Utilisation de la mémoire sur les ordinateurs portables

Kimiko peut utiliser plusieurs gigaoctets de mémoire pendant qu’il transcrit une réunion ou rédige un résumé en local. Sur un ordinateur portable à mémoire partagée, ce travail puise dans la même mémoire que celle dont vos autres apps ont besoin. La quantité dépend de vos modèles, des fonctions activées et de votre ordinateur.

Pour vérifier rapidement votre matériel, consultez la configuration requise. Pour la reconnaissance vocale et l’IA en local, 16 Go de mémoire sont un bon point de départ sur un Mac Apple silicon ou un PC Windows doté d’une carte graphique dédiée. Les portables Windows à mémoire partagée peuvent gagner à en avoir davantage.

Ce que signifie la mémoire partagée

Beaucoup d’ordinateurs portables Windows ont une puce graphique intégrée qui partage la mémoire principale de l’ordinateur (RAM). Le processeur principal et le processeur graphique utilisent une seule et même réserve de mémoire. C’est ce qu’on appelle l’architecture à mémoire unifiée, ou UMA. AMD explique cette conception à mémoire partagée.

Par exemple, sur un portable doté de 16 Go de mémoire partagée, Windows, vos apps et la puce graphique puisent tous dans ces 16 Go. Un ordinateur équipé d’une carte graphique dédiée peut, lui, garder une partie des données d’IA dans la mémoire propre de la carte. Le portable peut donc utiliser plus de RAM système pour le même travail.

Les Mac Apple silicon utilisent aussi une mémoire partagée, mais leur matériel et leur logiciel gèrent le traitement local différemment. La mémoire partagée ne signifie pas à elle seule une forte consommation ou de mauvaises performances ; Kimiko a été utilisé avec succès sur un MacBook Air M5 de 16 Go.

La mémoire partagée ne garantit pas pour autant que chaque composant du logiciel se contente d’une seule copie des données. Les modèles d’IA peuvent aussi avoir besoin de copies supplémentaires et d’espace de travail pendant leur exécution. La taille de téléchargement d’un modèle n’est que sa taille sur le disque.

Pourquoi la consommation augmente pendant une réunion

Kimiko peut mener plusieurs opérations de front : transformer la parole en texte, distinguer les intervenants, préparer les notes pour la recherche et rédiger un résumé. Chacune a besoin de mémoire. Un résumé local peut faire grimper temporairement la consommation pendant que le modèle vocal tourne encore.

Ces opérations sollicitent aussi le processeur : d’autres apps exigeantes peuvent donc les ralentir. Une consommation de mémoire élevée ne signifie pas, à elle seule, qu’il y a un problème ; vérifiez que votre ordinateur reste réactif et que la transcription suit le rythme.

Pourquoi le traitement dans le cloud utilise encore de la mémoire

La reconnaissance vocale cloud et l’IA cloud sont deux choix distincts. Passer l’une au cloud ne change rien à l’autre.

Même en choisissant le cloud pour les deux, Kimiko continue de gérer l’audio et de détecter la parole sur votre ordinateur. L’identification des intervenants et la reconnaissance des voix s’exécutent en local lorsqu’elles sont activées. La recherche du Chat peut aussi utiliser un modèle local, et la dictée, si elle est activée, a son propre modèle vocal. Le traitement dans le cloud peut alléger la charge, mais il ne supprime pas toutes les opérations locales. Voir Fournisseurs cloud.

Comment Kimiko allège la charge

• Depuis la version 0.6.5 : sous Windows, la détection de la parole s’exécute sur le processeur principal. Sur les ordinateurs dotés uniquement d’une puce graphique à mémoire partagée, l’identification des intervenants l’utilise aussi, ce qui évite une surcharge liée au traitement graphique pour ces opérations. La transcription et l’IA locale peuvent toujours utiliser l’accélération graphique.
• Depuis la version 0.6.6 : Kimiko décharge le modèle de dictée en attente avant le début d’une réunion. Sur les ordinateurs Windows dotés uniquement d’une puce graphique à mémoire partagée, il modifie aussi la façon dont l’IA intégrée charge les données des modèles, pour que Windows puisse récupérer plus facilement une partie de la mémoire.
• Depuis la version 0.6.7 : par défaut, le modèle vocal de la dictée et le modèle de mise en forme intégré partagent un délai d’inactivité de 5 minutes. Modifiez Garder les modèles chargés dans Réglages → Dictée pour libérer la mémoire plus tôt ou garder les modèles prêts plus longtemps. Un modèle également utilisé par la discussion peut rester chargé plus longtemps.

Ces changements s’appliquent automatiquement. Ils ne réduisent pas la mémoire dont les modèles actifs ont besoin, et il n’existe pas d’objectif de mémoire unique valable pour tous les ordinateurs portables.

Ce que vous pouvez essayer

1. Mettez Kimiko à jour pour bénéficier des changements ci-dessus.
2. Fermez les apps exigeantes et comparez une courte réunion avec un modèle d’IA local plus petit.
3. Utilisez moins de fonctions facultatives. Dans Réglages → Transcription, désactivez Identifier les intervenants distants si vous n’avez pas besoin de distinguer les intervenants, ou Résumés en direct si vous pouvez attendre la fin de l’enregistrement pour résumer.
4. Envisagez le traitement dans le cloud pour la reconnaissance vocale, l’IA ou les deux, si cela correspond à vos préférences en matière de confidentialité. Vérifiez aussi le Modèle d’IA choisi dans Réglages → IA.

Si la mémoire continue d’augmenter d’une réunion à l’autre, ou si l’ordinateur reste lent une fois le traitement terminé, contactez l’assistance en indiquant votre version de Kimiko, la référence de votre ordinateur portable, les modèles sélectionnés et les fonctions activées.

Lire le Gestionnaire des tâches de Windows

Utilisez Performances → Mémoire pour vérifier l’utilisation globale de la RAM. L’app principale de Kimiko, son moteur d’IA et l’affichage de sa fenêtre peuvent apparaître comme des processus distincts. La mémoire GPU partagée provient déjà de la RAM système : l’ajouter à l’utilisation totale de la RAM reviendrait à la compter deux fois.

Un graphique 3D peu actif ne prouve pas que le processeur graphique soit inactif. Sous Performances → GPU, cliquez sur le nom d’un graphique et sélectionnez un graphique Compute, comme Compute 0, s’il est disponible. L’activité de l’IA peut y apparaître. Microsoft explique les vues GPU du Gestionnaire des tâches.