Le bon mini-PC se choisit à partir du modèle, pas du badge « IA ». Pour un assistant ou un RAG personnel, 32 à 64 Go suffisent souvent. Les 128 Go ciblent des modèles plus lourds et plusieurs services, tandis qu’un GPU NVIDIA reste pertinent pour CUDA et la génération d’images.
Partir de l’usage
Un assistant personnel, un agent de code, un serveur de documents et une station Stable Diffusion n’imposent pas les mêmes contraintes. Le chat dépend beaucoup de la mémoire et du débit de génération. Le RAG ajoute un modèle d’embeddings et une base vectorielle. La génération d’images privilégie souvent le GPU et son écosystème logiciel.
Écrivez trois tâches réelles et le nombre d’utilisateurs. Cette liste empêche d’acheter une station 128 Go pour un petit assistant ou, à l’inverse, un mini-PC 16 Go qui swappe dès le premier modèle utile.
Choisir la mémoire
Seize gigaoctets permettent une découverte limitée. Trente-deux gigaoctets constituent un point de départ crédible pour de petits modèles et un usage personnel. Soixante-quatre gigaoctets apportent une marge confortable pour des modèles intermédiaires, un contexte plus long et plusieurs outils. Cent vingt-huit gigaoctets visent les gros modèles quantifiés, le RAG volumineux et les serveurs partagés.
La mémoire soudée offre parfois davantage de bande passante, mais elle ne pourra pas être augmentée. Les modules SO-DIMM facilitent l’évolution. Consultez le guide combien de RAM pour un LLM local avant de fixer la capacité.
Vérifier le backend
NVIDIA offre la pile CUDA la plus largement prise en charge, mais la VRAM d’une carte compacte limite la taille des modèles accélérés. AMD peut utiliser ROCm ou Vulkan selon le système et le runtime. Les iGPU Intel s’appuient sur leurs propres chemins logiciels. Apple associe Metal et mémoire unifiée dans un environnement fermé mais bien intégré.
Ne supposez pas qu’un NPU prendra le relais. Vérifiez la documentation du logiciel et recherchez votre puce exacte. Une machine puissante sans backend stable peut répondre moins vite qu’un modèle plus modeste correctement accéléré.
Dimensionner le stockage
Un SSD de 1 To devient vite préférable. Les modèles, quantifications, index et caches peuvent occuper plusieurs centaines de gigaoctets. Deux emplacements M.2 évitent de remplacer le disque système et facilitent une séparation entre applications et données.
Pour un serveur, ajoutez le réseau. Le 2,5 GbE suffit à de nombreux usages domestiques ; le 10 GbE devient utile avec un NAS rapide, de gros jeux de données ou plusieurs postes. USB4 et OCuLink comptent si un eGPU ou un stockage externe rapide fait partie du plan.
Quatre profils concrets
| Profil | Mémoire | Priorité |
|---|---|---|
| Découverte et petit assistant | 24 à 32 Go | Prix, silence, SSD |
| Chat, code et RAG personnel | 64 Go | Backend stable et mémoire évolutive |
| Génération d’images | 32 Go + GPU dédié | CUDA et VRAM |
| Gros modèles ou serveur | 128 Go | Bande passante, réseau et refroidissement |
Ces profils ne remplacent pas la fiche exacte. Deux variantes d’une même famille peuvent utiliser une mémoire ou un SSD différents. Le panier du marchand doit confirmer la référence, le vendeur et la livraison.
Tester avant de généraliser
Quand le mini-PC est reçu, testez le modèle prévu avec un protocole simple : même quantification, même contexte, même invite. Notez la mémoire, le temps avant le premier token, le débit, la température et le bruit. Ne concluez pas après une réponse courte ou un benchmark copié d’une autre plateforme.
Un achat équilibré reste préférable à une fiche spectaculaire. Voir la sélection de mini-PC IA par profil pour consulter les produits dont l’offre et le média ont déjà été validés.
Voir la fiche de sélection des mini-PC IA
Sources techniques
Les critères matériels ont été recoupés avec le projet llama.cpp, la documentation GPU Ollama et la fiche Ryzen AI Max+ 395. Aucun débit interne n’est revendiqué.
