PC par usage · IA en local

PC pour IA locale : quelle configuration choisir en 2026 ?

Par Dan, expert hardware TopAchat · Mis à jour le

En bref

En bref : PC pour IA locale 2026

  • La règle d'or : pour l'IA en local, c'est la mémoire de la carte graphique (VRAM) qui décide de ce que tu peux faire tourner. La puissance brute vient après.
  • 16 Go de VRAM : le vrai point de départ pour un usage sérieux (LLM jusqu'à 14B confortables, génération d'images FLUX, premiers pas en vidéo).
  • 32 Go de VRAM : les modèles de 30B et plus, en une carte (RTX 5090) ou en deux (notre config dual RTX 5060 Ti 16 Go).
  • La RAM système compte aussi : avec 64 Go de RAM, les modèles récents à « experts » (MoE) tournent en répartissant une partie du modèle sur le processeur. Et en DDR4, ces 64 Go restent accessibles malgré la pénurie.

01 / La VRAM

Combien de VRAM pour quel usage ?

Repères pour des modèles quantifiés en 4 bits (le format le plus courant en local). Le contexte (longueur de conversation, documents chargés) ajoute de la mémoire en plus.

  • Chat, petits modèles

    VRAM conseillée
    8 Go
    Exemples
    Modèles 7-8B (Llama, Mistral, Qwen)

  • Usage sérieux, code, RAG léger

    VRAM conseillée
    16 Go
    Exemples
    Modèles jusqu'à 14B confortables, gpt-oss-20b

  • Gros modèles

    VRAM conseillée
    24 à 32 Go
    Exemples
    Modèles 30-32B, contextes longs

  • Très gros modèles

    VRAM conseillée
    40 Go et plus
    Exemples
    70B en 4 bits : deux cartes, ou répartition sur la RAM

  • Images

    VRAM conseillée
    8 Go (SDXL), 16 Go (FLUX)

  • Vidéo IA

    VRAM conseillée
    16 Go minimum, 24-32 Go pour être à l'aise

Pourquoi la VRAM et pas la puissance ? Le modèle doit tenir dans la mémoire de la carte pour tourner vite. S'il déborde, il passe par la RAM du PC, bien plus lente : la génération ralentit fortement.

02 / Les approches

Les approches pour une IA locale, de la plus accessible à la plus puissante

Approche 1 : une carte 16 Go + 64 Go de RAM DDR4 (la plus accessible)

  • Processeur:Ryzen 7 5700X

    Alternative directe
    Ryzen 7 5800X3D
    Pourquoi
    8 cœurs, AM4

  • Carte mère:AM4 B550

  • Composant clé

    Carte graphique:RTX 5060 Ti 16 Go

    Alternative directe
    RX 9060 XT 16 Go (ROCm, compatibilité logicielle plus limitée)
    Pourquoi
    16 Go de VRAM, écosystème CUDA

  • RAM:64 Go DDR4 (2 x 32 Go)

    Pourquoi
    Permet de répartir les modèles MoE entre carte graphique et processeur

  • Stockage:SSD NVMe 2 To

    Pourquoi
    Les modèles pèsent vite plusieurs dizaines de Go

  • Alimentation:750 W 80+ Gold

    Pourquoi
    Marge pour un second GPU plus tard

Pourquoi cette config ?

Les modèles récents à « experts » (MoE, comme gpt-oss-120b) n'activent qu'une petite partie de leurs paramètres à chaque mot généré. On garde le cœur du modèle sur la carte graphique et on place le reste en RAM : avec 64 Go, des modèles bien plus gros que ta VRAM deviennent utilisables. Et en DDR4, ces 64 Go coûtent bien moins cher qu'en DDR5.

Pourquoi une RTX 5060 Ti 16 Go ici, alors qu'on la déconseille pour le jeu ?

En jeu, elle est trop chère pour ses performances. En IA, c'est la carte NVIDIA la plus accessible avec 16 Go de VRAM : c'est cette mémoire qui compte.

Approche 2 : dual RTX 5060 Ti 16 Go, 32 Go de VRAM cumulée

Ce que ça permet

Les modèles 30-32B en entier sur les cartes, du 70B en 4 bits avec un contexte raisonnable, ou deux modèles en parallèle (un LLM et un générateur d'images, par exemple).

Ce qu'il faut savoir

Les outils comme llama.cpp, Ollama ou vLLM répartissent le modèle entre les deux cartes. C'est un peu moins rapide qu'une seule grosse carte, mais pour un tarif bien plus accessible qu'une RTX 5090.

Approche 3 : RTX 5090, 32 Go sur une seule carte (la plus simple, la plus puissante)

Pour qui ? Les pros et les passionnés qui veulent les modèles 30B+ en entier, la vidéo IA ou le fine-tuning, sans gérer deux cartes. Son prix a fortement augmenté avec la pénurie : elle se justifie surtout pour un usage professionnel.

Approche 4 : NVIDIA Spark et machines à mémoire unifiée

Avec sa gamme Spark, NVIDIA propose des machines compactes à mémoire unifiée : la RAM sert de VRAM, jusqu'à 128 Go. D'autres machines suivent la même logique (AMD Ryzen AI Max, Mac Apple Silicon). C'est idéal pour charger de très gros modèles dans un format compact et silencieux, mais la génération reste plus lente qu'avec une carte graphique dédiée, et ces machines évoluent peu.

Spark ou PC avec carte graphique ? Un PC avec une ou deux cartes 16 Go va plus vite sur les modèles qui tiennent dans sa VRAM, et il évolue composant par composant. Une machine Spark prend l'avantage quand tu veux charger des modèles trop gros pour une carte graphique grand public.

03 / Récapitulatif

Quelle approche pour ton IA locale ?

  • 1 carte 16 Go + 64 Go DDR4

    VRAM
    16 Go
    Points forts
    La plus accessible, MoE via la RAM
    Limites
    Gros modèles denses lents

  • Dual RTX 5060 Ti

    VRAM
    32 Go
    Points forts
    Meilleur rapport VRAM / budget en neuf
    Limites
    Configuration plus technique

  • RTX 5090

    VRAM
    32 Go
    Points forts
    Simplicité, puissance maximale
    Limites
    Budget

  • NVIDIA Spark / mémoire unifiée

    VRAM
    jusqu'à 128 Go
    Points forts
    Très gros modèles, compact
    Limites
    Plus lent, peu évolutif

04 / Ce qui compte

Processeur, RAM, stockage, ce qui compte vraiment

Le processeur

Il joue un rôle secondaire tant que le modèle tient dans la VRAM. Il redevient important dès que tu répartis un modèle sur la RAM : plus de cœurs et une mémoire rapide accélèrent la génération. Pour deux cartes graphiques, vérifie aussi le nombre de lignes PCIe disponibles.

La RAM

32 Go minimum, 64 Go pour exploiter les modèles MoE. Sur AM4 en DDR4, monter à 64 Go reste raisonnable même en pleine pénurie.

Le stockage

Un modèle pèse de quelques Go à plus de 60 Go. Vise 2 To minimum en NVMe pour charger vite et garder plusieurs modèles.

L'alimentation

Prévois large, surtout en dual GPU ou avec une RTX 5090, et choisis une norme ATX 3.1 pour les connecteurs 12V-2x6.

05 / Les logiciels

Les logiciels pour démarrer

  • LM Studio

    Pour quoi faire
    Chat avec des LLM, interface graphique
    Niveau
    Débutant

  • Ollama

    Pour quoi faire
    LLM en ligne de commande ou via API
    Niveau
    Intermédiaire

  • llama.cpp

    Pour quoi faire
    Contrôle fin, déchargement MoE, multi-GPU
    Niveau
    Avancé

  • ComfyUI

    Pour quoi faire
    Génération d'images et de vidéos
    Niveau
    Intermédiaire

06 / Nos PC

Nos PC prêts pour l'IA

07 / On t'aide

On t'aide à choisir

Avis d'expert

Demander l'avis d'un expert

Dis-nous quels modèles tu veux faire tourner (LLM, images, vidéo), un expert dimensionne ta config.

Demander l'avis d'un expert
PC Finder

Le PC Finder

Pars de ton usage et de ton budget, on trouve le PC qui correspond.

Ouvrir le PC Finder

08 / FAQ

Questions fréquentes sur le PC pour IA locale

Combien de VRAM faut-il pour faire tourner un LLM en local ?

8 Go pour les petits modèles (7-8B), 16 Go pour un usage sérieux jusqu'à 14B, 24 à 32 Go pour les modèles de 30B et plus. Un 70B en 4 bits demande environ 40 Go : deux cartes, ou une répartition sur la RAM du PC.

NVIDIA ou AMD pour l'IA locale ?

NVIDIA reste la référence grâce à CUDA, supporté par quasiment tous les outils. AMD progresse avec ROCm, mais la compatibilité logicielle reste plus limitée selon les outils et les modèles.

Deux cartes graphiques ou une seule grosse ?

Une seule grosse carte est plus simple et plus rapide. Deux cartes 16 Go offrent autant de VRAM qu'une RTX 5090 pour bien moins cher, avec un peu plus de configuration et une génération un peu moins rapide.

NVIDIA Spark ou PC avec carte graphique pour l'IA locale ?

Les machines Spark misent sur une grande mémoire unifiée (jusqu'à 128 Go) dans un format compact : parfait pour charger de très gros modèles. Un PC avec une ou deux cartes graphiques 16 Go génère plus vite sur les modèles qui tiennent dans sa VRAM, et peut évoluer composant par composant.

La RAM du PC est-elle importante pour l'IA ?

Oui, de plus en plus. Les modèles MoE récents peuvent placer une partie de leurs « experts » en RAM : avec 64 Go, tu fais tourner des modèles bien plus gros que ta VRAM, à une vitesse acceptable.

Quel processeur pour un PC IA ?

Un 8 cœurs récent suffit dans la plupart des cas. Le processeur compte surtout quand une partie du modèle tourne en RAM, et en dual GPU pour les lignes PCIe disponibles.

IA locale ou IA dans le cloud ?

En local, tes données ne quittent pas ta machine, il n'y a ni abonnement ni limite d'usage, et tu choisis tes modèles. Le cloud reste plus puissant pour les plus gros modèles, mais à coût récurrent et avec tes données envoyées à un tiers.

Peut-on faire de l'IA locale avec un PC gamer ?

Oui, si sa carte graphique a assez de VRAM. Un PC gamer avec une carte 16 Go fait tourner beaucoup de modèles. Avec 8 Go, tu restes limité aux petits modèles et à la génération d'images simple.

Combien de stockage prévoir ?

2 To minimum en NVMe : un seul gros modèle peut dépasser 60 Go, et on en garde vite plusieurs.

Pour aller plus loin