AMD repousse les limites de l’inférence IA locale avec sa plateforme Ryzen AI Max+, notamment le AMD Ryzen AI Max+ 395, capable d’exécuter sur Windows des modèles allant jusqu’à 128 milliards de paramètres, tout en pilotant des agents MCP et des outils interconnectés sans passer par le cloud. Cette évolution est rendue possible par la combinaison d’une mémoire unifiée LPDDR5X de 128 Go, dont jusqu’à 96 Go peuvent être alloués dynamiquement à la VRAM via la technologie Variable Graphics Memory.
La mise à jour Adrenalin Edition 25.8.1 WHQL active désormais le support des modèles de taille inédite dans l’écosystème Windows, notamment via llama.cpp avec pipeline Vulkan. Et cela change la donne, autant pour les chercheurs que pour les développeurs.
Llama 4 Scout, Mistral 123B : des modèles titanesques en local
Avec cette configuration, il est possible d’exécuter localement Llama 4 Scout 109B (en version Mixture-of-Experts, avec 17B actifs), ou encore Mistral Large 123B, sans carte graphique dédiée. Grâce à la quantification Q4 K M et au support de Flash Attention + KV Cache Q8, ces modèles tournent avec 66 à 68 Go de mémoire.
Ce qui relevait du datacenter devient désormais exploitable sur une station Windows bien équipée. Pour les modèles quantifiés, on peut même descendre à moins de 20 Go pour des architectures comme Qwen3 ou Gemma 3. Les arbitrages entre précision (F16, Q8, Q6…) et empreinte mémoire sont gérables selon les besoins : génération plus fine ou exécution plus légère, à vous de choisir.
Contexte long, contexte multiple : une IA qui réfléchit plus loin
L’une des avancées majeures réside dans la gestion du contexte étendu, devenu clé pour des usages modernes (assistants multilingues, résumés de documents, dialogues complexes, etc.).
- Les anciens plafonds à 4096 tokens sont dépassés.
- On peut désormais aller jusqu’à 256 000 tokens avec Flash Attention et Q8 activés.
- Un seul appel MCP avec Playwright peut générer 9 358 tokens.
- 96 Go de VRAM permettent jusqu’à 21 appels simultanés dans un même contexte.
En clair, les IA peuvent désormais raisonner sur plusieurs tâches ou outils à la fois, tout en conservant l’historique du contexte.
MCP : l’autre révolution, c’est l’agent local
Les Model Context Protocols (MCP) sont une extension logique de cette puissance contextuelle. Ce protocole permet à des modèles locaux de piloter des applications, d’appeler des API ou d’automatiser des tâches concrètes. Et avec LM Studio, une galaxie d’outils compatibles a émergé :
- Slack, Notion, GitHub, Obsidian, Box
- Microsoft Playwright (navigation automatisée)
- OpenWeather, Youtube Transcript, Amazon AWS, EDGAR, Shopify…
Chaque MCP agit comme un module interconnecté que le LLM peut appeler à la volée. Le tout se déroule en local, sans cloud, ce qui garantit confidentialité et performance.
Concrètement, qu’est-ce que ça change ?
Pour les développeurs, chercheurs, créateurs techniques, ou simplement les curieux de l’IA avancée, cela ouvre des perspectives inédites :
- Exécuter localement des modèles de plus de 100B paramètres, sans infrastructure lourde.
- Travailler hors ligne, dans des environnements déconnectés ou sensibles.
- Utiliser plusieurs outils MCP simultanément, dans un cadre fluide et cohérent.
- Choisir entre précision maximale et consommation mémoire optimisée, selon les cas d’usage.
- Maintenir un contrôle total sur les données, les traitements et les chaînes d’action IA.
C’est la première fois que le PC personnel devient une alternative crédible à l’inférence cloud à grande échelle.
AMD vise l’autonomie IA sur poste de travail
En s’imposant comme le premier constructeur à faire tourner Llama 4 Scout 109B avec vision et MCP sous Windows, AMD transforme la vision du poste IA personnel. Certes, les machines Ryzen AI Max+ s’appuient sur de la LPDDR5X soudée (donc non extensible), mais elles sont calibrées pour ce type d’usage avancé, en cohérence avec une logique système/intégration.
Cette stratégie, bien qu’ambitieuse, semble répondre à une tendance claire : plus de calcul local, moins de dépendance aux serveurs, plus de modularité dans les outils.
Où essayer et quelles machines l’embarquent
Essai dès aujourd’hui
Téléchargez dès maintenant le driver Adrenalin Edition 25.8.1 WHQL (version preview) et installez LM Studio pour tester la compatibilité avec LLM lourds.
Systèmes embarquant Ryzen AI Max+ 395 (128 Go)
Ces modèles bénéficient de la nouvelle mise à jour et sont maintenant capables de gérer des scénarios AI exigeants directement sur une machine Windows portable.
En résumé
Avec Ryzen AI Max+ 395 et son écosystème logiciel en pleine expansion, AMD redéfinit le rôle du PC dans l’inférence IA. Ce n’est plus seulement une machine de travail ou de jeu : c’est désormais un hub d’intelligence locale, capable de gérer des modèles massifs, des agents outillés, et des flux complexes, sans passer par un serveur distant. La course à l’IA locale est lancée et AMD semble bien décidé à occuper la ligne de front.
