Sur ollama.com, au 9 octobre 2026 : Qwen 3 8B pèse 5,2 Go, Qwen 3 14B 9,3 Go, Qwen 3.6 27B 18 à 19 Go et Llama 3.3 70B 43 Go. Ces repères restent des estimations à vérifier sur la machine réelle.

Mac à mémoire unifiée ou PC avec GPU NVIDIA ?

La mémoire unifiée (jusqu'à 64 Go sur Mac mini M5 Pro, 128 Go sur Mac Studio M5 Max et 512 Go sur Mac Studio M5 Ultra, d'après apple.com au 9 octobre 2026) peut accueillir des modèles plus volumineux qu'un GPU grand public, une partie restant réservée au système. Un GPU NVIDIA dédié conserve l'écosystème CUDA. Le choix dépend du modèle visé, du silence recherché et des mesures réelles.

Où trouver des prix à jour pour une configuration IA locale ?

Cette page ne publie pas de prix, car ils changent trop vite. SiliconCote, logiciel gratuit d'OutilsIA pour Windows et Linux, compose des configurations à partir des pièces que vous possédez et conserve des relevés de prix datés, en séparant neuf, occasion et reconditionné.

Sources consultées le 9 octobre 2026 : fiches NVIDIA (GeForce RTX 5090, 5080, 4090, famille 4070, 4060 Ti, 3090, 3060 ; RTX PRO 6000 Blackwell), fiches AMD (Radeon RX 9070 XT, RX 7900 XTX), documentation GPU d'Ollama, pages de modèles ollama.com, caractéristiques Mac mini et Mac Studio sur apple.com. Mise à jour de la page : 9 octobre 2026.

🎯 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.