Une carte trop juste ne refuse pas de faire tourner votre IA : elle ne répond jamais

Vous installez un modèle d'intelligence artificielle sur une machine de l'entreprise. Vous lancez une première demande. La carte graphique s'anime une seconde, puis retombe à 1 % d'activité. Aucune erreur. Aucun message. Le travail est en cours, dit l'interface. Il le dira encore dans une heure.

C'est le comportement le plus déroutant de l'IA en local, et le plus coûteux en temps : une machine dont la mémoire est insuffisante ne refuse pas le travail. Elle l'accepte, puis n'aboutit jamais.

Nous avons soumis exactement la même demande de génération d'image à deux cartes graphiques du même poste, avec le même modèle et les mêmes réglages. Le modèle pèse 17 Go une fois chargé.

Sur une carte de 12 Go de mémoire, l'image est produite en 14 à 18 secondes. Le modèle ne tient pas entièrement dans la carte : le système transfère les données depuis la mémoire vive au fur et à mesure. C'est plus lent qu'un chargement complet, mais cela fonctionne.

Sur une carte de 8 Go, la même demande n'a produit aucune image en 65 minutes. La carte affichait 1 % d'activité. Aucune erreur n'a été retournée, à aucun moment.

Un logiciel qui manque de mémoire vive s'arrête généralement avec un message explicite. Sur une carte graphique, le mécanisme est différent : quand la mémoire vidéo est saturée, le système bascule sur des transferts permanents entre la carte et la mémoire de l'ordinateur.

Techniquement, le calcul continue. Il n'y a donc rien à signaler. Simplement, chaque étape attend son tour de transfert, et le temps nécessaire ne se compte plus en secondes mais en heures. Du point de vue du logiciel, tout va bien. Du point de vue de l'utilisateur, la machine est morte.

Face à ce symptôme, le réflexe est de suspecter l'installation : mauvaise version de pilote, dépendance manquante, configuration ratée. On réinstalle, on met à jour, on recommence. Le comportement ne change pas, puisque la cause n'est pas là.

Le test qui tranche en une minute : lancer exactement le même travail sur une machine dotée de plus de mémoire vidéo. S'il aboutit, le problème n'a jamais été logiciel.

La règle est simple à énoncer : la mémoire de la carte doit dépasser la taille du modèle que vous comptez faire tourner, pas l'égaler. Un modèle de 15 Go sur une carte de 16 Go laisse trop peu de marge pour le travail en cours.

La taille du modèle est une donnée publique, indiquée par son éditeur. Elle se vérifie avant tout achat, en quelques minutes. C'est le seul chiffre qui décide si la machine servira à quelque chose.

Attention à un piège courant sur les postes équipés de deux cartes : les logiciels de calcul en retiennent généralement une seule, et prennent souvent la première déclarée par le système — qui n'est pas forcément la plus grande. Une machine correctement dimensionnée peut donc se comporter comme une machine trop juste, simplement parce qu'elle travaille sur la mauvaise carte.

Rien de ce qui précède ne plaide contre l'IA installée dans l'entreprise. Un modèle qui tourne sur votre serveur ne fait sortir aucun document, aucune question, aucune donnée client. C'est la différence de fond avec un abonnement à un service en ligne.

Mais cette autonomie a une condition matérielle, et elle ne se rattrape pas après coup : une machine sous-dimensionnée ne se corrige pas par un réglage. Elle se remplace.

Une machine trop juste en mémoire vidéo ne dit pas non. Elle accepte le travail et ne le rend jamais, sans afficher la moindre erreur.

Le symptôme se confond avec une panne d'installation, et c'est ce qui coûte cher : on cherche des heures du côté du logiciel.

La vérification tient en un chiffre, connu à l'avance : la mémoire de la carte doit dépasser la taille du modèle. Ce chiffre se contrôle avant l'achat, jamais après.