Quel matériel ?
Le GPU, le nombre de cartes et la mémoire occupée sur chacune : poids du modèle, cache KV et marge de sécurité.
DIMENSIONNEMENT D’INFÉRENCE LLM
Du modèle de langage au bon matériel, sans deviner.
Indiquez un modèle, une charge et un budget : Sizer propose deux ou trois configurations GPU comparables, avec pour chacune la mémoire, la latence et le coût. Chaque hypothèse reste visible.
- Sans inscription
- Tous les champs sont facultatifs
- Fonctionne sans IA
CE QUE SIZER CALCULE
Quatre réponses pour décider
Un calculateur de VRAM s’arrête à la mémoire. Sizer va jusqu’à la charge soutenable et au coût d’exploitation.
Quelle configuration logicielle ?
Le moteur de serving, la quantification (FP16, INT8 ou INT4), le parallélisme et le nombre de répliques.
Quelle charge soutenable ?
Le temps jusqu’au premier token, la vitesse par utilisateur et le débit en requêtes par seconde, face à vos cibles.
Quel coût ?
La location cloud ou l’achat amorti sur 1 et 3 ans, avec l’énergie et les ressources CPU, RAM et disque de chaque hôte.
COMMENT ÇA MARCHE
Trois étapes, aucune inscription
- 01
Décrivez votre besoin
Remplissez le formulaire ou expliquez votre projet à l’assistant en quelques phrases. Un champ laissé vide prend une valeur par défaut, signalée dans le résultat.
- 02
Comparez les options
Sizer retient deux ou trois configurations distinctes, de la plus économique à la plus réactive, et détaille leur mémoire, leur latence et leur coût.
- 03
Exportez le rapport
Téléchargez un PDF avec les configurations, les hypothèses retenues et les versions du moteur et du catalogue, prêt à partager.
PARTEZ D’UN EXEMPLE
Trois cas d’usage prêts à ouvrir
Chaque exemple ouvre l’outil pré-rempli : modifiez ensuite les champs qui ne correspondent pas à votre situation.
Chat interne
Un assistant de questions-réponses pour une équipe : requêtes courtes, quelques utilisateurs à la fois.
Dès 202 € / moisavec RTX 4090Ouvrir cet exempleRecherche documentaire
Des réponses appuyées sur vos documents : de longs extraits en entrée, des réponses courtes.
Dès 810 € / moisavec 4 × RTX 4090Ouvrir cet exempleWorkflow agentique
Des agents qui enchaînent plusieurs appels au modèle pour chaque tâche, sur un grand modèle.
Dès 24 300 € / moisavec 20 × H100 80 GBOuvrir cet exempleCE QU’IL FAUT SAVOIR
Des estimations honnêtes sur leurs limites
Des projections, pas des mesures
Latence et débit sont des ordres de grandeur calculés. Validez la configuration retenue par un benchmark avant tout achat.
Des prix indicatifs
Les prix du catalogue sont illustratifs. Confirmez-les auprès des fournisseurs avant de vous engager.
L’IA ne calcule rien
L’assistant se contente de remplir le questionnaire. Chaque chiffre vient d’un moteur déterministe, qui fonctionne aussi sans IA.
Pas de compte, pas d’historique
Vos saisies ne sont pas conservées. Le texte écrit à l’assistant n’est envoyé à un service externe qu’avec votre accord.
Prêt à chiffrer votre projet ?
Commencez avec les valeurs par défaut, puis affinez champ par champ.