OpenAI et Anthropic achètent massivement des Mac mini et Mac Studio pour entraîner leurs IA. Un phénomène qui a de quoi interroger quand on sait que NVIDIA régnait sans partage jusqu’à présent.
Après avoir multiplié achats de livres d’occasion ou anciens pour alimenter leurs modèles en contenus écrits, les grands laboratoires d’IA se tournent désormais vers un tout autre type de ressource, le matériel informatique lui-même. OpenAI et Anthropic achètent aujourd’hui des dizaines de milliers de Mac mini et Mac Studio, deux ordinateurs de bureau signés Apple. L’objectif ? Entraîner leurs modèles d’IA. Un terrain que l’on croyait pourtant réservé aux puces Nvidia.
Le cœur de métier de Nvidia dans l’entraînement des modèles les plus massifs reste néanmoins pour l’instant hors de portée de ces petites machines Apple.
Des petits ordinateurs de bureau transformés en serveurs d’entraînement
Selon les informations rapportées par The Information, OpenAI a acheté des dizaines de milliers de Mac mini et de Mac Studio dans leurs configurations les plus puissantes, et continuerait d’en réclamer davantage. Anthropic suit une approche différente en louant des capacités de Mac mini via le service cloud d’Amazon, AWS, plutôt qu’en achetant directement le matériel. Ces machines, initialement pensées pour les développeurs et les professionnels créatifs, se retrouvent ainsi utilisées sans écran ni clavier, uniquement comme puissance de calcul brute.
L’objectif de ces achats massifs consiste à entraîner des agents dits de computer-use, des IA capables de piloter directement un ordinateur pour accomplir des tâches concrètes, comme trier des e-mails, résumer un document ou tester du code informatique. Cette phase d’entraînement repose sur l’apprentissage par renforcement, une méthode d’essai-erreur où le modèle tente une action, reçoit une récompense ou une correction, puis recommence des milliers de fois jusqu’à s’améliorer.
Pourquoi les puces Apple conviennent mieux que les GPU Nvidia à cette tâche
L’apprentissage par renforcement demande un fonctionnement très différent du préentraînement classique effectué sur des cartes graphiques Nvidia. Plutôt qu’un unique calcul matriciel massif tournant en continu, cette étape nécessite un grand nombre d’inférences courtes exécutées en parallèle. Dans ce contexte, disposer de nombreuses machines efficaces s’avère souvent plus pertinent que quelques cartes graphiques extrêmement coûteuses.
Les puces Apple Silicon tirent parti d’un atout technique précis, la mémoire unifiée. Le processeur, la puce graphique et le Neural Engine partagent la même réserve de mémoire, contrairement aux architectures Nvidia où la mémoire vidéo reste séparée de la mémoire système, ce qui crée un ralentissement lorsque les données doivent transiter entre les deux.
À cela s’ajoute un système de refroidissement capable de fonctionner en continu sur plusieurs heures, un avantage que ne possède pas un ordinateur portable classique, plus sujet à la limitation thermique.
Une position qui reste marginale face à Nvidia
Cependant, il y a de grandes limites à connaître. Une seule machine Apple, même dans sa configuration la plus musclée, ne suffit pas à faire fonctionner les modèles d’IA les plus avancés, appelés modèles frontière. Il faut alors connecter plusieurs Mac ensemble pour additionner leur mémoire et parvenir à faire tenir un modèle de grande taille, une méthode qu’Apple encourage d’ailleurs via le projet open source EXO Labs.
Le concept de mémoire unifiée n’est pas non plus une exclusivité d’Apple, puisqu’on le retrouve également chez AMD avec sa technologie Strix Halo ou chez Qualcomm. Nvidia a d’ailleurs réagi à cette tendance en lançant son propre mini-PC, le DGX Spark, directement inspiré du format du Mac mini. C’est la preuve que le géant des cartes graphiques considère désormais Apple comme un rival sérieux sur le segment de l’intelligence artificielle locale. Le cœur de métier de Nvidia dans l’entraînement des modèles les plus massifs reste néanmoins pour l’instant hors de portée de ces petites machines Apple.
BuzzWebzine est un média indépendant. Soutiens-nous en nous ajoutant à tes favoris sur Google Actualités :
