Les points clés à retenir selon ZDNET

• Les Mac sont passés du statut de machines professionnelles un peu délaissées à celui de véritables chevaux de bataille de l’IA.
• L’IA locale rend les Mac équipés d’Apple Silicon étonnamment attractifs.
• Les processeurs d’Apple pourraient bien avoir plus d’importance qu’Apple Intelligence.

En 2018, j’avais pratiquement perdu tout espoir de voir les Macs bénéficier un jour de mises à jour. Je disposais d’une infrastructure Windows et Linux pour certains projets, mais mes principales tâches quotidiennes sur ordinateur de bureau s’effectuaient sur Mac. Et je commençais à craindre de devoir tout transférer hors du Mac, un processus de migration qui s’annonçait tout sauf agréable.

L’écosystème Mac n’offrait tout simplement pas assez de puissance et de marge de manœuvre pour les utilisateurs intensifs comme moi. On n’aurait jamais pu imaginer à l’époque que les Mac mini deviendraient bientôt les machines les plus recherchées pour les tâches d’IA hautes performances.

Tout a changé quand Apple a dévoilé le processeur M1 Apple Silicon en 2020. En effet, Apple Silicon est un système sur puce (SoC), ce qui signifie que tous les composants de base du système, tels que le processeur, le processeur graphique et la mémoire vive, sont fabriqués sur une seule plaquette de silicium. Cela résout bon nombre des problèmes qui affectent les PC, qu’il s’agisse de la chaleur, des contraintes liées à la modularité ou du coût élevé des composants.

Mais ce changement a demandé un certain temps d’adaptation pour les utilisateurs expérimentés qui appréciaient de pouvoir ajouter de la mémoire vive ou remplacer leur carte graphique. Cependant, le fait de tout regrouper sur une seule puce est ce qui fait du Mac une véritable bête de course en matière de plateforme d’IA.

Les puces Apple Silicon intègrent des processeurs. Le CPU gère toutes les tâches de calcul de base. Les CPU d’Apple disposent également d’extensions capables d’effectuer des calculs mathématiques de haute précision.

Le GPU peut traiter des charges de travail gourmandes en données. La plupart des calculs graphiques intensifs nécessitent énormément de traitement de tableaux. Et savez-vous ce qui nécessite également énormément de traitement de tableaux ? L’IA. C’est pourquoi les GPU sont si recherchés.

Il y a ensuite le Neural Engine d’Apple, une puce conçue pour exécuter des tâches d’IA spécialisées. Pour simplifier quelque peu, le GPU traite d’énormes quantités de données, tandis que le Neural Engine peut prendre en charge des tâches d’IA spécifiques avec très peu de puissance, telles que la reconnaissance vocale ou la classification d’images.

Vous pouvez exécuter de nombreuses charges de travail d’IA sur les premiers Mac de la série M1 Apple Silicon de 2020. Mon Mac Studio M1, vieux de quatre ans, exécute actuellement des charges de travail d’IA importantes dans mon laboratoire personnel, ou vous pouvez vous procurer un tout nouveau Mac mini M6 de 32 Go pour un peu plus de 2000 euros.

À mesure que ces appareils gagnent en puissance, l’exécution de charges de travail d’IA en local présente un autre avantage : elles sont locales. Vous n’avez pas à vous soucier de la souveraineté des données ni des frais de jetons (token). Lancez-y un LLM à la pointe de la technologie, et donnez-vous à fond.

Il y a seize mois, j’ai remplacé mon Mac Studio M1 Max de 64 Go par un Mac Studio M4 Max de 128 Go, qui est désormais mon ordinateur de tous les jours.

Le mois dernier encore, Apple a mis à niveau le Mac mini et le Mac Studio vers les puces M5 Max et M5 Ultra. Mais mon ancien Mac Studio fonctionne si bien que je n’ai pas besoin de le mettre à niveau.

Si vous m’aviez dit, en 2018, qu’Apple proposerait des Mac petits et compacts dotés d’une telle puissance que je n’aurais pas besoin de les mettre à niveau dès la sortie d’un nouveau modèle, j’aurais ri. C’est pourtant cette même entreprise qui avait laissé s’écouler quatre ans entre deux mises à jour du Mac mini et pas moins de six ans entre celles du Mac Pro.

Et cette année ? Apple met à jour ses Mac sans écran presque aussi vite qu’elle le fait pour les iPhone. Bien sûr, cela s’explique en grande partie par le fait que les Mac et les iPhone partagent la technologie de processeur développée en interne par Apple. Apple maîtrise bien davantage sa propre architecture, ce qui rend les mises à jour plus pratiques et plus faciles à réaliser.

À cela s’ajoute la demande en matière d’IA. Je ne pense pas qu’Apple ait pu prévoir le boom de l’IA dès 2020. Mais l’entreprise a conçu un processeur performant adapté aux charges de travail de ses clients, notamment celles liées au graphisme. Il se trouve justement que l’IA partage bon nombre des exigences architecturales du graphisme, ce qui place cette nouvelle architecture propriétaire d’Apple dans une position unique, bien en avance sur l’univers Intel dont elle dépendait auparavant.

C’est en fait assez ironique. Apple Intelligence s’est avéré être un véritable échec. Mais les processeurs d’Apple, conçus pour une catégorie de tâches totalement différente, se sont révélés presque parfaitement optimisés pour l’IA.

Le matériel de l’entreprise fait une entrée fracassante dans le monde de l’IA, tandis que ses logiciels d’IA ne font pratiquement pas la différence dans les projets de quiconque — mais je ne m’en plains pas.