Les géants de l'IA se ruent sur le Mac mini - OpenAI en achète des dizaines de milliers, Anthropic en loue

Les plus grandes entreprises d'IA se sont trouvé un nouveau chouchou. Ce n'est pas une carte graphique à des dizaines de milliers de dollars, c'est le Mac mini.

Selon The Information, OpenAI a acheté ces derniers mois des dizaines de milliers de Mac mini et Mac Studio - sans écrans ni claviers, directement pour la salle des serveurs. Anthropic utilise les mêmes machines mais ne les achète pas : elle les loue via AWS, en s'appuyant sur ses liens étroits avec Amazon (l'ampleur de cette location n'a pas été divulguée). Même idée, politique de dépenses radicalement différente.

Les Mac servent à entraîner des agents qui utilisent un ordinateur comme un humain : le modèle tourne dans un vrai système, regarde l'écran, clique, tape, reçoit un retour et recommence - des millions de fois. C'est du reinforcement learning, la méthode sur laquelle repose la vague actuelle d'agents d'IA.

Pourquoi le Mac ? À cause de l'architecture. Dans Apple Silicon, le processeur et la puce graphique partagent une seule réserve de mémoire, et les Mac de bureau ont un refroidissement actif : ils supportent donc des semaines de travail à pleine charge. Ils ne remplacent pas les grands clusters Nvidia - ils comblent une niche où comptent la mémoire, l'accès au système d'exploitation et les environnements isolés, plutôt que la puissance brute du GPU.

Les effets se voient en boutique : les Mac mini et Studio ont commencé à manquer, alors Apple a annoncé de nouveaux modèles dès la fin août au lieu de l'automne habituel - avec des expéditions seulement dans la troisième semaine de septembre. Pour la première fois dans l'histoire de cette gamme, l'entreprise les destine aux clients professionnels, en vantant la mise en réseau de plusieurs Mac Studio en une seule machine pour l'IA. Le chiffre d'affaires des Mac a progressé de 29 % sur un an, et une partie des clients, découragée par les ruptures, lorgne déjà le DGX Spark de Nvidia.

Pendant des années, on a dit à Apple qu'elle avait raté la course à l'IA. Elle y est entrée par la petite porte - avec du matériel que personne n'achetait « pour l'IA ».

Reinforcement learning - une méthode d'entraînement de l'IA fondée sur l'essai et l'erreur : le modèle réalise une action, reçoit une récompense ou une pénalité et, après des millions de répétitions, découvre lui-même quelles stratégies fonctionnent.