L’objet de cet article est de travailler avec un Raspberry Pi 400, en utilisant des modèles de langages installés sur le Pi 400, sans utilisation NLP via le cloud. Ces modèles, souvent gourmands en ressources, semblent a priori hors de portée pour les dispositifs à faible puissance comme le Raspberry Pi 400. Pourtant, avec la bonne approche, il est possible de les faire fonctionner efficacement sur ces petites machines. Cet article détaille comment exécuter des tâches NLP sur un Raspberry Pi 400, en prenant pour exemple un projet de traduction et de classification d’articles de presse en japonais.