Aller au contenu principal

Blog

Articles, guides et analyses sur l'intelligence artificielle locale

6 articles trouvés per "qwen"

Décodage spéculatif et MTP : la vitesse sans compromis
Les basesIntermédiaire

Décodage spéculatif et MTP : la vitesse sans compromis

Le décodage spéculatif accélère l'IA locale sans changer la qualité de la sortie : un modèle esquisse les jetons, le grand modèle les vérifie. Voici comment fonctionne le schéma-verification, les têtes MTP de Qwen, EAGLE sur Mistral Medium 3.5 et comment activer le tout en trois commandes.

iaLocale Team
12 octobre 2026
Qwen3.8-27B vs Gemma 4 26B A4B : la nouvelle frontière à 24 Go
ComparaisonsIntermédiaire

Qwen3.8-27B vs Gemma 4 26B A4B : la nouvelle frontière à 24 Go

Dense de 27,8 Md ou MoE avec 3,8 Md actifs, un contexte de 262K contre 256K et presque le même poids en Q4_K_M : deux façons opposées d'apporter la qualité d'un grand modèle sur une carte grand public de 24 Go. Qui va plus vite, qui va plus en profondeur, et quand choisir l'un ou l'autre.

iaLocale Team
9 octobre 2026
Modèles d'images en local : de SDXL à Qwen-Image
ModèlesIntermédiaire

Modèles d'images en local : de SDXL à Qwen-Image

Des 2,6B de paramètres de SDXL aux 7B de Qwen-Image 2.1 : fonctionnement des diffusion models, VRAM réellement nécessaire et quel modèle choisir selon votre matériel.

iaLocale Team
9 octobre 2026
KV cache : pourquoi la RAM sert à plus que le seul modèle
Les basesIntermédiaire

KV cache : pourquoi la RAM sert à plus que le seul modèle

Ce qu'est la KV cache, la formule pour la calculer avec les chiffres de Llama 3.1 8B et Qwen3 8B, et les trois leviers pour la gérer : contexte, quantisation et flash attention.

iaLocale Team
1 octobre 2026
Qwen-Image 2.1 : générer et éditer des images en local
ModèlesIntermédiaire

Qwen-Image 2.1 : générer et éditer des images en local

Qwen-Image 2.1 unifie génération à partir de texte, édition et transparence RGBA dans un modèle open de 7B (DiT de 32 couches). Setup local avec diffusers, support natif dans ComfyUI, besoins en VRAM (~14Go en bfloat16) et cas d'usage (stickers, photos de produit, workflows de design).

iaLocale Team
28 septembre 2026
Quantification : tirer davantage du même matériel
ModèlesIntermédiaire

Quantification : tirer davantage du même matériel

La quantification réduit la précision des poids (de FP16 à 4-8 bits) pour faire entrer les modèles dans moins de VRAM et générer plus de tokens par seconde. Niveaux, tailles réelles de Qwen2.5 14B, règle de choix à partir de Q4_K_M et limites (code, raisonnement, langues autres que l'anglais).

iaLocale Team
28 septembre 2026