Prêt à plonger et à jouer avec l’IA localement sur votre machine? Que vous vouliez voir de quoi il en retourne avec tous les nouveaux modèles ouverts qui apparaissent, ou si vous êtes intéressé par la façon dont l’IA peut être intégrée dans vos applications ou votre entreprise avant de vous engager sérieusement, ce guide vous aidera à démarrer. Avec tout le marketing entourant les PC AI, les NPUs, les GPUs, les TOPS et les FLOPS, il est facile de se perdre en essayant de comprendre quels facteurs sont importants et lesquels sont exagérés. Dans ce guide, nous examinerons certaines idées fausses courantes et nous arriverons au fond de ce qui compte réellement en matière de spécifications lors du déploiement de l’IA à domicile. Le type de matériel nécessaire pour exécuter des modèles IA localement dépend largement de ce que vous essayez exactement d’accomplir. Autant vous aimeriez entrainer un modèle personnalisé chez vous, cela n’arrivera pas de façon réaliste. Les types de charges de travail d’IA générative accessibles au consommateur moyen se situent généralement dans l’une des deux catégories suivantes: la génération d’images et les services basés sur de grands modèles de langage (LLM) comme les chatbots, les moteurs de résumé ou les assistants de code. Même ici, il y a certaines limites pratiques. Si vous voulez exécuter un modèle de 70 milliards de paramètres, vous aurez besoin d’un système plutôt puissant, potentiellement avec plusieurs cartes graphiques haut de gamme. Mais un modèle de huit milliards de paramètres plus modeste est certainement quelque chose que vous pouvez exécuter sur un notebook raisonnablement moderne ou une carte graphique d’entrée de gamme.
« Les livres de Penguin Random House disent maintenant explicitement ‘non’ à la formation IA »
‘Écrit par Emma Roth, dont le portfolio couvre aussi bien les percées technologiques grand public, les dynamiques de l’industrie du
