Comment faire tourner une IA sur mon PC ? Avec Ollama, vous téléchargez un outil léger, vous lancez un modèle en une commande, et la conversation reste sur votre machine. Ce tutoriel couvre Windows, Mac et Linux, le choix d’un premier modèle raisonnable (ordre de grandeur : 8 à 16 Go de RAM), les commandes utiles, le déplacement du dossier des modèles, et le dépannage courant. IAHDF est indépendant : aucune affiliation avec l’éditeur. Les tags de modèles évoluent : copiez toujours le nom exact depuis la documentation officielle du jour.
Ce que vous allez faire
Plan : (1) comprendre pourquoi une IA locale, (2) installer Ollama, (3) lancer un premier modèle, (4) mémoriser les commandes utiles, (5) choisir une taille adaptée à votre machine, (6) dépanner. Les étapes détaillées sont regroupées plus bas. Si vous préférez une interface graphique sans terminal, enchaînez ensuite avec LM Studio ou Jan. Pour le vocabulaire (quantification, GGUF, contexte), hallucination et les glossaires voisins restent utiles même en local : un modèle hors ligne peut aussi inventer.
Pourquoi une IA locale ?
Une IA locale tourne sur votre ordinateur. Les textes que vous tapez ne partent pas forcément vers un service distant, ce qui change la donne pour un brouillon confidentiel, des notes d’association, ou un compte rendu de réunion à Lens. Vous gagnez aussi une forme d’autonomie : pas de file d’attente cloud, pas de coupure d’abonnement pour un essai du week-end. En contrepartie, la qualité dépend de votre machine. Un PC de 8 Go de RAM fera tourner un petit modèle ; un Mac Apple Silicon ou un PC de 16 Go et plus élargit le confort.
Ollama n’est pas « l’IA magique » : c’est un lanceur qui télécharge des modèles, les sert en local, et expose une API simple. Vous restez responsable de ce que vous publiez. Comme avec un assistant en ligne, vérifier une réponse reste le réflexe : dates, montants, citations. En Hauts-de-France, ce parcours convient aussi bien à un FabLab à Lille qu’à un coworking à Amiens : une machine partagée, un modèle léger, une session courte pour montrer le geste.
Limite honnête : nous ne publions pas de mesures tok/s ni de VRAM de laboratoire. Les conseils de taille sont des ordres de grandeur. Votre expérience (ventilateurs, lenteur, refus de chargement) tranche mieux qu’un tableau marketing.
Matériel et prérequis
Prérequis : aucun savoir technique avancé. Il faut un PC ou un Mac, une connexion pour le premier téléchargement, et de l’espace disque (plusieurs gigaoctets par modèle). Ordre de grandeur : 8 à 16 Go de RAM minimum pour démarrer confortablement avec un petit modèle. En dessous, vous pouvez parfois lancer quelque chose de très réduit, mais l’expérience sera lente ou instable. Un GPU dédié aide souvent ; ce n’est pas obligatoire pour un premier essai.
Fermez les applications gourmandes avant de charger un modèle. Sur un portable de Dunkerque en formation, un navigateur avec trente onglets peut faire la différence entre un démarrage fluide et un plantage. Vérifiez aussi l’espace libre sur le disque où Ollama stocke les fichiers : un modèle « 8B » en quantification légère occupe souvent plusieurs Go, pas quelques Mo.
Installer et lancer : six étapes
Télécharger Ollama
Ouvrez le site officiel d’Ollama dans votre navigateur (tapez vous-même l’adresse connue, évitez les miroirs douteux). Choisissez Windows, macOS ou Linux selon votre machine. Téléchargez le programme d’installation proposé. Sur un poste de FabLab ou une machine associative à Arras, vérifiez que vous avez le droit d’installer un logiciel : parfois seul un compte administrateur le permet. Notez le dossier de téléchargement pour retrouver le fichier. Ne lancez pas d’exécutable provenant d’un e-mail ou d’un lien raccourci non officiel.
Installer selon votre système
Sur Windows, exécutez l’installeur et suivez les écrans : acceptez uniquement ce que vous comprenez, laissez le chemin par défaut sauf contrainte d’espace. Sur Mac, ouvrez le fichier téléchargé et placez Ollama dans Applications, puis lancez-le une fois pour activer le service. Sur Linux, suivez la procédure officielle du jour (script ou paquet selon la distribution). Après installation, ouvrez un terminal (Invite de commandes, PowerShell, Terminal macOS, ou terminal Linux) et tapez ollama --version pour vérifier que la commande est reconnue. Si ce n’est pas le cas, fermez puis rouvrez le terminal, ou reconnectez-vous à la session.
Lancer un premier modèle
Dans le terminal, lancez ollama run suivi du tag exact copié depuis la documentation officielle. Pour un premier essai, visez un petit modèle de la famille Gemma ou Qwen en taille raisonnable (ordre de grandeur « quelques milliards de paramètres », adapté à 8–16 Go de RAM). Le premier lancement télécharge les fichiers : prévoyez du temps et une connexion stable. Quand le téléchargement est fini, une invite apparaît : posez une question simple en français, par exemple demander trois idées d’atelier IA pour une médiathèque à Lille. Quittez avec /bye ou Ctrl+D selon l’interface affichée.
Lister et supprimer des modèles
La commande ollama list affiche les modèles déjà téléchargés et un aperçu de leur taille sur disque. Utile avant de remplir un SSD presque plein. Pour retirer un modèle dont vous n’avez plus besoin, utilisez ollama rm suivi du nom exact tel qu’affiché dans la liste. Confirmez que vous supprimez le bon tag : un nom proche peut désigner une variante différente. Sur une machine partagée (coworking à Amiens, salle associatives), convenez d’une règle simple : qui installe un gros modèle le documente, et qui le retire prévient les autres.
Changer le dossier des modèles
Par défaut, Ollama stocke les modèles dans un répertoire utilisateur qui peut saturer le disque système. Si vous avez un second disque ou un dossier data plus spacieux, consultez la documentation officielle pour la variable d’environnement qui déplace le stockage (le nom exact peut évoluer : vérifiez la page courante). Définissez-la au niveau utilisateur ou système selon votre OS, redémarrez le service Ollama, puis vérifiez qu’un nouveau ollama pull écrit bien au nouvel emplacement. Sauvegardez le chemin dans un pense-bête d’équipe : personne n’aime chercher des dizaines de Go « perdus ».
Vérifier et basculer au quotidien
Après installation, prenez deux minutes de vérification : ollama list pour voir ce qui est présent, un ollama run court pour confirmer qu’une réponse arrive, et un coup d’œil à l’espace disque. Pour basculer d’un modèle à un autre, quittez la session en cours puis lancez ollama run avec un autre tag. Vous pouvez aussi préparer deux modèles légers (un pour le français courant, un pour le code) et choisir selon la tâche. Si la machine chauffe ou swappe beaucoup, arrêtez le modèle, fermez les apps inutiles, et redescendez d’une taille. Mieux vaut un petit modèle stable qu’un gros modèle inutilisable.
# Vérifier l’installation ollama --version # Lancer un modèle (remplacez TAG par le nom exact de la doc officielle du jour) ollama run TAG # Exemples de familles souvent utilisées pour débuter (vérifiez le tag exact) : # petit Gemma / Qwen « 8B » ou équivalent léger # ollama run gemma2:… ← copier le tag officiel # ollama run qwen2.5:… ← copier le tag officiel # Voir ce qui est déjà téléchargé ollama list # Supprimer un modèle ollama rm TAG # Dans la session interactive, exemples de sorties utiles : # /bye quitter # /show infos (si proposé par votre version)
Premier dialogue utile
Une fois le modèle chargé, ne commencez pas par « explique l’univers ». Posez une demande courte, vérifiable : reformuler un mail bénévole, proposer un plan d’atelier d’une heure, lister des risques à surveiller pour une démo publique. Vous jugez ainsi la pertinence du français et le temps de réponse sur votre machine.
Exemple ancré : « Tu es médiateur numérique à Roubaix. Propose un déroulé de 45 minutes pour faire découvrir l’IA locale à des adultes débutants, sans jargon, avec une pause questions. » Relisez. Si le texte invente un partenariat IAHDF ou un tarif, rayez : nous n’avons pas fourni ces faits. Le local n’empêche pas l’invention.
Quel modèle pour ma machine ?
Règle pratique en ordres de grandeur : avec environ 8 Go de RAM, restez sur un petit modèle clairement présenté comme léger. Avec 16 Go, vous gagnez en confort sur des modèles un peu plus larges. Au-delà, vous pourrez expérimenter davantage — sans promesse de fluidité cinéma. La quantification (compression des poids) joue autant que le nombre de paramètres : deux fichiers « 7B » peuvent se comporter très différemment.
| Situation typique | Piste raisonnable | À éviter au début |
|---|---|---|
| PC 8 Go RAM, usage découverte | Petit modèle, session courte, peu d’onglets ouverts | Gros modèle « parce que le nom sonne puissant » |
| PC ou Mac 16 Go RAM | Petit à moyen, tester un tag officiel récent | Empiler cinq modèles lourds sur le SSD système |
| Machine partagée (FabLab, asso) | Un ou deux modèles légers documentés | Laisser des dizaines de Go sans propriétaire |
| Objectif : premier dialogue FR | Un seul modèle, une question simple, vérifier | Comparer dix classements Internet non sourcés |
Nous ne donnons pas de scores ni de classements figés. Les pages de comparaison vieillissent vite. Votre critère : la réponse arrive-t-elle en un temps acceptable pour vous, en français correct, sans saturer la machine ?
Commandes utiles au quotidien
Au-delà de run, list et rm, vous rencontrerez pull (télécharger sans ouvrir le chat), et parfois des options de service selon l’OS. Gardez une note personnelle avec les trois commandes que vous utilisez vraiment. Sur Windows, PowerShell ou l’Invite de commandes conviennent ; sur Mac et Linux, le Terminal suffit. Si une interface graphique tierce s’appuie sur Ollama, le moteur reste le même : les modèles listés dans ollama list sont ceux disponibles.
Pour brancher ensuite un outil qui parle à une API locale, lisez la doc Ollama du jour (port et endpoints peuvent évoluer). LM Studio et Jan proposent d’autres chemins, parfois sans ligne de commande : utiles si le terminal rebute votre public.
Dépannage courant
« Commande introuvable » : le terminal a été ouvert avant la fin d’installation, ou le PATH n’est pas à jour. Rouvrez le terminal. Sur Windows, un redémarrage résout parfois le souci. « Pas assez de mémoire » : fermez Chrome, baissez la taille du modèle, vérifiez le gestionnaire des tâches. Téléchargement qui coupe : reprenez la commande ; beaucoup d’outils reprennent un pull interrompu, mais ce n’est pas une excuse pour un Wi-Fi instable en atelier public.
Réponses absurdes ou inventées : ce n’est pas forcément un bug d’installation. Reformulez, réduisez la demande, exigez « dis si tu ne sais pas ». Le local ne rend pas un modèle omniscient. Chauffe excessive : interrompez, posez le portable sur une surface dure, évitez la couette. En atelier à Lens, prévoyez une prise et un temps de téléchargement avant l’arrivée du public.
Limites et bonnes pratiques
Ollama facilite l’accès ; il ne remplace pas une politique de données. Sur un PC pro, demandez ce que votre structure autorise. Ne collez pas de secrets (mots de passe, dossiers RH, données de santé). Le fait que ce soit local réduit l’exposition réseau ; cela n’efface pas les risques de partage d’écran, de copie USB, ou de machine non chiffrée.
IAHDF ne revend pas Ollama et ne perçoit rien sur votre installation. Si un écran vous propose un compte cloud optionnel, lisez ce que vous activez. Pour une découverte 100 % hors ligne après le premier téléchargement, coupez le réseau et testez : utile en démonstration « l’IA peut rester ici ».
Questions fréquentes
Ollama est-il gratuit ?
L’outil se télécharge sans paiement obligatoire pour un usage courant décrit par l’éditeur. Les modèles ont leurs propres licences. Lisez la licence du modèle avant un usage pro ou une redistribution. IAHDF ne publie pas de grille tarifaire à la place de l’éditeur.
Puis-je l’utiliser sans Internet après l’installation ?
Oui pour discuter avec un modèle déjà téléchargé. Il vous faut Internet pour installer Ollama et pour tirer un nouveau modèle. En déplacement en train Lille–Amiens, un modèle déjà en local suffit souvent.
Quel premier modèle choisir ?
Un petit modèle récent de la documentation officielle, compatible avec votre RAM (ordre de grandeur 8–16 Go pour démarrer). Copiez le tag exact du jour. Évitez de viser le plus gros fichier « pour voir ».
Ollama remplace-t-il ChatGPT ?
Non au sens d’un clone identique. C’est un autre mode : modèles locaux, contrôle machine, qualité variable. Pour certains brouillons, cela suffit. Pour d’autres tâches, un service en ligne restera plus confortable. Choisissez selon la sensibilité des données et votre matériel.
Que faire si mon PC a moins de 8 Go de RAM ?
Vous pouvez tenter un modèle très léger, en fermant tout le reste, sans garantie de confort. Sinon, testez sur une machine plus dimensionnée (médiathèque, FabLab, proche) ou explorez d’abord les assistants en ligne avec des données non sensibles.