Know your machine
CPU, RAM, GPU, VRAM, stockage. Avant de choisir un modèle, connaître ses contraintes.
Le lab n’est pas une collection de modèles. C’est un parcours : mesurer la machine, trouver ce qui peut tourner, comprendre les briques IA, les assembler en workflows puis en applications accessibles de partout.
La navigation principale suit une logique pédagogique. Les services sont ensuite projetés sur cette histoire, plutôt que présentés comme une grille plate.
CPU, RAM, GPU, VRAM, stockage. Avant de choisir un modèle, connaître ses contraintes.
AI Watch transforme le matériel disponible en shortlist de modèles réellement testables.
LLM, vision, image, voice, embeddings, agents : chaque capacité devient une brique compréhensible.
Les applications combinent plusieurs services et données dans des workflows réutilisables.
Contrôle des ressources, notifications et accès distant transforment la tour en infrastructure personnelle.
Les limites et incidents deviennent des supports de cours : contexte, VRAM, formats, réseau, HTTPS…
Chaque niveau peut être approfondi jusqu’aux API, services systemd, dépendances et code.
Chaque capacité est découpée en couches : client, frontend, API, orchestration/agent, moteur IA, modèle, compute, données et réseau. Change de vue pour raconter l'architecture au bon niveau.
Ces concepts ne sont pas des services du lab : ce sont les mécanismes qui reviennent dans toute l’architecture. Ouvre une fiche pour passer de l’intuition au schéma technique, puis ajoute-la à un parcours si elle est utile à ton auditoire.
Clique sur un service pour ouvrir sa fiche technique, ou ajoute-le directement au parcours de présentation courant.
Choisis l’auditoire, ajuste la profondeur, puis compose l’ordre des services. Le parcours est sauvegardé localement et exportable.