ÉmendeFaire tourner une IA en local sur un Mac : quelle machine faut-il ?
Tout Mac à puce Apple fait tourner un modèle de langue en local. La vraie question n'est pas la puissance de la machine mais sa mémoire : sur Apple Silicon, le processeur et la partie graphique partagent un même pool, et c'est lui qui décide de la taille du modèle qui tiendra. Voici ce qu'est une IA locale, le calcul à faire avant de télécharger un modèle, les outils qui servent à l'exécuter, et ce que chaque famille de Mac permet réellement.
Qu'est-ce qu'une IA locale ?
Une IA locale est un modèle de langue dont les fichiers sont stockés sur la machine et dont les calculs s'exécutent sur son propre processeur. Rien ne transite par un serveur : la demande, le texte traité et la réponse restent sur l'appareil, et l'outil continue de fonctionner sans connexion. C'est l'inverse d'un service en ligne, où le modèle tourne chez l'éditeur et où l'appareil se contente d'envoyer et de recevoir.
Le terme recouvre deux réalités très différentes à l'usage. Un outil générique vous laisse choisir le modèle, le télécharger et décider de sa taille ; une application spécialisée embarque le sien et ne vous pose aucune question. Les deux sont locales au même titre, mais elles ne demandent ni la même machine, ni les mêmes connaissances.
Émende relève de la seconde catégorie. Émende est une application macOS qui corrige, reformule et traduit un texte dans la fenêtre où il est écrit, avec un modèle de langue installé sur le Mac : aucun texte n'est envoyé sur internet, et il n'y a pas de modèle à choisir.
Quel Mac faut-il pour faire tourner une IA en local ?
N'importe quel Mac à puce Apple en est capable. La question n'est pas de savoir si la machine y arrive, mais quelle taille de modèle sa mémoire accepte : c'est la mémoire unifiée qui plafonne, jamais la puissance de la puce. Trois paliers se dessinent par famille de machines, indépendamment de la génération de puce.
Les portables les plus fins, MacBook Air en tête, tiennent les modèles compacts : corriger, reformuler, résumer, traduire. C'est le palier qui couvre les usages de bureau, et c'est déjà l'essentiel de ce qu'un professionnel demande à une IA. Les machines intermédiaires, Mac mini et MacBook Pro, montent d'un cran : modèles plus grands, textes plus longs traités d'un bloc, et de la marge pour garder le reste de son travail ouvert en même temps. Le Mac Studio est le seul de la gamme à monter très haut en mémoire : c'est la machine qu'on achète pour exécuter de gros modèles généralistes, pas pour relire des e-mails.
Une chose ne se rattrape pas après coup : sur Apple Silicon, la mémoire est soudée à la puce. La version de macOS se met à jour et la puce se remplace en changeant de machine, mais la mémoire se décide au moment de la commande, définitivement. Ce que la RAM change exactement pour une IA de correction se détaille à part.
Les configurations mémoire proposées par Apple bougent en ce moment plus vite que d'habitude : la pénurie mondiale de mémoire a conduit le constructeur à retirer des options sur plusieurs machines de bureau au printemps 2026, et la gamme a été renouvelée depuis. Vérifiez les configurations réellement disponibles au moment d'acheter plutôt que de vous fier à un guide, y compris celui-ci.
Émende ne demande aucun palier de mémoire : une puce Apple M1 ou plus récente et macOS 14 suffisent, et l'application installe au premier lancement le modèle qui correspond à la mémoire disponible. Les Mac à processeur Intel, eux, ne sont pas pris en charge.
Pourquoi la mémoire compte plus que la puissance ?
Sur un Mac à puce Apple, le processeur et la partie graphique partagent un seul et même pool de mémoire, appelé mémoire unifiée. Il n'y a pas de mémoire vidéo séparée : la partie graphique adresse directement la mémoire de la machine, donc beaucoup plus que ce dont dispose une carte graphique classique. C'est cette architecture, et non la vitesse de la puce, qui permet à un Mac ordinaire d'exécuter des modèles qui exigeraient ailleurs une carte graphique professionnelle.
Cette mémoire n'est pas entièrement disponible pour le modèle. Par défaut, macOS en réserve environ les trois quarts aux calculs graphiques ; le reste fait tourner le système, le navigateur et tout ce qui est ouvert. Sur une machine de 16 Go, il faut donc raisonner sur une douzaine de gigaoctets utilisables, pas sur seize.
Quand un modèle dépasse cette limite, il ne refuse pas de démarrer : il déborde sur le disque et la vitesse s'effondre. C'est le symptôme le plus courant d'un modèle trop grand pour la machine, et celui qu'on prend le plus souvent, à tort, pour un manque de puissance. Apple publie par ailleurs MLX, une bibliothèque open source conçue pour exécuter ces modèles sur ses propres puces : les outils qui s'en servent tirent mieux parti de cette architecture que ceux qui l'ignorent.
Combien de mémoire faut-il pour un modèle donné ?
Le poids d'un modèle se calcule avant de le télécharger, à partir de deux nombres que son auteur publie toujours : son nombre de paramètres, exprimé en milliards, et sa quantification, exprimée en bits par paramètre. Le calcul tient en une ligne : paramètres en milliards, multipliés par les bits par paramètre, divisés par huit, donnent le poids en gigaoctets. Un modèle de huit milliards de paramètres quantifié en quatre bits pèse donc environ quatre gigaoctets.
Ce calcul ne couvre que les poids du modèle. Il faut y ajouter le cache du contexte, qui grandit avec la longueur du texte traité, les tampons de l'outil qui l'exécute, et la part de mémoire que le système garde pour lui. Compter le double du poids calculé donne une marge réaliste : quatre gigaoctets de poids demandent une huitaine de gigaoctets libres pour tourner sans déborder.
Cette règle a l'avantage de ne pas vieillir. Les noms de modèles changent tous les trimestres, la formule non : c'est elle, et non un tableau de recommandations, qui dit si un modèle donné tiendra sur une machine donnée.
Avec quoi fait-on tourner une IA en local sur un Mac ?
Deux familles d'outils, qui ne s'adressent pas au même public. La première est celle des exécuteurs génériques, dont Ollama et LM Studio sont les plus répandus sur Mac. Ollama est publié sous licence MIT, demande macOS 14 ou ultérieur, et sert aussi de serveur local que d'autres applications peuvent interroger. LM Studio est gratuit, cherche les modèles directement dans le catalogue public de Hugging Face, et sait s'appuyer sur MLX sur les puces Apple. Dans les deux cas, c'est vous qui choisissez le modèle, vous qui le téléchargez, et vous qui vérifiez qu'il tiendra dans la mémoire de la machine.
La seconde famille est celle des applications qui embarquent leur propre modèle pour une tâche précise. Vous ne choisissez rien, vous n'installez aucun fichier de modèle, et l'outil ne sait faire que ce pour quoi il a été prévu. En contrepartie, il n'y a ni catalogue à explorer, ni calcul de mémoire à faire, ni risque de télécharger un modèle trop lourd pour la machine.
Les modèles ouverts des grands éditeurs, ceux de Mistral compris, relèvent de la première famille : ce sont des fichiers de poids, pas des applications, et ils s'exécutent indifféremment dans l'un ou l'autre de ces exécuteurs. Chercher « Mistral pour Mac » revient donc à chercher un exécuteur, puis à y télécharger le modèle voulu.
Émende appartient à la seconde famille : une barre d'action apparaît dès qu'un texte est sélectionné dans un champ éditable, le résultat s'affiche en trois secondes, et le modèle a été installé sans intervention. C'est le compromis inverse de celui d'Ollama ou de LM Studio : rien à régler, mais rien à choisir non plus. Pourquoi une tâche bornée comme la correction n'exige pas le plus grand modèle disponible se détaille dans un autre article.
Questions fréquentes
Une IA locale fonctionne-t-elle vraiment sans connexion Internet ?
Oui, une fois le modèle téléchargé. Les fichiers du modèle sont sur la machine et les calculs s'y exécutent ; couper la connexion ne change rien au résultat. Seul le téléchargement initial du modèle demande une connexion.
Faut-il un Mac Studio pour faire tourner une IA en local ?
Non. Un MacBook Air à puce Apple exécute sans difficulté les modèles compacts qui suffisent à corriger, reformuler, résumer ou traduire. Le Mac Studio n'a d'intérêt que pour exécuter de gros modèles généralistes, qui demandent une mémoire que les autres machines de la gamme ne proposent pas.
Un Mac à processeur Intel peut-il faire tourner une IA locale ?
Techniquement oui, dans un exécuteur générique capable de travailler sur le processeur seul, mais sans la mémoire unifiée ni l'accélération d'une puce Apple : la lenteur rend l'exercice peu praticable au quotidien. Émende ne prend pas en charge les Mac à processeur Intel.
Combien de mémoire faut-il au minimum pour une IA locale ?
Il n'existe pas de seuil unique, parce que la réponse dépend du modèle choisi. La règle utile est de calculer le poids du modèle, puis d'en prévoir le double en mémoire libre. Un outil qui installe lui-même son modèle évite entièrement ce calcul.
Émende demande-t-il de choisir et de télécharger un modèle ?
Non. Émende installe au premier lancement le modèle qui correspond à la mémoire disponible sur le Mac, sans réglage à faire. Le nom du modèle installé reste consultable dans Réglages, À propos, dans l'application.