De nombreuses personnes témoignent d’avoir laissé ChatGPT ou Claude gérer leur réseau et que tout fonctionnerait bien mieux, comme par miracle. Sur Cachem, nous ne croyons pas aux miracles. Si une IA peut être une aide précieuse pour comprendre certains paramètres avancés, celle-ci ne doit pas gérer / configurer votre installation ! En clair : ne confiez pas les yeux fermés votre réseau domestique ou professionnel à un chatbot…

IA et réseau, les limites du modèle

L’IA a de nombreux atouts et nous ne reviendrons pas dessus ici. Mais certains y ont laissé des plumes : c’est plus rare, mais ça arrive. Et la réponse de l’IA, une fois le mal fait : « Tu as raison, il ne fallait pas exécuter cette commande ». L’IA doit être vue comme un outil, une aide facilitée par sa disponibilité et son coût. Aujourd’hui, aucune IA ou algorithme n’est infaillible… Aucun.

De par sa nature, une IA propose des réponses à partir d’un modèle statistique. Elle va s’orienter vers ce qui correspond le mieux, en probabilité, à ce qu’elle a appris. Cependant, nous sommes des humains, tous différents avec des besoins différents. Nous n’habitons pas tous dans la même région (ou le même pays), pas dans le même type d’habitation, avec des matériaux différents, avec des voisins plus ou moins proches et pas les mêmes appareils connectés.

Chacun son réseau, chacun ses besoins

Chacun a ses propres exigences. Personnellement, j’ai 3 VLANs différents à mon domicile, avec des règles de pare-feu spécifiques, mon propre relais DNS/bloqueur de pub (AdGuard Home) et une majorité d’appareils Apple. Mon voisin a une préfèrence Android et Windows… il n’a pas les mêmes besoins sur son réseau. Pourtant, on partage la même envie : que notre Wi-Fi fonctionne le mieux possible.

Lui n’a que la box de son opérateur et ça lui suffit amplement. Il a eu un petit souci un jour, le Wi-Fi ne passait pas bien dans une pièce de son logement. Sortir la box de son meuble a suffi à régler le souci. La seule manipulation qu’il accepte de faire, c’est de redémarrer le boîtier de temps en temps.

De mon côté, je suis sur une configuration un peu plus complète, avec un AP dédié, un routeur, plusieurs switchs, etc. Mais mon objectif n’est pas d’imposer ma config à tout le monde. Quand mon voisin me dit qu’il voudrait passer au niveau supérieur, je lui déconseille…

Et l’IA dans tout ça ?

« J’ai demandé à ChatGPT et il m’a dit qu’il pouvait m’aider à revoir mon installation » me rétorque t-il… et il a raison. ChatGPT et Claude sont de super outil. J’ai regardé ce que lui proposait l’IA. Dans l’ensemble, il y avait de bonnes choses… mais cela l’orientait vers une infrastructure complète et assez complexe.

L’IA répond quasiment oui à tout. Elle lui a posé quelques bonnes questions, mais mon voisin a répondu « peut-être » ou « je ne sais pas » à plusieurs d’entre elles.

Les conseilleurs ne sont pas les payeurs

Mon voisin était ravi, il allait enfin avoir du vrai Wi-Fi 7 dans tout son logement, pouvoir regarder des vidéos en 4K dans son salon comme dans sa chambre, pour une installation à environ…. 2 700€ (rien que pour le matériel). L’IA n’avait pas forcément les bons tarifs, mais elle lui a quand même conseillé de passer au 10 Gb/s.

Ce que l’IA fait de bien

Il faut avouer que l’IA peut rendre service et permet d’aller relativement vite… mais lui laisser les clés de mon réseau ? Certainement pas. Il y a de fortes chances qu’elle opère des changements qui ne vus conviendront pas, voire qu’elle vous bannisse de votre propre réseau.

L’IA est une aide précieuse, elle peut vous expliquer certains réglages. Prenons l’exemple d’installation UniFi ou de MikroTik : il existe des centaines de réglages, avec des impacts plus ou moins importants sur un réseau. Si vous n’êtes pas expert ou avec des bases solides, cela peut vite sembler insurmontable. D’ailleurs, j’en profite pour déconseiller fortement ce type de système aux débutants ou ceux qui n’ont pas de bonnes notions réseau. Ce sont des appareils relativement coûteux, avec de grandes capacités… mais au prix d’un investissement en temps et en recherche pour comprendre le système.

C’est là que l’IA peut faire la différence dans l’aide et l’accompagnement. Moi-même, j’ai tenté l’expérience en demandant à Claude de m’aider à restreindre une caméra IP sur mon VLAN dédié aux IoT. Si les idées étaient globalement bonnes, les indications pour y parvenir étaient foireuses. Les réglages indiqués n’étaient pas au bon endroit (Claude a été entraîné à un instant T et les interfaces ont évolué), mais le plus drôle… c’est qu’il a aussi inventé des paramètres. Pas des réglages qui avaient disparu entre deux versions ou qui avaient été déplacés. Non, il s’agissait bien de réglages qui n’avaient tout simplement jamais existé.

Alors, bonne ou mauvaise idée ?

Ni l’un ni l’autre… tout dépend de la place que vous lui laissez. Oui, l’IA peut améliorer votre installation réseau, y compris votre Wi-Fi. Mais il faut faire attention à bien lui donner le contexte complet de votre situation. L’IA peut être une aide précieuse, à condition d’y aller par petites touches. Chaque paramètre activé doit l’être en comprenant ce que vous faites. Ne laissez surtout pas un agent IA configurer votre réseau à votre place, elle pourrait tout casser, voire vous exclure de votre propre réseau.

Soyez curieux, posez des questions et assurez-vous de bien comprendre les impacts de chaque recommandation avant de l’appliquer.

Quand Minisforum m’a proposé de tester le MS-A2 en version barebone, j’avoue que j’ai sauté sur l’occasion. Un Ryzen 9 9955HX dans un boîtier compact, avec du réseau 10 GbE intégré. Sur le papier, c’est exactement le genre de machine qui me fait de l’œil. J’ai donc complété la configuration avec 24 Go de RAM DDR5 et un SSD 990 Pro NVMe et je l’ai passé au banc pendant plusieurs jours. Voici le bilan…

MINISFORUM MS-A2

Minisforum n’est plus un inconnu dans le monde des mini PC. La marque s’est taillé une solide réputation avec des machines comme le MS-01… et le MS-A2 représente clairement une nouvelle étape dans cette logique de mini workstation orientée pros. L’idée est simple : offrir une puissance de calcul et une connectivité réseau dignes d’un serveur, dans un format qui tient dans la main.

Le barebone est vendu sans RAM, SSD, ni OS… ce qui permet de choisir ses composants selon ses besoins. C’est à la fois un avantage (liberté totale) et un inconvénient (budget à prévoir en plus).

Contenu de la boîte

À l’ouverture, on retrouve :

• Le MS-A2 barebone ;
• Un bloc d’alimentation externe (120 W) ;
• Un adaptateur  U.2 NVMe/M.2 22110 ;
• La visserie nécessaire pour les SSD ;
• Un câble HDMI ;
• De la documentation.

On aurait peut-être apprécié un câble réseau, pour une machine aussi axée connectivité…

Design

Le MS-A2 est un boîtier compact de 196 × 189 × 48 mm et 1,4 kg sur la balance. La finition est en aluminium brossé gris anthracite, sobre et robuste. La prise en main est agréable, on sent qu’il y a du sérieux dans la construction, loin des plastiques bas de gamme que l’on croise parfois sur ce segment.

Deux ventilateurs sont intégrés et restent relativement discrets au repos. En charge, le bruit monte assez rapidement mais ça reste acceptable dans un environnement de bureau.

Connectique

La connectique du MS-A2 est franchement impressionnante pour ce format :

Façade :

• 2 × USB 3.0 ;
• 1 × USB 2.0 ;
• 1 × prise audio jack audio 3,5 mm ;
• 1 × bouton marche/arrêt.

Arrière :

• 1 × HDMI 2.1 (jusqu’à 8K@60Hz) ;
• 2 × USB-C 3.2 Gen 2 (compatible jusqu’à 8K@60Hz) ;
• 1 × USB 3.2 Gen 2 Type-A ;
• 1 × USB 3.0 ;
• 2 × 2,5 GbE en RJ45 ;
• 2 × SFP+ 10 Gb.

On a bien 3 sorties vidéo possible, 4 ports réseau dont 2 compatibles 10 Gb/s. On est clairement sur une machine taillée pour les usages professionnels ou homelab haut de gamme…

Intérieur et montage

L’accès à l’intérieur se fait en appuyant sur le petit bouton poussoir (à l’arrière) et on fait glisser. La première chose qui frappe, c’est la qualité du système de refroidissement : quatre caloducs en cuivre pur pour l’interface thermique du CPU. Minisforum annonce une augmentation de 30 % des flux d’air par rapport à la génération précédente.

On trouve à l’intérieur :

• 2 emplacements DDR5 (jusqu’à 96 Go) ;
• 2 emplacements M.2 2280 PCIe 4.0 x4 pour les SSD ;
• 1 emplacement M.2 22110 / U.2 PCIe 4.0 x4 (via un adaptateur fourni) ;
• 1 slot PCIe 4.0 x16 physique (bande passante x8, fractionnable en 2×4) ;
• 1 emplacement M.2 2230 E-Key pour la carte Wi-Fi compatible 6E intégrée et Bluetooth 5.2.

Oui, il y a bien un emplacement PCIe de libre.

Le processeur : AMD Ryzen 9 9955HX

Le Ryzen 9 9955HX repose sur l’architecture Zen 5 avec 16 cœurs / 32 threads cadencé jusqu’à 5,4 GHz et 64 Mo de cache L3. Le TDP par défaut est de 55 W, mais il peut monter au-delà notamment en mode boost.

Le site PassMark indique 62702 points, on aborde les performances un peu plus bas. L’iGPU intégré est une Radeon 610M (2,2 GHz) qui peut gérer plusieurs sorties 8K et du décodage vidéo. Attention, cette dernière n’est pas taillée pour le jeu récent… mais n’aura aucun souci avec les jeux plus ancien. C’est le seul vrai point de faible de cette configuration, que le slot PCIe interne vient partiellement compenser si besoin.

Installation de la RAM et du SSD

J’ai choisi 24 Go de RAM DDR5 (en configuration 8+16 Go) et un SSD Samsung 990 Pro NVMe M.2 en 1 To. Le montage est relativement simple… en moins de 10 minutes.

A noter, l’accès à la mémoire se fait en retirant les 3 vis du ventilateur (voir la photo ci-dessus).

Performances

Bureautique et multitâche

Sans surprise, la machine est d’une fluidité absolue pour tout usage quotidien. Navigation, bureautique, édition de documents, visioconférences simultanées… rien ne lui fait peur. Avec 24 Go de DDR5, le multitâche est sans friction. Si vous le pouvez, monter jusqu’à 32 Go (virtualisation, IA…), mais 24 Go couvrent sans problème 99 % des usages.

Lorsque l’on confronte l’ordinateur à Geekbench, on remarque le processeur assure… il obtient un score tout à fait honorable.

La carte graphique intégré obtient 5637 points.

Stockage avec Samsung 990 Pro

Le Samsung 990 Pro ne déçoit pas. En lecture séquentielle, on approche la barre symbolique des 7 400 Mo/s et en écriture on frôle les 7 000 Mo/s… c’est cohérent avec les spécifications PCIe 4.0 x4. Les temps de chargement des applications et le démarrage Windows sont quasi instantanés.

Virtualisation et homelab

C’est clairement le terrain de jeu préférentiel de cette machine. Proxmox s’installe sans aucun souci, les 16 cœurs permettent de faire tourner simultanément une dizaine de VMs légères ou plusieurs conteneurs sans transpirer. Tous les ports réseaux (y compris 10 GbE SFP+) sont parfaitement reconnus sous Linux.

Pour du LLM local, la Radeon 610M est trop limitée, mais le CPU peut parfaitement tourner des modèles quantifiés (du 8B sans problème et un 14B avec un peu de patience).

UEFI

Un petit mot de l’UEFI embarqué. Il est relativement complet et permet plusieurs réglage notamment la gestion des ventilateurs, la séquence de démarrage (boot), le démarrage automatique sur coupure, etc. Il peut se gérer 100% à la souris.

Consommation électrique et nuisance sonore

Le ventilateur se fait rapidement entendre, même sans forcément pousser la machine. Il souffle contiuellement et c’est normal sur ce type de configuration. Côté consommation électrique, l’ordinateur affiche environ 30 W en usage normal (avec 1 SSD NVMe) et jusqu’à 65 W en charge plus soutenue.

Si comme moi vous vous intéressez à l’IA, vous avez probablement déjà testé des outils comme LM Studio, Ollama, llama.cpp, Stable Diffusion, etc. Quand on débute, c’est une jungle… et pour choisir le bon modèles, c’est encore pire ! On se retrouve vite submergé et la déception arrive rapidement. Les réponses tardent à s’afficher, arrivent incomplètes ou le modèle mouline pendant 15 minutes (sous un bruit de ventilateurs digne d’un décollage d’avion) pour finalement ne rien produire. Heureusement, quelques ressources permettent d’y voir plus clair…

Quels outils pour bien démarrer ?

L’IA en local, c’est avant tout une question de maîtrise (données, confidentialité voire de souveraineté), sans cloud, sans logs, sans conditions d’utilisation à rallonge. Pour un homelab, je vous recommande de commencer avec 2 outils éprouvés et gratuit : LM Studio et Ollama. Le choix des modèles reste une question à part entière. Certains sont plus performants sur des tâches de raisonnement, d’autres en codage, en rédaction, en santé, etc. Mais pour l’outillage de base, ces deux solutions couvrent l’essentiel.

LM Studio

LM Studio fonctionne sur ordinateur et capable d’exploiter à la fois la carte graphique et processeur. Il propose un large catalogue de modèle (Gemma, Qwen, GPT-OSS, Ministral…), mais il est possible d’en ajouter d’autres manuellement.

Il existe une application sur mobile qui se connecte sur votre ordinateur. Vous saisissez votre prompt depuis le téléphone, l’inférence s’exécute sur votre ordinateur et le résultat s’affiche directement sur l’écran de votre mobile.

Ollama

Nous avons déjà abordé Ollama dans le cadre de nos guides avec Open WebUI, qui en fait une solution très complète et bien adaptée à une infrastructure pour du homelab. Si vous ne l’avez pas encore mis en place, je vous renvoie vers notre article dédié.

ChatGPT sur un NAS Synology, c’est possible en 5 minutes chrono !

Quels modèles choisir ?

C’est la question que je me suis posée le plus souvent. La réponse varie selon la machine utilisée : un NAS, un mini PC, un iMac ou une tour… Cela ne donnent pas les mêmes résultats avec les mêmes modèles. J’expérimente régulièrement de nouveaux modèles et dans la majorité de mes configurations, ce sont Gemma (Google) et Qwen (Alibaba) qui offrent le meilleur rapport performances/qualité.

Ce sont de grandes familles de modèles open source, chacune déclinée en plusieurs versions selon la taille et les capacités. Mais pour savoir ce qui tournera réellement sur votre machine, 2 sites sont devenus pour moi incontournables.

Can I Run AI locally ?

CanIRun.ai est une référence dans le domaine. Le principe, vous renseignez le processeur, la carte graphique et la quantité de mémoire de votre machine… et le site vous indique immédiatement quels modèles sont compatibles avec votre configuration : avec ou sans raisonnement, ainsi que le nombre de tokens par seconde estimé pour chacun.

Ce dernier point est important car plus ce chiffre est élevé, plus le modèle répondra vite sur votre matériel. C’est l’indicateur clé pour évaluer la fluidité d’utilisation avant même d’installer quoi que ce soit.

Le site propose également de nombreux filtres supplémentaires : type de tâche (codage, rédaction, raisonnement…), type de licence (open source, commerciale…), éditeur, score… C’est une vraie mine d’or pour comprendre pourquoi un modèle présenté comme compatible sur un forum ne fonctionne pas de la même façon sur votre machine, même si les configurations semblent similaires sur le papier. L’interface est claire et la prise en main quasi immédiate.

LLM Leaderboard

Là où CanIRun.ai se concentre sur le matériel, LLM Leaderboard se focalise sur la qualité des modèles eux-mêmes. L’approche est différente et complémentaire. Quel modèle choisir selon votre cas d’usage ? Écriture, raisonnement, codage, santé, finance, mathématiques, droit… les catégories sont nombreuses et les benchmarks précis.

Au moment de la rédaction de cet article, le site référence et classe plus de 315 modèles. On y retrouve des modèles connus, mais aussi des modèles plus controversés (comme Mythos). LLM Leaderboard est très utile pour affiner un choix une fois que vous savez ce qui est techniquement acceptable sur votre machine. Je vous recommande de sélectionner « small (<32B) » pour avoir uniquement les modèles capable de fonctionner sur un ordinateur grand public.

Utilisés ensemble, ces 2 outils forment un super combo. Le premier vous dit ce que vous pouvez faire tourner, l’autre vous dit ce que vaut chaque modèle. C’est le point de départ logique avant d’installer quoi que ce soit…

En synthèse

Entre la jungle des outils et celle des modèles, se lancer dans l’IA en local peut vite décourager. Mais avec LM Studio ou Ollama pour l’inférence, CanIRun.ai pour calibrer ses attentes selon son hardware et LLM Leaderboard pour choisir le bon modèle selon son usage, le tableau devient nettement plus lisible. Contrairement aux solutions Cloud, tout ces outils sont gratuits, hors ligne et vos données restent chez vous.

Et vous, est-ce que vous vous intéressé à l’IA en local ? N’hésitez pas à laisser un commentaire…