Le monde de l'intelligence artificielle connaît une transformation inattendue. Selon un article de The Information, OpenAI a fait l'acquisition de plusieurs dizaines de milliers de Mac mini et de Mac Studio ces derniers mois. L'objectif est de former ses agents IA à utiliser un ordinateur comme un humain : cliquer, naviguer dans les menus, remplir des formulaires et effectuer des tâches complexes. Cette stratégie, qui en a surpris plus d'un, démontre que le matériel Apple n'est plus seulement destiné aux consommateurs et aux créatifs, mais est devenu un élément clé de l'infrastructure des grands laboratoires d'IA.
L'information, relayée par des médias tels que Cult of Mac, Moneycontrol et 24/7 Wall St., indique que ces ordinateurs sont utilisés dans une phase d'entraînement très spécifique : l'apprentissage par renforcement. Dans ce processus, les modèles d'IA interagissent avec de véritables interfaces graphiques, testant des actions et recevant des récompenses ou des pénalités en fonction du résultat. Cette méthode exige une quantité importante de mémoire et la capacité d'exécuter des milliers de simulations en parallèle, une tâche pour laquelle les Mac équipés de puces Apple Silicon semblent particulièrement bien adaptés.
Pourquoi Apple Silicon est essentiel à l'apprentissage par renforcement
L'entraînement d'un agent d'IA qui doit utiliser un ordinateur est très différent de l'entraînement d'un modèle de langage traditionnel. Au lieu d'assimiler de grandes quantités de texte, l'agent doit Interprétez ce que vous voyez à l'écran, décidez de l'action à entreprendre et vérifiez si elle a fonctionné.Chaque tentative est notée, et le modèle ajuste sa stratégie en fonction de ce retour d'information. Pour ce faire, des milliers de sessions indépendantes sont nécessaires, chacune s'exécutant simultanément avec son propre état et contexte.
C’est là qu’intervient l’architecture de mémoire unifiée (UMA) d’Apple. Contrairement aux systèmes traditionnels basés sur le GPU, où la mémoire vidéo et la RAM sont séparées et où les données doivent effectuer des allers-retours, sur les Mac, le processeur, le GPU et le moteur neuronal partagent le même bloc de mémoire. Cela réduit les goulots d’étranglement et permet au modèle d’accéder rapidement aux informations dont il a besoin à tout moment. Comme le soulignent plusieurs analyses, cette caractéristique est essentielle pour que l’agent conserve une représentation cohérente de l’écran, des instructions et des résultats de ses actions.
Un autre avantage du Mac mini et du Mac Studio réside dans leur système de refroidissement. Contrairement aux MacBook, plus fins et plus légers, ces ordinateurs de bureau sont équipés de ventilateurs dédiés qui leur permettent de maintenir des performances stables pendant des heures, voire des jours, d'entraînement intensif. Ceci est crucial pour l'apprentissage par renforcement, qui peut nécessiter de très longues sessions sans que l'ordinateur ne surchauffe ni ne ralentisse.
OpenAI achète, Anthropic loue : deux stratégies pour une même fin
L'article révèle également qu'OpenAI n'est pas la seule entreprise intéressée par cette approche. Anthropic, soutenue par Google et Amazon, aurait opté pour une stratégie différente : au lieu d'acheter l'équipement, loue de la capacité Mac mini via Amazon Web Services (AWS)Cette différence est importante car elle démontre qu'il n'est pas nécessaire d'investir une fortune en matériel pour tester la viabilité de cette architecture. Vous pouvez louer la capacité, mesurer les performances, puis décider s'il est plus judicieux d'acheter ou de continuer à louer.
L'intérêt de ces laboratoires pour les Mac ne signifie pas qu'ils remplaceront les puissants clusters de GPU de Nvidia. L'entraînement de modèles de langage à grande échelle repose toujours sur ces accélérateurs spécialisés. Cependant, pour les tâches d'inférence intensives et pour l'entraînement d'agents interagissant avec des interfaces, les Mac offrent une alternative plus économique et plus efficace. Comme l'explique l'analyste Shay Boloor, les ordinateurs d'Apple sont utilisés pour la phase d'apprentissage par renforcement, tandis que les GPU restent essentiels pour le pré-entraînement.
La demande met à rude épreuve la chaîne d'approvisionnement et Apple réagit.
Cet engouement pour les Mac n'est pas passé inaperçu dans la chaîne d'approvisionnement. Selon plusieurs rapports, Les configurations Mac mini et Mac Studio avec plus de mémoire sont en rupture de stock depuis des mois. Les délais de livraison des versions personnalisées s'allongent de plusieurs semaines. La pénurie mondiale de mémoire DRAM et NAND, alimentée par la demande des centres de données, a aggravé la situation. Les fournisseurs privilégient les grands acteurs du cloud, et les commandes d'Apple se retrouvent dans la même file d'attente.
Pour remédier à cette situation, Apple a accéléré le renouvellement de sa gamme. Le 25 août 2026, l'entreprise a présenté le nouveau Mac mini équipé des puces M6 et M5 Pro, ainsi que le Mac Studio doté des puces M5 Max et M5 Ultra. Cette initiative, inhabituellement précoce, répond au besoin de renouveler le marché avec des puces plus performantes et plus économes en énergie. Les nouveaux modèles offrent des améliorations significatives en termes de performances et de mémoire, avec des options allant jusqu'à 512 Go de stockage unifié pour le Mac Studio M5 Ultra.
La décision d'Apple d'avancer la date de lancement a également été interprétée comme une réponse à la forte demande. L'entreprise n'a pas encore confirmé officiellement l'acquisition d'OpenAI, mais les délais de livraison et les ruptures de stock laissent penser que la demande institutionnelle est bien réelle. De fait, le chiffre d'affaires de la division Mac a progressé de 29 % sur un an au dernier trimestre, atteignant 10.400 milliards de dollars, ce qui en fait le secteur d'activité d'Apple affichant la croissance la plus rapide.
Nvidia observe de près le positionnement d'Apple sur le marché des entreprises.
L'essor des Mac dans le domaine de l'IA locale n'est pas passé inaperçu chez Nvidia. Selon une source proche de l'entreprise, Nvidia considère déjà Apple comme son principal concurrent dans le domaine du traitement local de l'IA.Pour contrer cette menace, Nvidia a lancé fin 2018 le DGX Spark, un ordinateur de bureau au design similaire au Mac mini, équipé d'une puce Grace Blackwell et jusqu'à 128 Go de mémoire unifiée. Ce produit cible directement le marché de l'inférence IA sur ordinateur de bureau.
De son côté, Apple cherche à tirer profit de cette situation pour consolider sa position sur le marché des entreprises. En juin, la société a organisé un événement privé à Apple Park, intitulé « Business at the Park », auquel ont participé des dirigeants de Disney, Ford et Jared Kaplan, cofondateur d'Anthropic. Lors de cet événement, Apple a mis en avant les atouts de son matériel pour le traitement local des tâches d'IA, le Mac mini occupant une place centrale. Cependant, l'entreprise ne dispose toujours pas d'une équipe commerciale dédiée au segment de l'IA en entreprise, ce que certains anciens cadres considèrent comme une opportunité manquée.
Les pénuries d'approvisionnement donnent également naissance à de nouveaux modèles économiques. Peter Voell, ancien employé d'OpenAI, a fondé Mount Thor, une entreprise de cloud computing basée sur du matériel Apple et qui opère encore discrètement. D'autres entreprises, comme Namespace Labs, ont eu recours à l'utilisation de MacBook Pro en rack pour répondre à la demande de leurs clients. Cet écosystème émergent démontre que l'intérêt pour les Mac en tant qu'infrastructure d'IA dépasse largement le cadre des grands laboratoires.
En bref, l'annonce de l'acquisition par OpenAI de dizaines de milliers de Mac mini et de Mac Studio pour entraîner ses agents d'IA marque un tournant dans le secteur. La mémoire unifiée, l'efficacité énergétique et la capacité d'exécuter des milliers de sessions en parallèle de la puce Apple Silicon en font des atouts majeurs. Ces appareils sont devenus un outil précieux pour l'apprentissage par renforcement. Bien qu'Apple et OpenAI n'aient pas officiellement confirmé l'accord, les chiffres de vente, les ruptures de stock et les premières livraisons laissent penser que cette tendance est bien réelle. Il reste à voir comment Nvidia réagira et si Apple saura saisir cette opportunité pour consolider sa position sur le marché de l'IA d'entreprise.
