TUTORIELÉtape 1 · Windows & Linux

Préparer son PC pour l’IA locale

Pilote NVIDIA, Docker, Python, Git, stockage : les fondations communes à tous les outils d’IA locale. Vingt minutes bien investies qui éviteront 90 % des problèmes ensuite.

Commencer Tous les tutoriels

Durée20 à 30 minutes

NiveauDébutant

SystèmesWindows · Linux

MatérielGPU NVIDIA conseillé

Tutoriels vidéo

Les bons gestes, en images

Trois vidéos de l'atelier Forge PC Elite pour préparer une machine saine avant d'installer l'IA.

Installer une carte graphique RTXForge PC Elite · 2 min

Nettoyer ses pilotes avec DDUForge PC Elite · 1 min

Réinstaller Windows proprementForge PC Elite · 3 min

01 · Le matériel

Ce qui compte vraiment

Pour l’IA, la hiérarchie n’est pas la même que pour le jeu vidéo.

Composant	Rôle pour l’IA	Recommandation
VRAM de la carte graphique	Détermine la taille des modèles utilisables. Le critère n°1.	16 Go minimum, 24 à 32 Go idéal, 48 à 96 Go pour les gros modèles
Bande passante mémoire du GPU	Détermine la vitesse de génération (tokens/s).	Plus elle est haute, plus le texte s’affiche vite
Mémoire vive (RAM)	Accueille ce qui ne tient pas en VRAM, les données, les autres logiciels.	Au moins 2 × la VRAM : 32 à 64 Go, 128 Go et plus pour les gros modèles
SSD NVMe	Les modèles pèsent de 2 à 100 Go et se chargent depuis le disque.	1 à 4 To, PCIe 4.0 ou 5.0
Processeur	Prépare les données ; important pour les modèles en RAM et le multi-GPU.	8 cœurs suffisent avec 1 GPU ; Threadripper ou Xeon W au-delà de 2 GPU
Alimentation	Une RTX 5090 consomme jusqu’à 575 W, une RTX PRO 6000 jusqu’à 600 W.	1 000 à 1 200 W pour un GPU haut de gamme, 1 600 W et plus pour deux

Pourquoi NVIDIA ?

Quasiment tous les logiciels d’IA sont d’abord développés pour CUDA, la plateforme de calcul de NVIDIA. Les cartes AMD (ROCm) et Intel progressent et fonctionnent avec Ollama, LM Studio ou ComfyUI, surtout sous Linux, mais avec plus de limites et de réglages. Pour une machine qui « marche tout de suite », NVIDIA reste le choix sûr.

La machine qu’il fautPas encore la bonne machine ?

Forge PC Elite monte et teste à Labège des PC pensés pour l’IA locale, de la RTX 5070 Ti 16 Go à la double RTX 5090 ou la RTX PRO 6000 96 Go, livrables avec l’IA préinstallée.

Découvrir les packs IA →

02 · Le pilote NVIDIA

Installer le pilote graphique

Indispensable pour que les logiciels utilisent votre carte.

Installez l’application NVIDIA
Téléchargez l’application NVIDIA sur nvidia.com : elle détecte votre carte et installe le pilote. Pour l’IA, le pilote Studio est réputé plus stable ; le pilote Game Ready fonctionne aussi très bien.
Vérifiez
Ouvrez PowerShell :
PowerShell
```
nvidia-smi
```
Vous devez voir le nom de la carte, la version du pilote et la VRAM totale (par exemple 16303MiB pour 16 Go).
Pas besoin d’installer CUDA à part
Ollama, LM Studio, ComfyUI et PyTorch embarquent leurs propres bibliothèques CUDA. Le CUDA Toolkit n’est utile que si vous compilez vous-même des logiciels.

Installez le pilote recommandé (Ubuntu)
Bash
```
sudo apt update && sudo apt upgrade -y
sudo ubuntu-drivers list
sudo ubuntu-drivers install
sudo reboot
```
Ubuntu choisit la branche de pilote adaptée à votre carte. Pour les RTX 50, utilisez une version récente d’Ubuntu (24.04 mise à jour ou plus récente) et le pilote « open » proposé.
Vérifiez
Bash
```
nvidia-smi
```
Si la commande échoue après redémarrage, vérifiez que le Secure Boot n’empêche pas le chargement du module (Ubuntu propose alors d’enregistrer une clé MOK au redémarrage).
Autres distributions
Fedora : paquets akmod-nvidia via RPM Fusion. Debian : paquet nvidia-driver depuis les dépôts non-free. Arch : nvidia-open.

03 · Docker

Docker : utile pour Open WebUI et les serveurs

Docker fait tourner des applications dans des « conteneurs » isolés, faciles à mettre à jour et à supprimer. Il n’est pas indispensable pour Ollama, LM Studio ou ComfyUI.

Activez WSL 2
Docker Desktop s’appuie sur le sous-système Linux de Windows. Dans PowerShell en administrateur :
PowerShell (admin)
```
wsl --install
```
Redémarrez si demandé.
Installez Docker Desktop
Téléchargez-le sur docker.com, installez-le avec l’option Use WSL 2, puis lancez-le. Le GPU NVIDIA est automatiquement accessible aux conteneurs.

Testez l’accès au GPU

PowerShell

docker run --rm --gpus all ubuntu nvidia-smi

Installez Docker Engine

Bash

curl -fsSL https://get.docker.com -o install-docker.sh
sudo sh install-docker.sh
sudo usermod -aG docker $USER
newgrp docker

Installez le NVIDIA Container Toolkit
Il permet aux conteneurs d’utiliser le GPU. Ajoutez le dépôt NVIDIA en suivant la documentation officielle « Installing the NVIDIA Container Toolkit », puis :
Bash
```
sudo apt install -y nvidia-container-toolkit
sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker
```

Testez l’accès au GPU

Bash

docker run --rm --gpus all ubuntu nvidia-smi

04 · Python, Git et stockage

Les derniers outils

Git et Python servent pour ComfyUI en installation manuelle et les scripts (Whisper…). Le plus simple est winget :

PowerShell

winget install --id Git.Git
winget install --id Python.Python.3.12
winget install --id 7zip.7zip

Rouvrez le terminal, puis vérifiez avec git --version et py --version.

Bash

sudo apt install -y git python3 python3-venv python3-pip build-essential
python3 --version

Utilisez toujours un environnement virtuel (python3 -m venv) par projet : chaque outil d’IA a ses propres versions de bibliothèques.

Organiser le stockage

Les modèles s’accumulent vite. Prévoyez un SSD dédié (par exemple D:\IA ou /data/ia) avec un dossier par outil : ollama, lmstudio, comfyui. Chaque tutoriel indique comment y déplacer les modèles.

Check-list avant de continuer

nvidia-smi affiche votre carte et sa VRAM
Au moins 100 Go libres sur un SSD
Docker fonctionne avec --gpus all (si vous comptez utiliser Open WebUI)
Git et Python répondent dans le terminal (pour ComfyUI manuel et Whisper)

05 · Questions fréquentes

Préparer son PC : vos questions

Windows ou Linux pour l’IA locale ?

Windows convient très bien pour Ollama, LM Studio, ComfyUI et Whisper, surtout sur un PC qui sert aussi au jeu ou à la bureautique. Linux est préférable pour un serveur, l’entraînement de modèles, le multi-GPU et les outils comme vLLM. Le double démarrage permet d’avoir les deux.

Faut-il installer CUDA ?

Non, pas pour les outils présentés ici : ils embarquent leurs bibliothèques. Seul un pilote NVIDIA récent est indispensable.

Mon PC portable peut-il faire tourner une IA locale ?

Oui pour de petits modèles (3 à 8B) si la carte a 8 Go de VRAM. Les GPU de portables ont moins de VRAM et sont limités en puissance ; pour un usage régulier, une tour avec une carte de 16 Go ou plus est bien plus confortable.

Combien consomme un PC IA ?

Au repos, une tour IA consomme 60 à 120 W. Pendant une génération, une machine équipée d’une RTX 5090 atteint 600 à 800 W, mais seulement le temps du calcul, souvent quelques secondes.

Chat · moteurInstaller OllamaLe moteur d’IA locale de référence Chat · tout-en-unInstaller LM StudioL’IA locale sans terminal Images & vidéoInstaller ComfyUIFLUX, SDXL, Qwen-Image, Wan