← Le catalogue
IA locale & infrastructure / Parcours approfondi

IA locale.
Construisez votre homelab.

Du premier modèle sur votre ordinateur à un assistant documentaire maîtrisé. Dimensionnez, installez, mesurez et entretenez votre homelab IA.

Accéder au parcours…
24 chapitres24 ateliers corrigés4 laboratoires interactifs
De l’ordinateur personnel au service partagéComprendre chaque couche.Sources officielles consultées le 25 septembre 2026 ↗
Votre terrain de pratiqueL’Atelier Boréal
Partir du besoin, choisir le système.

Estimez les ressources d’un assistant documentaire local pour l’entreprise fictive Atelier Boréal.

Avant de commencer

Ce parcours est pour vous si…

Vous voulez comprendre comment fonctionne une IA sur votre propre machine, puis préparer ou construire un environnement maîtrisé.

Ce que vous allez construire
Le homelab de l’Atelier Boréal : un assistant documentaire dont vous expliquez le dimensionnement, les accès et la restauration.
Ce qu’il faut pour commencer
Des bases en fichiers, réseau et terminal aident pour l’installation. Le mode étude et les simulations ne nécessitent ni GPU ni achat.
Votre projet fil rouge / Atelier Boréal

Un assistant utile.
Une infrastructure comprise.

Aidez un atelier fictif de quatre personnes à consulter ses procédures. Choisissez la machine, installez les services, retrouvez les bonnes sources et préparez la reprise après une panne.

La cible : 120 documents et deux utilisateurs simultanés. Le laboratoire commence avec sept passages fictifs pour rendre chaque essai vérifiable.

Découvrir le laboratoire
La chaîne que vous apprendrez à construire
  1. L’interfaceUne question. Une identité.
    01
  2. Les sourcesDocuments, versions et droits.
    02
  3. Le moteur localModèle, mémoire et contexte.
    03
  4. L’exploitationMesures, copies et restauration.
    04

Des sources à la réponse, chaque étape se vérifie.

Trois façons de pratiquer

Commencez avec ce que vous avez.

Le niveau de déploiement change ; la méthode de vérification reste la même.

01

Étudier sans installer

Travaillez le cas Boréal, calculez la capacité et résolvez les simulations depuis votre navigateur. Les résultats restent des hypothèses.

02

Construire sur son poste

Exécutez Ollama en natif, appelez son API et étudiez le RAG Python du guide. CPU possible avec un modèle adapté ; performances à mesurer.

03

Organiser un serveur

Déployez Ollama et Open WebUI avec Compose, puis travaillez accès, persistance, supervision et restauration. Une extension Linux/NVIDIA est fournie.

Observer les conséquences de ses choix

Quatre laboratoires, des décisions concrètes.

01

Le budget mémoire

Faites varier poids, précision, contexte et concurrence. Visualisez le cache KV, la marge et le dépassement de capacité.

02

L’énergie et le coût

Comparez une machine disponible en permanence à un usage ponctuel. Ajoutez investissement, accessoires et temps d’entretien.

03

La recherche documentaire

Observez les passages sélectionnés, changez de rôle et réintroduisez une ancienne version pour comprendre les erreurs.

04

Le diagnostic de pannes

Résolvez six incidents : mémoire, réseau, sources, embeddings, permissions et restauration. Chaque choix est expliqué.

Pour consolider : 96 questions de chapitre · 64 cartes mémoire · 12 modèles de dossier · 48 questions au test final.

6 parties / 24 chapitres

Maîtriser l’ensemble,
une couche à la fois.

Chaque chapitre associe explications détaillées, exemples, activité interactive, atelier corrigé et quiz commenté.

Un repère sur douze semaines.

60 à 90 heures indicatives pour approfondir, lire les références et réaliser les ateliers. Avancez plus vite en mode étude ou prenez le temps d’installer et de mesurer.

24 chapitres · 6 parties

  1. Définir ce que signifie une IA vraiment locale
  2. Comprendre les modèles, les tokens et l’inférence
  3. Choisir ses modèles, formats et licences
  4. Cadrer le homelab de l’Atelier Boréal

Un compte ExionVision gratuit est nécessaire pour ouvrir un chapitre et retrouver votre progression.

Des exemples à explorer en ligne

Votre premier homelab commence ici.

Explorez le corpus fictif, les exemples Python et Compose, les tests et le guide de démarrage directement dans le laboratoire. Lisez, comparez et copiez les extraits utiles à votre pratique.

Explorer le laboratoire
Revenir à la documentation

Des choix techniques que l’on peut vérifier.

Formation originale ExionVision. Références consultées le 25 septembre 2026. Les compatibilités, licences et options évoluent : chaque chapitre renvoie aux sources qui permettent de vérifier votre version.

Consulter les 41 références officielles et publications
  1. Google — EmbeddingGemma, formats d’entrée et limites ↗
  2. Ollama — confidentialité, réseau et configuration ↗
  3. Ollama — compatibilité matérielle ↗
  4. Ollama — fenêtre de contexte ↗
  5. Ollama — installation Linux ↗
  6. Ollama — installation Windows ↗
  7. Ollama — API de conversation ↗
  8. Ollama — référence Modelfile ↗
  9. Ollama — mesures d’utilisation et durées ↗
  10. Ollama — modèles chargés en mémoire ↗
  11. Ollama — API des embeddings ↗
  12. Ollama — principes des embeddings ↗
  13. Ollama — sorties structurées ↗
  14. Ollama — appels d’outils ↗
  15. Exemple de modèle de conversation : Qwen3 4B ↗
  16. Exemple de modèle d’embeddings : EmbeddingGemma ↗
  17. llama.cpp — moteurs et plateformes ↗
  18. llama.cpp — serveur HTTP et options ↗
  19. MLX LM — inférence et adaptation sur Apple silicon ↗
  20. LM Studio — fonctionnement hors ligne ↗
  21. vLLM — prise en main ↗
  22. Hugging Face — fiches de modèles ↗
  23. Hugging Face — format GGUF et quantification ↗
  24. Transformers — stratégies de cache KV ↗
  25. Open WebUI — installation et mises à jour ↗
  26. Docker — publication des ports ↗
  27. Docker — volumes persistants ↗
  28. Docker Compose — démarrage et disponibilité ↗
  29. Docker Compose — accès au GPU ↗
  30. NVIDIA — Container Toolkit ↗
  31. Proxmox VE — virtualisation ↗
  32. Sentence Transformers — recherche et reclassement ↗
  33. OWASP — injection de prompt ↗
  34. PEFT — principes de LoRA ↗
  35. QLoRA — article de recherche original ↗
  36. whisper.cpp — transcription locale ↗
  37. Tailscale — règles de contrôle d’accès ↗
  38. Prometheus — instrumentation ↗
  39. Prometheus — distributions de latence ↗
  40. restic — restauration et vérification ↗
  41. Python — requêtes HTTP avec la bibliothèque standard ↗
Votre machine. Votre méthode.

Construire, puis savoir
pourquoi cela fonctionne.

Commencer la formation ↗

Autoformation avec exercices et corrigés. Le cas Boréal est fictif ; le test final constitue une autoévaluation, sans certification professionnelle.