Arrêtez de saturer votre GPU : une méthode simple pour gérer votre stack IA
Faire tourner plusieurs modèles IA en local peut vite faire exploser votre GPU. Voici comment j’ai créé un outil simple pour orchestrer ma stack et garder un système stable.
DLSS : quand l’IA transforme le rendu graphique en temps réel
Le DLSS ne se limite pas aux performances ; il offre un aperçu de l’avenir du rendu piloté par l’IA et d’un traitement graphique plus intelligent.
FlowState — Gestion d’état externe pour workflows stateless (n8n, LLM et automatisations multi-étapes)
FlowState est un service HTTP léger qui apporte une gestion d’état externe aux workflows stateless de n8n. Conçu pour les automatisations multi-étapes pilotées par des LLM, il permet un état scoped par exécution, des mises à jour incrémentales et une exécution sûre face aux conflits — sans transformer le moteur de workflow en base de données.
n8n en production : ce que j’aurais aimé comprendre plus tôt
Un retour d’expérience concret sur la mise en place d’un système de monitoring en production avec n8n : pièges courants, erreurs de boucles, gestion des statuts HTTP et conception de workflows robustes et scalables.
Pourquoi j'ai arrêté d'utiliser Docker pour l'IA locale (et suis passé à Conda)
Après plusieurs mois à utiliser Docker pour faire tourner des outils d’IA générative en local, j’ai réalisé que cette approche ajoutait plus de complexité que de valeur. Dans cet article, je partage pourquoi Conda s’est révélé plus simple et plus efficace pour expérimenter avec Stable Diffusion et d’autres modèles, tout en continuant à utiliser Docker pour mes applications.