Combien de VRAM faut-il pour faire tourner une IA locale ?

Cela dépend du modèle, de sa quantification, du contexte et du runtime. En première approximation, 8 Go vise les petits modèles, 12 à 16 Go couvre de nombreux 7B à 14B quantifiés et 24 Go apporte plus de marge. Local Cockpit confirme ensuite sur la machine réelle.

Cette page scanne-t-elle mon PC ?

Non. L'estimateur utilise uniquement le GPU et la RAM sélectionnés. L'application desktop OutilsIA Local Cockpit est nécessaire pour détecter le matériel, Ollama, les modèles installés et mesurer les performances.

Une estimation de compatibilité est-elle un benchmark ?

Non. Une estimation indique un ordre de grandeur théorique. Un benchmark est une exécution datée d'un modèle précis sur un runtime et une machine précis.

Estimation web gratuite · mesure réelle dans l'app

Mon PC peut-il faire tourner une IA en 2026 ?

Estimation ou mesure : deux niveaux distincts

Le web estime. Local Cockpit mesure votre vrai PC.

Choisissez ici un GPU et une quantité de RAM pour obtenir une première compatibilité. Pour détecter le matériel réel, Ollama, les modèles installés et les tokens/s, utilisez l'application Rust/Tauri Windows ou Linux.

Estimation web gratuiteScan réel dans l'app118,5 tok/s mesurés sur Hermes 3 8BPreuve datée · 27/07/2026

Lancer l'estimation Télécharger Local Cockpit Voir la preuve datée

Cette page ne lit aucun composant du PC et n'invente pas de benchmark. Les performances affichées dans l'estimateur restent des projections.

Mon PC peut-il faire tourner une IA locale - test instantane

Sélectionnez votre GPU et votre RAM, découvrez instantanément quels modèles IA tournent : Llama 4, Qwen 3, DeepSeek R1, Mistral Large 3, Stable Diffusion, Flux.

Créer un compte gratuit Connexion

Le compte sert à sauvegarder le diagnostic, les modèles compatibles et l'upgrade prioritaire.

Déjà disponible dans Local Cockpit

Le diagnostic ne dit plus seulement “possible” : il installe un modèle avec confirmation, le lance et mesure la vitesse sur votre machine.

Local Cockpit scanne le GPU, la VRAM, la RAM et les runtimes Ollama, puis teste Qwen, Hermes, Llama ou Mistral, génère un rapport partageable et explique l'upgrade utile. Même un vieux Core i7 ou une GTX 1080 Ti reçoit une réponse concrète : quoi installer, quoi éviter et quoi améliorer plus tard.

InstallerOllama et un modèle compatible.

TesterRéponse courte, latence et tokens/s.

ComparerQwen, Hermes, Llama, Mistral.

SauverRapport, compte et MemoryForge.

1. Sélectionnez votre carte graphique

Choix rapides avant achat

2. Votre RAM système

Résultats pour

Après ce résultat

Si le diagnostic indique réellement un manque de VRAM, vous pouvez vérifier le prix du GPU sélectionné. Sinon, gardez votre machine et testez d'abord un modèle compatible.

💡 Notre recommandation personnalisée

📦 Installer Ollama 📊 Tableau complet ⚡ Quel GPU acheter ?

Espace client

Sauvegarder ce diagnostic

Votre compte garde la configuration, les modèles compatibles et la limite principale. Pour une preuve matérielle réelle, Local Cockpit complète ensuite cette estimation par un scan et un benchmark.

Voir mon compte

📊 Ce que ton PC peut faire en chiffres

Beta

Projections basées sur la bande passante mémoire ( GB/s) et un facteur d'efficacité théorique de %. Elles servent à comparer des scénarios, pas à annoncer une performance. Seul le benchmark Local Cockpit fournit des tokens/s mesurés.

🧠 LLM Inference — tokens/seconde

Modèle	Q4	Q8	FP16

🎨 Génération d'image

🛠 Fine-tuning QLoRA

⚡ Bottleneck

🔒 3 builds alternatifs personnalisés

À l'étude

Une future comparaison pourra préparer trois scénarios d'upgrade, mais aucun prix, gain ou modèle débloqué ne sera affiché sans source et sans hypothèses visibles.

💎 Best value

Corriger le vrai goulet

RAM, VRAM, stockage ou aucun achat selon le diagnostic.

🚀 Puissance brute

Comparer les paliers

Modèles potentiellement débloqués, limites et coût à vérifier.

🤫 Silencieux

Énergie et bruit

Comparer aussi la mémoire unifiée et les contraintes du runtime.

Recevoir le builder complet au lancement

Un message uniquement si ce module devient un produit vérifiable.

🚀

Upgrade recommandé pour votre profil

Confirmer par benchmark réel →

🧰

Les compléments qui changent tout (sans changer de GPU)

🧠 32 Go de RAM

Le swap tue vos tokens/s : l’offload CPU des gros modèles exige 32 Go mini. Le meilleur petit upgrade si votre GPU est encore correct.

⚡ SSD NVMe 2 To

Qwen 72B = 45 Go, Llama 70B = 40 Go… Les modèles dévorent le disque et chargent 6× plus vite en NVMe.

🔌 Alim 850 W Gold

Le pic transitoire d’une RTX moderne fait rebooter les alims justes. 850 W = marge pour l’upgrade.

📊 Tableau VRAM → modèle IA → matériel recommandé (2026)

VRAM	Modèles IA confortables	GPU recommandé	Budget
8 Go	Llama 4 Scout 17B Q4, Qwen 3 7B, Phi-4 8B, Mistral 7B	RTX 4060 8GB, RTX 3060 Ti	300-400€
12 Go	Qwen 3 14B, DeepSeek Distill 14B, Phi-4 14B	RTX 3060 12GB, RTX 4070	300-600€
16 Go	Qwen 3 14B Q8, Llama 4 Scout Q8, Gemma 3 27B Q4	RTX 4060 Ti 16GB, RTX 4070 Ti Super	450-900€
24 Go	Qwen 3 32B, DeepSeek Distill 32B, Mistral Large 3 partiel	RTX 3090 24GB, RTX 4090, RX 7900 XTX	700-1900€
32 Go	Llama 3.3 70B Q3, Qwen 3 72B Q3, Llama 4 Maverick	RTX 5090 32GB	2200-2700€
48 Go	Llama 3.3 70B Q4, Qwen 3 72B Q4	2x RTX 3090, Mac Mini M4 Pro 48GB	1400-2500€
96 Go	Mistral Large 3 Q4, Llama 4 Maverick Q8	RTX Pro 6000 Blackwell, Mac Studio M4 Max	5000-9000€
192 Go+	DeepSeek R1 671B Q3, Llama 4 Behemoth 288B	Mac Studio M4 Ultra 192GB, multi-H100	8000€+

Mon PC peut-il faire tourner une IA en local en 2026 ?

C'est LA question que tout le monde se pose avant d'installer Ollama, LM Studio ou ComfyUI. La réponse dépend principalement de votre carte graphique (GPU) et de sa mémoire vidéo (VRAM).

En 2026, le paysage 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. Côté hardware, la RTX 5090 32GB Blackwell est arrivée, les Mac M4 avec mémoire unifiée jusqu'à 192GB ouvrent l'IA locale aux modèles 70B+, et l'AMD RX 9070 XT rattrape NVIDIA sur le rapport perf/prix.

Combien de VRAM pour quel modèle en 2026 ?

En règle générale avec une quantification Q4 (bon compromis qualité/taille) :

4 Go VRAM : Phi-4 Mini, Gemma 3 2B, Qwen 3 1.5B — basique mais rapide
8 Go VRAM : Llama 4 Scout 17B Q4, Qwen 3 8B, Mistral 7B — sweet spot débutant
12 Go VRAM : Qwen 3 14B, DeepSeek Distill 14B, Phi-4 14B — qualité supérieure
16 Go VRAM : Gemma 3 27B Q4, Mistral Small 3, Llama 4 Scout Q8 — excellent
24 Go VRAM : Qwen 3 32B, DeepSeek Distill 32B — proche de GPT-4
32 Go VRAM : modèles quantifiés plus lourds, selon contexte, runtime et offload
48 Go VRAM (Mac M4 Pro / 2x 3090) : Llama 70B Q4 confortable
96 Go+ (RTX Pro 6000, Mac Studio M4 Max) : Mistral Large 3, Llama 4 Maverick Q8
192 Go+ (Mac Studio M4 Ultra) : DeepSeek R1 671B Q3, Llama 4 Behemoth

Et si mon GPU n'a pas assez de VRAM ?

Le modèle peut utiliser la RAM système (CPU offloading) mais c'est beaucoup plus lent (5-10x). C'est utilisable pour tester mais pas pour un usage quotidien confortable. La meilleure solution : upgrader votre GPU ou passer sur un Mac avec mémoire unifiée (M4 Pro 48GB est devenu en 2026 un excellent rapport qualité/prix pour les modèles 30-70B).

Mac vs PC pour l'IA locale en 2026

Les Mac M4 brillent sur les très gros modèles grâce à la mémoire unifiée (le GPU Apple peut adresser jusqu'à 192GB sur Mac Studio M4 Ultra). Mais les PC RTX gardent un avantage de vitesse pure (tokens/seconde) sur les modèles 7-32B. Choisissez Mac pour Llama 70B+ silencieux, PC RTX pour Qwen 3 32B ultra-rapide.

Guide : meilleur GPU IA locale 2026 → | Mac vs PC pour l'IA → | RTX Pro 6000 96GB → | Upgrade Advisor →