Un PC sans carte graphique dédiée peut déjà faire tourner une intelligence artificielle générative. Pas besoin de transformer son bureau en mini-data center : des modèles comme Qwen3, Gemma 3 ou Llama 3.2 travaillent sur le processeur, avec des performances très variables selon la mémoire disponible.
Le véritable choix ne consiste donc pas à trouver « la meilleure IA » dans l’absolu, mais celle que votre machine peut charger sans ralentir au point de devenir inutilisable. Entre les petits modèles capables de résumer un texte et les assistants plus ambitieux, voici les solutions à installer en 2026, les compromis à accepter et les réglages qui comptent vraiment.
3 points clés à retenir
- Qwen3 0.6B et 1.7B, Gemma 3 1B et Llama 3.2 1B constituent de bons points de départ sans GPU dédié.
- Avec 8 Go de RAM, mieux vaut viser petit ; 16 Go offrent davantage de choix et 32 Go ne rendent pas un CPU instantanément rapide.
- Ollama simplifie le lancement et LM Studio propose une interface ; le téléchargement initial exige l’utilisation de l’Internet, pas l’utilisation locale.
Pas de GPU ne signifie pas pas d’IA
Contrairement aux idées reçues, une carte graphique NVIDIA n’est pas indispensable pour utiliser une intelligence artificielle sur son ordinateur. Si les GPU sont utiles pour entraîner les modèles et accélérer leurs calculs, un simple processeur (CPU) peut aussi faire fonctionner une IA déjà entraînée. C’est ce qu’on appelle l’inférence. Des outils comme llama.cpp permettent par exemple d’exécuter des modèles sur CPU, grâce à la quantification, qui réduit leurs besoins en mémoire.
Un PC équipé de 8 à 16 Go de RAM peut faire tourner des modèles légers pour rédiger un courriel, résumer un document, traduire un texte ou expliquer du code. Avec une configuration modeste, il faut toutefois privilégier les modèles de 1 à 3 milliards de paramètres. Des modèles plus volumineux restent accessibles, mais leur vitesse dépend en grande partie du processeur et de la mémoire disponible. Sans GPU dédié, les réponses peuvent prendre plusieurs secondes, voire davantage sur une ancienne machine.
L’autre avantage concerne la confidentialité des données. Contrairement à une IA hébergée dans le cloud, un modèle exécuté en local peut traiter vos documents sans les transmettre à un serveur externe. Il fonctionne même sans connexion Internet, une fois les fichiers téléchargés. Attention néanmoins à choisir un logiciel configuré pour une exécution exclusivement locale, car certaines applications proposent aussi des services cloud. Cette approche intéresse aussi les entreprises qui cherchent à protéger leurs données grâce à l’IA locale, notamment lorsque les documents traités sont confidentiels.
La RAM compte souvent plus que la carte graphique
Avant de télécharger plusieurs gigaoctets de modèles, ouvrez les informations système. Regardez la quantité de RAM installée, puis la mémoire encore disponible après le démarrage du navigateur et des applications habituelles. C’est cette marge qui détermine la taille raisonnable d’un assistant local. Un modèle qui tient sur le disque peut dépasser la mémoire que votre machine est capable de lui accorder.
Sur les pages de modèles d’Ollama, Qwen3 0.6B pèse environ 523 Mo, la variante 1.7B environ 1,4 Go, le modèle 4B environ 2,5 Go et le 8B environ 5,2 Go. Ces nombres décrivent les fichiers distribués, et non une garantie de RAM maximale. Le programme, le système d’exploitation, la mémoire du contexte et les données temporaires occupent aussi de la place. Pour des usages plus avancés, notamment avec des agents autonomes, les configurations nécessaires pour une IA locale deviennent généralement plus exigeantes.
En pratique, un PC de 8 Go est un terrain raisonnable pour des modèles de l’ordre de 0,6 à 1,7 milliard de paramètres. Avec 16 Go, des variantes proches de 3 ou 4 milliards deviennent plus envisageables. À 32 Go, on peut expérimenter des modèles de 7 ou 8 milliards, mais leur génération reste pénalisée par le CPU. Ces paliers sont des repères éditoriaux et non des minimums officiels : la vitesse dépend surtout du processeur, du système et de la longueur des échanges. Un SSD ne remplace pas la RAM. Il accélère surtout les accès et le chargement depuis le stockage. Lorsque le système commence un échange massif de données avec le disque, les performances chutent. Il est ainsi préférable de se tourner vers un petit modèle qui répond sans faire souffrir tout le PC qu’un gros modèle qui semble plus intelligent mais presque inutilisable.
Les modèles à essayer selon votre ordinateur
Pour un PC modeste, Qwen3 0.6B et Gemma 3 1B constituent deux bonnes portes d’entrée. Ces modèles appartiennent à la famille des modèles de langage légers, conçus pour limiter les besoins en calcul et en mémoire. Qwen3 1.7B offre davantage de capacités, notamment pour la rédaction et la traduction. De son côté, Llama 3.2, disponible en versions 1B et 3B, permet également de travailler sans carte graphique dédiée. Sa version 3B offre généralement des réponses plus élaborées, mais sollicite davantage la mémoire. Avec 8 Go de RAM, mieux vaut privilégier les modèles de 1 à 2 milliards de paramètres, en version quantifiée.
Sur une machine équipée de 16 Go de RAM, Qwen3 4B représente une option plus polyvalente. Il peut traiter des demandes rédactionnelles plus complexes et certaines tâches de programmation. Les modèles de 7 à 8 milliards de paramètres, comme Qwen3 8B, restent envisageables avec la quantification adaptée. Toutefois, leur exécution sur CPU peut présenter des lenteurs, surtout lorsque les conversations s’allongent. Pour un usage quotidien, un modèle 3B ou 4B bien optimisé offre souvent un meilleur équilibre entre qualité des réponses, consommation de mémoire et rapidité.
Tableau comparatif des IA locales sans GPU
Le tableau suivant propose des niveaux de confort indicatifs, pas une certification de compatibilité. Les tailles de téléchargement citées pour Qwen3 sont celles affichées dans le catalogue officiel d’Ollama en octobre 2026. Les autres modèles ont plusieurs variantes de quantification : leur poids dépend du fichier exact. Une machine qui dispose de peu de mémoire libre doit toujours choisir le format le plus léger approprié.
Pour un vieux portable bureautique, commencez par Qwen3 0.6B ou Gemma 3 1B. Si la machine tient bien la charge et que la réponse reste trop approximative, essayez Qwen3 1.7B. Sur un PC de travail doté de 16 Go, comparez Llama 3.2 3B et Qwen3 4B. Avec 32 Go, testez aussi Qwen3 8B, sans vous attendre à une accélération spectaculaire juste parce que le modèle entre en mémoire.
| RAM | Modèles à essayer | Usage indicatif |
| 8 Go | Qwen3 0.6B / 1.7B ; Gemma 3 1B | Démarrage, reformulation, courts textes |
| 16 Go | Llama 3.2 3B ; Qwen3 4B | Rédaction et synthèses plus ambitieuses |
| 32 Go | Qwen3 4B / 8B | Comparaison de modèles plus lourds, CPU potentiellement lent |
Ollama ou LM Studio, quel logiciel installer ?
Avant d’installer une IA locale, vérifiez la quantité de RAM disponible sur votre ordinateur. C’est elle qui détermine surtout la taille du modèle que vous pourrez utiliser. Attention toutefois à ne pas confondre le poids du fichier et la mémoire nécessaire à son fonctionnement. Sur Ollama, Qwen3 0.6B occupe environ 523 Mo, contre 2,5 Go pour Qwen3 4B et 5,2 Go pour Qwen3 8B. À ces fichiers s’ajoute la mémoire utilisée par le logiciel et les conversations.
Avec 8 Go de RAM, privilégiez les petits modèles de 0,6 à 1,7 milliard de paramètres. Un PC équipé de 16 Go peut accueillir des modèles de 3 à 4 milliards de paramètres, voire davantage selon la mémoire disponible. Avec 32 Go, les modèles de 7 à 8 milliards deviennent plus confortables à charger. Cependant, la vitesse des réponses dépend surtout du processeur, particulièrement sans carte graphique dédiée.
Enfin, un SSD facilite le chargement des modèles, mais ne remplace pas la RAM. Si la mémoire disponible devient insuffisante, Windows ou Linux utilise davantage le disque, ce qui ralentit les calculs. Pour une utilisation quotidienne, il est préférable de privilégier un modèle léger et réactif plutôt qu’une IA plus puissante qui mobilise toutes les ressources du PC.
Installer une IA locale en quelques minutes
Première étape : rendez-vous sur le site officiel d’Ollama et téléchargez la version adaptée à votre système. Évitez les sites de téléchargement inconnus. Sur Windows, Ollama indique une prise en charge à partir de Windows 10. Après installation, ouvrez un terminal, PowerShell ou l’invite prévue par l’application. Si vous débutez avec 8 Go de RAM, utilisez ollama run qwen3:0.6b. Avec 16 Go, vous pouvez essayer ollama run qwen3:1.7b puis ollama run qwen3:4b.
Au premier lancement, le programme récupère les poids du modèle. Cette étape dépend du débit Internet et de la taille du fichier. Les essais suivants peuvent fonctionner en local sans connexion, si le modèle est bien présent et si vous n’avez pas activé de service distant. Posez ensuite trois questions connues : une reformulation courte, une synthèse d’un texte de votre choix et une consigne un peu plus complexe. Ne jugez pas uniquement la qualité littéraire, chronométrez aussi la gêne ressentie.
Avec LM Studio, l’équivalent consiste à installer l’application, chercher un modèle léger dans son catalogue, choisir une version adaptée et la charger dans une session locale. La documentation confirme que les échanges avec un modèle déjà téléchargé peuvent rester hors ligne. La recherche de nouveaux modèles et leur téléchargement, en revanche, nécessitent une connexion Internet. Les moteurs d’exécution eux-mêmes peuvent aussi nécessiter un téléchargement initial.
Si le PC se fige, ne persistez pas avec le même modèle. Fermez d’abord les programmes inutiles, réduisez la fenêtre de contexte et testez une variante plus petite. Vérifiez aussi l’espace disque : conserver plusieurs versions de plusieurs gigaoctets peut remplir rapidement un SSD modeste. Le bon assistant est celui qui laisse encore votre ordinateur faire son travail principal.
Quantification et contexte, les deux réglages décisifs
Avant d’installer une IA locale, vérifiez la quantité de RAM disponible sur votre ordinateur. C’est elle qui détermine surtout la taille du modèle que vous pourrez utiliser. Attention toutefois à ne pas confondre le poids du fichier et la mémoire nécessaire à son fonctionnement. Sur Ollama, Qwen3 0.6B occupe environ 523 Mo, contre 2,5 Go pour Qwen3 4B et 5,2 Go pour Qwen3 8B. À ces fichiers s’ajoute la mémoire utilisée par le logiciel et les conversations.
Avec 8 Go de RAM, privilégiez les petits modèles de 0,6 à 1,7 milliard de paramètres. Un PC équipé de 16 Go peut accueillir des modèles de 3 à 4 milliards de paramètres, voire davantage selon la mémoire disponible. Avec 32 Go, les modèles de 7 à 8 milliards deviennent plus confortables à charger. Cependant, la vitesse des réponses dépend surtout du processeur, particulièrement sans carte graphique dédiée. Un SSD facilite le chargement des modèles, mais ne remplace pas la RAM. Si la mémoire disponible devient insuffisante, Windows ou Linux utilisent davantage le disque, ce qui ralentit fortement les calculs. Pour une utilisation quotidienne, mieux vaut privilégier un modèle léger et réactif plutôt qu’une IA plus puissante qui mobilise toutes les ressources du PC.
- Partager l'article :
