Un débutant construit un « second cerveau » local sur Intel Arc Pro B60 : Qwen 3.8 27B à 38 tok/s, contexte de 128K

Un non-développeur sans aucune formation en programmation a construit un agent IA personnel majoritairement local (OpenClaw) sur un vieux Dell OptiPlex, puis a monté un serveur IA dédié autour d'un GPU Intel Arc Pro B60. La source est un compte rendu détaillé du matériel exact, des coûts et des résultats — notamment l'exécution de Qwen 3.8 27B à ~38 tok/s avec une fenêtre de contexte de 128K.

Comment tout a commencé

L'auteur était un utilisateur moyen de chatbots — recherche et rédaction uniquement — jusqu'à ce qu'une vidéo YouTube sur OpenClaw (un agent IA qui fait réellement des choses, pas seulement discuter) le pousse à se lancer. L'installation a pris environ 2 jours avec un compte Claude gratuit sur un vieux Dell OptiPlex 3431, tournant d'abord sur un abonnement ChatGPT à 20 $/mois.

Le Dell (plan de contrôle de l'agent)

• CPU : Intel Core i9-9900 (mis à niveau depuis le i5 d'origine)
• RAM : 32 Go DDR4-2666 (64 Go à l'origine, la moitié déplacée vers la machine IA)
• GPU : NVIDIA Quadro P620, 2 Go (d'origine, inutile pour l'IA)
• Disque système : 512 Go NVMe (ajouté)
• Stockage : SSD SATA 2 To (d'origine)
• OS : Windows 11 Pro

Fait tourner OpenClaw (le harnais d'agent), la mémoire, l'ordonnancement, Telegram (l'interface de chat), les sauvegardes, et stocke les modèles locaux déployables à tout moment sur la machine IA.

Les problèmes de stabilité remontaient à des barrettes de mémoire « marché gris » bon marché livrées avec le Dell sur Amazon — l'auteur soupçonne une RAM défectueuse d'avoir corrompu des fichiers Windows. L'upgrade i9 a été désignée comme la seule mauvaise dépense jusqu'ici (200 $ sur eBay), l'agent ayant littéralement plaidé contre cet achat.

La BlackBox (BB) — serveur IA dédié

Pendant qu'il faisait tourner l'agent, l'auteur a commandé puis annulé un Mac Studio à 2 000 $ après avoir réalisé qu'il ne pouvait pas exécuter un modèle capable de faire ce dont il avait besoin. Il est brièvement passé tout-cloud : 20 $/mois de Claude plus un forfait ChatGPT à 100 $ = 120 $/mois juste pour faire tourner l'agent, ce qui ressemblait à un piège.

Le tournant a été les petits modèles ouverts — Qwen, GPT-OSS 20B, Mistral, Gemma. Quand Qwen 3.8 27B est sorti, ils se sont engagés à construire une machine séparée qui ne fait rien d'autre que servir l'IA à l'agent. Cette séparation est décrite comme la meilleure décision du projet.

La règle directrice

Tout doit être générique et interchangeable — jamais marié à un modèle, un composant matériel, ou même au harnais d'agent lui-même. Cela permet à la machine hôte de l'agent de changer tandis que l'inférence locale reste en place.

Les chiffres rapportés

Qwen 3.8 27B à environ 38 tok/s avec une fenêtre de contexte de 128K sur l'Intel Arc Pro B60 — désormais le modèle par défaut, avec les modèles cloud en secours plutôt que l'inverse. Les spécifications complètes, la configuration et les chiffres sont dans le post original.