AMD montre comment faire tourner des agents IA sur un PC avec 128 Go de mémoire

AMD a publié un guide pratique pour exécuter l'agent IA open source OpenClaw sous Windows sur des PC grand public, destiné aux configurations avec 128 Go de mémoire vive. Le guide décrit deux machines AMD prêtes à l'emploi, RyzenClaw et RadeonClaw, sur lesquelles les utilisateurs peuvent déployer l'agent en local, sans dépendre d'une infrastructure cloud.

Que sont les configurations RyzenClaw et RadeonClaw ?

D'après leurs noms, les deux configurations s'articulent autour des gammes actuelles de processeurs et de cartes graphiques d'AMD, Ryzen et Radeon respectivement. Elles proposent deux voies alternatives pour exécuter un agent en local : l'une centrée sur le calcul du processeur et la mémoire unifiée de la plateforme, l'autre sur une carte graphique dédiée comme principal accélérateur pour l'inférence des modèles. Avec ces deux options, AMD peut faire valoir que faire tourner des agents IA modernes n'exige pas forcément une infrastructure serveur dédiée équipée d'accélérateurs Nvidia. La tâche peut aussi être menée sur du matériel grand public haut de gamme, assemblé à partir de composants courants.

Le fait que le fabricant recommande une telle quantité de mémoire vive pour le fonctionnement complet des scénarios d'agents traduit une tendance plus large : les agents IA locaux deviennent une exigence matérielle d'un nouveau niveau, plus proche par sa charge des stations de travail professionnelles que d'un PC domestique ordinaire. Pour les acheteurs, c'est un argument de plus dans le choix d'une machine. À côté des performances en jeu ou de la quantité de mémoire vidéo, la question de la mémoire nécessaire pour exécuter en local un agent IA complet, et non une version de démonstration amputée, revient de plus en plus souvent.

• Outil : OpenClaw, un agent IA open source.
• Système d'exploitation : Windows.
• Configurations AMD : RyzenClaw et RadeonClaw.
• Repère de mémoire : environ 128 Go de RAM.
• Format de la publication : guide officiel d'AMD.

Pourquoi un agent IA a-t-il besoin d'autant de mémoire ?

Exécuter un agent IA en local diffère d'un simple chatbot local. Outre le modèle de langage lui-même, l'agent conserve en mémoire l'historique de raisonnement, les résultats des appels d'outils, des fichiers intermédiaires et souvent plusieurs chaînes de tâches en parallèle. Plus le modèle local est gros et plus la fenêtre de contexte à traiter est longue, plus il faut de RAM pour que tout tienne sans accès constants au disque, qui ralentissent fortement le travail. Le repère de 128 Go indique qu'AMD vise des utilisateurs qui veulent exécuter en local des modèles assez volumineux, et non des versions allégées, réduites pour des configurations minimales.

Que signifie cela pour les agents IA locaux sur PC ?

La publication d'un tel guide par un grand fabricant de processeurs et de cartes graphiques s'inscrit dans un mouvement plus large vers des agents IA locaux et privés, qui tournent sur le matériel de l'utilisateur sans envoyer de données vers le cloud. Pour les passionnés et les petites équipes, cela réduit à la fois les coûts d'abonnements et d'appels d'API et les risques liés à l'envoi de données sensibles vers des serveurs tiers. Cela sert aussi AMD, qui positionne ses plateformes grand public Ryzen et Radeon comme une vraie alternative au duo Nvidia plus cloud pour ceux qui veulent garder leurs agents IA chez eux ou au bureau, sur leur propre matériel.

Au-delà des économies sur les abonnements, l'exécution locale des agents supprime la question de la latence. Un appel à une API cloud ajoute toujours un délai réseau et dépend de la stabilité de la connexion internet, alors qu'un agent déployé en local réagit aussi vite que le permet le matériel de l'utilisateur. Pour les développeurs et les passionnés, cela signifie aussi pouvoir expérimenter avec les réglages du modèle et les paramètres de l'agent sans les restrictions que les fournisseurs cloud imposent généralement.

Il est également révélateur que ce guide émane d'un fabricant de composants et non du développeur de l'agent. Pour AMD, c'est une façon de démontrer que ses processeurs et ses cartes graphiques savent gérer non seulement les jeux, mais aussi de véritables charges de travail d'IA agentique, associées il y a peu encore presque exclusivement aux accélérateurs professionnels et aux services cloud. Cette position compte d'autant plus que les utilisateurs s'intéressent de plus en plus à l'exécution d'outils d'IA hors ligne, sans abonnement et sans risque qu'un service cloud devienne un jour payant, modifie ses conditions d'utilisation ou limite l'accès à certaines fonctions.