https://homelaber.dev/je teste des trucs chez moi (ia locale, self-hosting, matos d'occase), je note les chiffres, je raconte ce qui marche et ce qui plante.fr https://homelaber.dev/guides/llama-cpp-premier-llm-local/https://homelaber.dev/guides/llama-cpp-premier-llm-local/Thu, 22 Oct 2026 00:00:00 GMTcompiler llama.cpp pour ta carte nvidia et faire tourner un modèle récent avec 256K de contexte sur 12go, en comprenant ce que fait chaque option https://homelaber.dev/guides/maya-glm-53/https://homelaber.dev/guides/maya-glm-53/Thu, 22 Oct 2026 00:00:00 GMTcomment installer project maya, choisir la bonne version du modèle quand tes cartes font 24go ou moins, et les deux options qui m'ont fait gagner 22% de vitesse, avec ce qu'elles coûtent https://homelaber.dev/guides/strata-deux-gpu/https://homelaber.dev/guides/strata-deux-gpu/Thu, 22 Oct 2026 00:00:00 GMTcomment j'installe strata et je fais tourner qwen 3.8 flash next sur deux cartes grand public à plus de 110 tok/s en solo, puis comment je le partage entre deux agents en même temps https://homelaber.dev/guides/undervolt-3090-3080ti-linux/https://homelaber.dev/guides/undervolt-3090-3080ti-linux/Thu, 22 Oct 2026 00:00:00 GMTle pas à pas que j'utilise sur ma box : bloquer la fréquence, décaler la courbe tension/fréquence avec NVML, vérifier sous vraie charge, puis rendre ça automatique au démarrage https://homelaber.dev/labo/deux-agents-44-66-tok-s/https://homelaber.dev/labo/deux-agents-44-66-tok-s/Tue, 20 Oct 2026 00:00:00 GMTmême machine, même modèle, une nuit de réglages : quand deux agents génèrent en même temps, chacun passe de 43,8 à 66,4 tok/s, et c'est surtout quatre réglages qui ont fait le boulot https://homelaber.dev/labo/glm-53-maya-3090-3080ti/https://homelaber.dev/labo/glm-53-maya-3090-3080ti/Tue, 20 Oct 2026 00:00:00 GMTdeux options de maya font gagner 22% de decode à un modèle de 321B qui déborde largement en ram, mais en vraie tâche d'agent il reste nettement plus lent que qwen 3.8 flash next sur la même box https://homelaber.dev/labo/spark-4b-256k-3080ti/https://homelaber.dev/labo/spark-4b-256k-3080ti/Tue, 20 Oct 2026 00:00:00 GMTspark-x2.6-4b en q8 avec llama.cpp : 136 tok/s à vide, encore 35 tok/s avec 254K tokens de contexte, et une carte de 12go qui bat la 3090 parce que je l'avais moins bridée https://homelaber.dev/labo/undervolt-3090-3080ti/https://homelaber.dev/labo/undervolt-3090-3080ti/Tue, 20 Oct 2026 00:00:00 GMTdeux agents de code qui bossent en même temps, 452 W → 358 W sur les deux cartes, les ventilos passent de 91% à 48%, et le débit perd 7% https://homelaber.dev/labo/400k-contexte-80go/https://homelaber.dev/labo/400k-contexte-80go/Mon, 19 Oct 2026 00:00:00 GMTdeux slots de 409 600 tokens tiennent sur 80go de ram, et un prompt de 373 723 tokens avec trois codes planqués dedans ressort 3 réponses justes sur 3, lu en 195 secondes https://homelaber.dev/labo/512k-machine-figee/https://homelaber.dev/labo/512k-machine-figee/Mon, 19 Oct 2026 00:00:00 GMTj'ai d'abord cru à une clé wifi morte, mais c'était la ram : le cache des sessions à 512K demandait ~23go de plus qu'un modèle de 40go qui prenait déjà la place, et un simple plafond mémoire aurait tout évité https://homelaber.dev/labo/strata-020-ampere/https://homelaber.dev/labo/strata-020-ampere/Mon, 19 Oct 2026 00:00:00 GMTune simple mise à jour du moteur fait passer le decode seul de 91,7 à 107,6 tok/s sur une 3090 + 3080 Ti, et pourtant le temps total de mes agents ne bouge pas, parce qu'ils passent leur vie à lire des prompts