Le nouveau Mac Studio ne se limite pas à ses performances en machine individuelle. Selon Apple, plusieurs exemplaires peuvent désormais être regroupés au sein d’un cluster, en s’appuyant sur Thunderbolt 5 et sur le RDMA (remote direct memory access). L’objectif est de constituer un pool de mémoire partagé, destiné notamment à exécuter des modèles d’intelligence artificielle de plus grande taille.
Cette approche vise les charges de travail pour lesquelles la mémoire disponible sur une seule machine devient un facteur déterminant. En mutualisant les ressources de plusieurs Mac Studio, le système peut charger des modèles open weight dits « frontier-class », parmi les plus exigeants disponibles actuellement, d’après Apple.
Quatre Mac Studio pour multiplier les performances d’inférence
Apple indique qu’un groupe de quatre Mac Studio peut atteindre une inférence d’IA jusqu’à trois fois plus rapide que l’exécution de la même tâche sur un seul système. Le bénéfice ne repose donc pas uniquement sur l’augmentation de la puissance de calcul : la mémoire partagée permet aussi de manipuler des modèles dont les besoins dépassent les capacités d’un Mac Studio isolé.
Thunderbolt 5 sert ici de lien entre les machines, tandis que le RDMA est mobilisé pour l’accès direct à distance à la mémoire. Cette combinaison place le Mac Studio dans une logique de calcul groupé, davantage associée aux environnements de développement et aux usages professionnels intensifs qu’à une station de travail traditionnelle utilisée seule.
Ce que ça change pour les projets d’IA
Pour les équipes qui travaillent avec de grands modèles ouverts, cette fonction offre une voie pour faire évoluer une infrastructure Mac Studio par ajout de machines, tout en conservant une mémoire utilisable à l’échelle du cluster. Elle répond en particulier au double enjeu de la taille des modèles chargés et de la rapidité d’inférence.
Le chiffre de 3× annoncé par Apple avec quatre Mac Studio montre aussi que le gain n’est pas une multiplication linéaire par quatre des performances d’une machine seule. L’intérêt concret se situe dans l’équilibre entre accélération de l’inférence et capacité à charger les modèles les plus lourds, deux paramètres centraux pour les flux de travail d’IA locaux.
Le Mac Studio s’ouvre à une autre échelle de calcul
Avec cette capacité de clustering, Apple fait du Mac Studio une brique pouvant s’intégrer à des ensembles de calcul plus larges. La possibilité de partager la mémoire entre plusieurs unités distingue cette approche d’une simple juxtaposition de postes : elle est directement pensée pour les modèles d’IA dont l’empreinte mémoire et les besoins d’inférence augmentent rapidement.
À lire aussi
Source : Apple — présentation officielle du Mac Studio
Rédigé avec l'assistance d'outils d'IA, vérifié et validé par la rédaction.