Mac ou PC avec carte graphique : lequel convient le mieux à l’IA locale?

Les deux conceptions font des compromis opposés. Une carte graphique a une petite réserve de mémoire extrêmement rapide soudée à côté d’un processeur puissant. Un Mac à puce Apple a une seule grande réserve de mémoire assez rapide, partagée par tout le monde. Aucune ne gagne d’emblée, et la bonne réponse dépend de la taille du modèle que vous voulez faire tourner.

Le guide du matériel de 2024 demandait si un Mac doté de beaucoup de mémoire suffit. Deux ans plus loin, on a de meilleurs chiffres pour répondre.

Le matériel côte à côte

Les caractéristiques sont celles des fabricants (RTX 5090, RTX PRO 6000, Mac Studio, puissance chez Apple). Notez que les chiffres des cartes ne couvrent que la carte : le PC autour consomme davantage.

Ce que montrent les bancs d’essai

Les chiffres les plus utiles pour Apple viennent du projet llama.cpp, qui tient un tableau public avec la version et la commande exactes, pour que chacun puisse refaire l’essai. Il utilise LLaMA 7B, un vieux petit modèle, compressé à 4 bits :

La tendance est claire : plus de bande passante donne plus de vitesse, même si la doubler du Max à l’Ultra n’a ajouté ici qu’environ 50 %.

Pour les cartes graphiques, LMSYS a publié en octobre 2025 une comparaison avec gpt-oss-20b dans Ollama :

Les deux tableaux utilisent des modèles et des logiciels différents : ne comparez pas une ligne de l’un avec une ligne de l’autre. Ensemble, ils montrent plutôt le profil de chaque option. La mémoire d’une carte est plusieurs fois plus rapide qu’une réserve partagée typique, et une bonne carte est environ quatre fois plus rapide que le Spark au même essai. Les chiffres de LMSYS ont un an, et l’équipe prévenait que des logiciels encore jeunes pouvaient les rendre vite dépassés.

La vitesse de lecture compte plus qu’il n’y paraît. Quand un agent charge une grosse base de code, le modèle doit tout traiter avant d’écrire un mot. Sur un portable à mémoire partagée, le propre essai de Microsoft avec un modèle de 137 milliards de paramètres donne environ 71 secondes pour un prompt à froid de 64 000 jetons.

L’écart logiciel

Pour exécuter un modèle, l’écart s’est refermé. Ollama, LM Studio et llama.cpp fonctionnent bien sur Mac, et MLX LM, d’Apple, exécute des modèles et fait de l’ajustement fin LoRA (adapter un modèle existant avec un petit module) sur ses puces.

Au-delà, NVIDIA garde les devants. vLLM, un serveur conçu pour de nombreux utilisateurs simultanés, est livré précompilé pour CUDA et prend en charge AMD par ROCm, tandis que sur puce Apple il repose sur vLLM-Metal, un module d’extension entretenu par la communauté. La plupart des tutoriels d’entraînement, du code de recherche et des nouveaux outils supposent CUDA. Si vous comptez entraîner un petit modèle à vous, un Mac vous fera résoudre des problèmes que les autres n’ont pas rencontrés.

Windows a aussi sa limite : vLLM ne le prend pas en charge de façon native. Servir un modèle sur un PC Windows passe donc habituellement par WSL, la couche Linux de Windows, ou par un outil comme Ollama.

Un tableau de décision

Lequel choisir quand on débute?

Celui que vous avez déjà. Les deux font tourner les mêmes modèles ouverts avec les mêmes outils gratuits, et vous apprenez les mêmes choses sur l’un ou l’autre. Un Mac de 16 Go ou un PC avec une carte de 8 Go suffit pour découvrir si l’IA locale vous est utile, avant de dépenser quoi que ce soit.

Si vous achetez précisément pour cela, regardez votre objectif principal. Prenez un Mac si vous voulez une machine simple et peu énergivore qui accepte aussi de plus gros modèles, et que vous les exécutez surtout sans les entraîner. Prenez un PC avec carte NVIDIA si vous voulez aussi entraîner, si vous utilisez déjà un poste Windows ou Linux, ou si la vitesse sur les modèles qui entrent compte le plus. Avec les prix des cartes graphiques de la fin de 2026, comparez le prix du système complet pour la mémoire voulue, à l’aide des paliers datés du guide d’achat.