Publié le 22 novembre 2025 à 21h00. Apple riposte face à la concurrence de Nvidia dans le domaine de l’intelligence artificielle en permettant à ses utilisateurs de combiner la puissance de plusieurs Mac pour des traitements complexes, ouvrant la voie à des capacités de calcul avancées.
- Apple permet désormais à ses clients d’utiliser leurs Mac équipés de Thunderbolt 5 comme des « clusters IA » pour le traitement en tandem de modèles d’intelligence artificielle.
- Cette fonctionnalité, qui sera intégrée à macOS 26.2 (actuellement en version bêta), s’appuie sur le framework MLX open source d’Apple.
- Des tests montrent que cette approche pourrait être plus économe en énergie que les solutions concurrentes, tout en offrant des performances comparables.
Pour contrer l’avance de Nvidia sur le marché de l’intelligence artificielle, Apple a dévoilé une nouvelle fonctionnalité permettant à ses utilisateurs de combiner la puissance de plusieurs Mac. Grâce à la prise en charge de Thunderbolt 5, les Mac peuvent désormais fonctionner ensemble en tant que « clusters IA », capables de traiter des modèles d’IA complexes de manière plus efficace.
Cette approche n’est pas nouvelle pour Apple, mais c’est la première fois que Thunderbolt 5 est utilisé à cette fin. La fonctionnalité sera disponible avec macOS 26.2, actuellement en version bêta, et utilisera le framework MLX (Machine Learning eXchange) d’Apple, une interface de programmation d’applications (API) open source conçue pour faciliter le développement et le test de nouveaux modèles d’IA.
Apple a collaboré avec le développeur Exo Labs pour créer cette capacité de traitement tandem de l’IA. L’outil, baptisé EXO 1.0, peut prendre en charge jusqu’à quatre ordinateurs de bureau Mac Studio ou deux ordinateurs portables MacBook Pro fonctionnant sur les mêmes modèles d’IA. Cette configuration permet de traiter des modèles allant jusqu’à 1 000 milliards de paramètres, une tâche qui serait difficile à réaliser avec un seul ordinateur. Les connexions Thunderbolt 5 permettent aux systèmes de fonctionner comme une seule unité, regroupant leur mémoire unifiée en une ressource unique pour les modèles d’IA.
(Crédit : Brian Westover/PCMag)
Lors d’une récente démonstration, l’équipe produit d’Apple a montré quatre ordinateurs de bureau Mac Studio équipés de puces M3 Ultra, mettant en commun leurs ressources pour exécuter un modèle de 1 000 milliards de paramètres, connu sous le nom de Kimi-K2-Thinking. L’ensemble de la configuration consommait moins de 500 watts (W) d’énergie, ce qui est inférieur à la consommation d’un seul GPU traditionnel dans un cluster d’IA (jusqu’à 700 W).
Les boîtiers DGX Spark de Nvidia, conçus pour consommer jusqu’à 240 W sous charge maximale, ont récemment fait l’objet de critiques de la part de développeurs comme John Carmack, qui remettent en question leurs performances réelles. Connecter un nombre équivalent de systèmes DGX Spark à celui utilisé dans la démonstration d’Apple pourrait théoriquement consommer jusqu’à 960 W, bien que cela soit peu probable en pratique. La solution d’Apple pourrait donc présenter un avantage en termes d’efficacité énergétique, en particulier pour les développeurs souhaitant exécuter plusieurs clusters.
(Crédit : Brian Westover/PCMag)
Parallèlement, Apple a mis en avant les capacités d’IA de sa puce M5 dans un récent article de blog. macOS 26.2 permet aux développeurs d’accéder aux nouveaux accélérateurs neuronaux de la M5 via MLX, tout en améliorant l’efficacité de la mémoire dans les charges de travail d’IA. Cela se traduit par une réduction du temps d’obtention du premier jeton (TTFT), un indicateur clé de la rapidité avec laquelle un modèle génère sa première réponse après une requête.
La principale amélioration des processeurs Apple de la génération M5 réside dans l’accélérateur neuronal intégré à chaque cœur GPU, qui améliore considérablement les performances de l’IA, comme l’a démontré notre test du MacBook Pro 14 pouces M5.
(Crédit : Apple)
Selon Apple, la puce M5 offre des opérations de multiplication matricielle dédiées, essentielles pour de nombreuses charges de travail d’apprentissage automatique. En évaluant ses puces M5 sur le modèle Qwen, un LLM développé par Alibaba Cloud, Apple a constaté que le TTFT du M5 était jusqu’à quatre fois plus rapide que celui de ses puces M4. Bien que ces gains de performances ne soient pas linéaires sur l’ensemble de l’invite, Apple a constaté une amélioration globale des performances des LLM de 19 % à 27 % avec la M5, grâce à sa bande passante mémoire accrue. Ces améliorations s’étendent à la fois à la génération d’images et de texte.
Cette avancée est prometteuse pour les utilisateurs des fonctionnalités Apple Intelligence sur macOS et pour les développeurs souhaitant créer des applications d’IA sur Mac. Cependant, pour accélérer davantage ce type de charges de travail, l’utilisation d’une carte graphique RTX externe pourrait offrir les meilleurs résultats, du moins jusqu’à ce que l’on puisse évaluer les performances de deux ordinateurs portables MacBook Pro M5 fonctionnant en tandem.
À ne pas manquer
