Choisir un serveur d'inférence local
Pour exécuter un LLM local avec Elite Intel, un serveur d'inférence est requis. Il s'agit d'un logiciel qui charge le modèle IA et le sert via une API locale. C'est l'équivalent local d'un service IA cloud, fonctionnant entièrement sur votre propre matériel.
Elite Intel utilise LM Studio comme serveur d'inférence. Il fonctionne sous Windows et Linux et expose une API compatible OpenAI.
Exigences GPU
Configuration matérielle requise pour faire tourner le jeu et le LLM sur la même machine :
- RTX 3090 24 Go VRAM
- AMD RX 7800 XT
Si vous ne disposez pas du matériel suffisant, utilisez le service cloud gratuit sur 👉 console.mistral.ai 👈 — offre gratuite, sans carte bancaire. Étapes de configuration : LLM cloud gratuit.
Un tableau de référence GPU fourni par Kevin Rank est disponible ici : Guide de référence GPU
Guides d'installation
| Serveur d'inférence | |
|---|---|
| ✅ LM Studio - Linux | Rapide, plus de flexibilité pour les modèles - le guide montre comment le configurer comme serveur |
| ✅ LM Studio - Windows | Rapide, plus de flexibilité pour les modèles - interface graphique disponible |
| 🆓 LLM cloud gratuit | Aucun GPU requis - offre gratuite Mistral, sans carte bancaire |
LM Studio en un coup d'œil
| LM Studio | |
|---|---|
| Modèle requis | google/gemma-4-e4b |
| Installation | Un script, c'est tout |
| Fonctionne en tant que | Démarrage manuel, ou démarrage auto optionnel |
| Réglage du modèle | Options au moment du chargement |
| Démarrage auto Windows | Nécessite l'application de bureau ou le Planificateur de tâches |
| Démarrage auto Linux | Configuration systemd manuelle (voir le guide Linux) |
| Source du modèle | HuggingFace (GGUF) |
| Port API | 1234 |
| Interface graphique | Application de bureau optionnelle |
Guide de sélection
Utilisez LM Studio en local quand :
- Vous disposez d'un NVIDIA RTX 3090 24 Go équivalent ou supérieur. La VRAM est le facteur critique, pas la vitesse du GPU. Un GPU avec seulement 12 Go de VRAM est insuffisant quelle que soit sa génération.
- Vous exécutez Elite Dangerous et le LLM sur la même machine
- Vous souhaitez pointer Elite Intel vers un PC séparé sur votre réseau
- Vous souhaitez une interface graphique pour parcourir, télécharger et gérer les modèles, ou un serveur headless propre sur une machine dédiée à l'inférence
Utilisez plutôt le LLM cloud gratuit quand :
- Votre GPU n'a pas assez de VRAM pour faire tourner un modèle en même temps que le jeu
- Vous préférez ne pas gérer de serveur d'inférence local
Recommandation du développeur
Le développeur utilise LM Studio avec google/gemma-4-e4b (~6,3 Go). D'autres modèles peuvent
fonctionner, sans garantie. Signalez vos retours de compatibilité sur Matrix.
Pourquoi google/gemma-4-e4b en particulier ?
Elite Intel est un analyseur de commandes et un outil d'analyse de données, pas un chatbot conversationnel. Cela impose des exigences précises au modèle. Produire une conversation naturelle ne suffit pas. Le modèle doit déduire correctement les actions à partir de la voix, effectuer une analyse de données structurée et renvoyer les résultats sous forme de données structurées, pas d'un essai en markdown ou en HTML. Tous les modèles de cette taille n'y parviennent pas de façon fiable.
L'exigence incontournable est le function calling. Le compagnon d'Elite Intel ne demande pas au
modèle de décrire ce qu'il ferait : il lui propose un ensemble d'outils et attend qu'il en appelle
un, avec des arguments. Un modèle incapable d'émettre un appel d'outil bien formé ne peut pas
piloter l'application du tout, aussi bien écrive-t-il. google/gemma-4-e4b le prend en charge.
Avec environ 6,3 Go, il tient en VRAM à côté du jeu sur une carte de 24 Go avec de la marge, ce qui évite le déport vers le CPU et maintient le débit d'inférence.
À propos du modèle retiré de la V1.0. Les versions précédentes recommandaient
tulu-3.1-8b-supernova. Il ne prend pas en charge le function calling, ne peut donc pas exécuter le compagnon et n'est plus utilisable avec Elite Intel. Si vous suivez un guide ancien, ignorez-le et installezgoogle/gemma-4-e4b.
Puis-je utiliser un modèle différent ?
D'autres modèles peuvent être utilisés, mais ils doivent prendre en charge le function calling. Sans cela, l'application ne peut rien exécuter.
L'échec le plus fréquent avec un modèle alternatif est un format de réponse incorrect : le modèle renvoie de la prose décrivant une action au lieu d'appeler réellement l'outil.
Community 👉Matrix👈