Apple ne présente pas seulement deux nouvelles puces : la M6 et la M5 Ultra dessinent deux façons d’installer l’intelligence artificielle au plus près de la machine.
La première mise sur la densité d’un procédé en deux nanomètres et un double Neural Engine ; la seconde pousse la mémoire unifiée jusqu’à cinq cent douze gigaoctets.
Le sujet n’est donc plus seulement la vitesse, mais la capacité à exécuter des modèles lourds sans dépendre systématiquement du cloud.
Le 25 août 2026, Apple a dévoilé deux architectures qui déplacent sensiblement le centre de gravité de l’informatique personnelle et professionnelle. La puce M6 inaugure chez Apple une gravure en deux nanomètres et associe un CPU douze cœurs, un GPU douze cœurs avec Neural Accelerators et un double Neural Engine seize cœurs. Sa bande passante mémoire peut atteindre cent soixante-dix Go/s, tandis que la mémoire unifiée monte jusqu’à trente-deux Go.
Ce qui compte ici n’est pas tant l’accumulation de chiffres que leur destination. Apple oriente explicitement cette génération vers l’exécution locale de grands modèles de langage, les tâches agentiques et les traitements créatifs. Le GPU de la M6 intègre un accélérateur neuronal dans chaque cœur et revendique des pics de performances IA près de trente pour cent supérieurs à ceux de la M5. Le double Neural Engine est annoncé jusqu’à deux fois plus rapide que celui de la génération précédente. Cette combinaison donne à la machine une vocation différente : faire davantage de calcul sur place, dans un environnement où les données n’ont pas nécessairement à quitter l’ordinateur.
La M5 Ultra pousse cette logique beaucoup plus loin. Elle repose sur une architecture à quatre puces reliées par une nouvelle génération d’UltraFusion. L’interconnexion dépasse 4,4 To/s, avec une densité de connexion annoncée plus de six fois supérieure à la génération antérieure. Le CPU peut compter jusqu’à trente-six cœurs, le GPU jusqu’à quatre-vingts cœurs, et la bande passante de mémoire unifiée atteint 1,2 To/s.
Mais la donnée la plus structurante est ailleurs : cinq cent douze Go de mémoire unifiée. Cette capacité permet à Apple de positionner le Mac comme une station capable de charger localement des modèles d’IA de plusieurs centaines de milliards de paramètres. Dans un marché où le coût d’inférence et la dépendance aux infrastructures cloud deviennent des sujets stratégiques, le choix architectural n’est pas anodin. Il remet sur la table une forme de souveraineté de poste de travail : garder certains modèles, certains corpus et certaines opérations sensibles sur la machine elle-même.
La M5 Ultra ajoute un Neural Engine trente-deux cœurs et un GPU équipé de Neural Accelerators dans chacun de ses cœurs. Apple annonce des performances IA jusqu’à 4,5 fois supérieures à celles de la M3 Ultra et plus de six fois supérieures à celles de la M1 Ultra. Ces chiffres proviennent toutefois de protocoles internes Apple et doivent être lus comme des indicateurs comparatifs, non comme des mesures indépendantes.
La même prudence vaut pour l’efficacité énergétique, très mise en avant par la Manufacture californienne mais sans détail complet sur la consommation réelle selon les charges. Le gain le plus défendable est donc architectural : plus de mémoire unifiée, plus de bande passante, davantage d’accélération matricielle et une volonté claire d’exécuter des modèles localement.
Ce mouvement dépasse le seul Mac. En renforçant Core AI, Core ML, Metal, MLX et Xcode autour d’une architecture matérielle explicitement pensée pour l’IA, Apple cherche à maintenir développeurs et créatifs dans un environnement où matériel, frameworks et données restent étroitement intégrés. La logique rappelle ce qui a fait la force historique de la Maison : ne pas séparer l’objet de son système.
La question des prochaines années sera moins de savoir si un ordinateur peut faire tourner un modèle d’IA localement que de déterminer jusqu’où cette exécution locale peut remplacer le cloud. Avec la M6 et la M5 Ultra, Apple ne ferme pas le débat ; elle lui donne une nouvelle échelle matérielle.
Cette publication est également disponible en :
