7 min de lecture<\/p>\n
La diapositive la plus discut\u00e9e de la WWDC 2026 \u00e9tait une simple liste d’appareils. Elle avait peu \u00e0 voir avec la nouvelle Siri. Le 8 juin, Apple a trac\u00e9 une ligne claire : le mod\u00e8le de langage le plus puissant ne fonctionne que sur les appareils dot\u00e9s de 12 gigaoctets de m\u00e9moire vive, tout calcul intensif \u00e9tant transf\u00e9r\u00e9 vers le propre cloud serveur de l’entreprise. Ceux qui pr\u00e9voient de l’inf\u00e9rence feraient mieux de pr\u00eater attention \u00e0 cette r\u00e9partition qu’\u00e0 l’assistante elle-m\u00eame.<\/strong><\/p>\n En relation :<\/span>La souverainet\u00e9 de l’IA commence par l’infrastructure<\/a> \/<\/span> FinOps voit tout, mais n’a aucun pouvoir<\/a><\/p>\n Dans la salle de Cupertino, le d\u00e9roulement \u00e9tait classique : de nouvelles animations, une Siri plus loquace, quelques astuces photo. Plus int\u00e9ressante \u00e9tait la justification apport\u00e9e par Apple. La nouvelle Siri et Apple Intelligence remani\u00e9 reposent sur de nouveaux Apple Foundation Models. Ces mod\u00e8les fonctionnent simultan\u00e9ment en deux endroits : localement sur l’appareil et sur les serveurs d’Apple via Private Cloud Compute.<\/p>\n Pour les d\u00e9veloppeurs, la partie int\u00e9ressante r\u00e9side dans ce qui les relie. Les deux niveaux, le mod\u00e8le embarqu\u00e9 et le mod\u00e8le serveur, sont accessibles via une seule interface Swift. Une application utilise la m\u00eame interface et peut exploiter les mod\u00e8les locaux comme ceux c\u00f4t\u00e9 serveur, sans avoir \u00e0 g\u00e9rer deux int\u00e9grations distinctes. Selon Apple, cette architecture a \u00e9t\u00e9 d\u00e9velopp\u00e9e en collaboration avec Google, une partie des r\u00e9ponses serveur de Siri s’appuyant sur Gemini.<\/p>\n Qu’est-ce que l’inf\u00e9rence hybride en IA ?<\/strong> L’inf\u00e9rence est le moment o\u00f9 un mod\u00e8le entra\u00een\u00e9 r\u00e9pond \u00e0 une requ\u00eate. Hybride signifie qu’une partie des requ\u00eates s’ex\u00e9cute localement sur l’appareil, tandis que le reste, plus gourmand en calcul, est trait\u00e9 sur des serveurs. Un routeur d\u00e9cide pour chaque requ\u00eate quel chemin est le plus \u00e9conomique, rapide ou conforme aux exigences de protection des donn\u00e9es.<\/p>\n Ce chiffre est le v\u00e9ritable message pour quiconque envisage l’inf\u00e9rence sur des appareils. Ici, c’est la m\u00e9moire vive qui constitue la limite, bien avant que la puissance de calcul ne devienne un probl\u00e8me. Un grand mod\u00e8le de langage doit conserver ses poids en m\u00e9moire vive, sans quoi il ne peut tout simplement pas fonctionner. Apple fixe la limite \u00e0 12 Go, assumant ainsi que m\u00eame son propre iPhone 17 avec 8 Go reste exclu. Pour l’iPad, il faut un M4 ou plus r\u00e9cent avec 12 Go, et pour le Mac, un M3 ou plus r\u00e9cent avec la m\u00eame limite de m\u00e9moire.<\/p>\n Cette r\u00e9partition repose sur une logique \u00e9conomique. La charge standard, c’est-\u00e0-dire les petites requ\u00eates constantes, doit s’ex\u00e9cuter localement : gratuit pour Apple, rapide pour l’utilisateur et sans que les donn\u00e9es quittent l’appareil. La charge de pointe, en revanche, devient co\u00fbteuse. Les nouveaux outils photo en sont une illustration claire. Le *Spatial Reframing*, qui modifie a posteriori la perspective d’une image, et l’outil *Extend*, qui comble les bords d’une photo, fonctionnent via *Private Cloud Compute*.<\/p>\n C’est pr\u00e9cis\u00e9ment l\u00e0 que se situe le levier. L’inf\u00e9rence dans le cloud \u00e0 cette \u00e9chelle co\u00fbte de l’argent r\u00e9el par requ\u00eate, et Apple limite les fonctions les plus gourmandes par des plafonds d’utilisation. Ceux qui ont r\u00e9guli\u00e8rement besoin de davantage seront, selon les impressions de la keynote, orient\u00e9s vers un forfait iCloud sup\u00e9rieur. Les tarifs d’entr\u00e9e en Allemagne commencent \u00e0 0,99 Euro par mois pour 50 Go et 2,99 Euro pour 200 Go. Ainsi, le cloud brid\u00e9 devient une source de revenus.<\/p>\n Pour sa propre planification, c’est une le\u00e7on plus honn\u00eate que n’importe quel benchmark de mod\u00e8le. Une architecture hybride est avant tout une d\u00e9cision de co\u00fbts. La r\u00e9partition n’a que peu \u00e0 voir avec la qualit\u00e9 du mod\u00e8le. Le niveau bon march\u00e9 et priv\u00e9 absorbe la masse, tandis que le niveau co\u00fbteux reste r\u00e9serv\u00e9 aux pics et est d\u00e9lib\u00e9r\u00e9ment rationn\u00e9. Dans une stack maison, on int\u00e8gre le m\u00eame contr\u00f4le des volumes, mais sans l’abonnement iCloud comme couche de facturation.<\/p>\n Un point d’embl\u00e9e : Siri AI ne sera pas disponible dans l’UE dans un premier temps. Apple invoque le *Digital Markets Act* et d\u00e9ploie la fonctionnalit\u00e9 uniquement sur les march\u00e9s anglophones, avec un lancement en b\u00eata \u00e0 l’automne. Pour une \u00e9quipe allemande, cette fonctionnalit\u00e9 aboutie n’est donc pas encore accessible. L’interface des *Foundation Models* locale pour les d\u00e9veloppeurs est, quant \u00e0 elle, d\u00e9j\u00e0 disponible ind\u00e9pendamment, tandis que la partie serveur via *Private Cloud Compute* d\u00e9pend de la disponibilit\u00e9 et de l’autorisation par march\u00e9.<\/p>\n Trois enseignements peuvent \u00eatre directement transpos\u00e9s. Premi\u00e8rement : la m\u00e9moire est le *gate* de l’*edge*. Quiconque souhaite d\u00e9placer l’inf\u00e9rence vers des appareils finaux ou des n\u0153uds *edge* doit d’abord calculer la RAM disponible par classe d’appareil, car la puissance de calcul est rarement le facteur limitant. Deuxi\u00e8mement : une couche comme *Private Cloud Compute* est avant tout une architecture de protection des donn\u00e9es. Elle permet d’utiliser des mod\u00e8les lourds sans que les donn\u00e9es brutes ne r\u00e9sident en permanence dans un cloud tiers \u2013 et c’est souvent l\u00e0 que le b\u00e2t blesse dans l’environnement DACH. Troisi\u00e8mement : l’interface unifi\u00e9e sur les deux niveaux masque la complexit\u00e9. Le v\u00e9ritable d\u00e9fi r\u00e9side dans le *routing*, qui d\u00e9cide quand calculer en local et quand recourir au cloud, tandis que le mod\u00e8le lui-m\u00eame reste la partie la plus simple.<\/p>\n Apple pr\u00e9sente cette r\u00e9partition comme un confort. Pour les \u00e9quipes qui doivent elles-m\u00eames arbitrer entre *on-device* et cloud, elle constitue un mod\u00e8le avec une \u00e9tiquette de prix. Le niveau co\u00fbteux est rationn\u00e9, le niveau bon march\u00e9 supporte la charge, et l’ensemble du syst\u00e8me repose sur une interface qui prend cette d\u00e9cision. On peut le reproduire bien avant que la premi\u00e8re r\u00e9ponse de Siri en allemand ne voie le jour.<\/p>\n L’inf\u00e9rence sur appareil ex\u00e9cute le mod\u00e8le localement sur l’appareil final. Cela est rapide, ne co\u00fbte rien par requ\u00eate au fournisseur et maintient les donn\u00e9es sur l’appareil. L’inf\u00e9rence dans le cloud s’ex\u00e9cute sur des serveurs, permet des mod\u00e8les nettement plus grands, mais engendre des co\u00fbts r\u00e9currents et envoie les donn\u00e9es hors de l’appareil.<\/p>\n<\/details>\n Un mod\u00e8le de langage performant doit conserver l’int\u00e9gralit\u00e9 de ses poids en m\u00e9moire vive. Si la RAM est insuffisante, le mod\u00e8le ne fonctionne pas ou seulement de mani\u00e8re tr\u00e8s limit\u00e9e. 12 Go est le seuil \u00e0 partir duquel Apple active le mod\u00e8le local le plus puissant, c’est pourquoi l’iPhone 17 avec ses 8 Go reste exclu.<\/p>\n<\/details>\n Private Cloud Compute est la couche serveur d’Apple d\u00e9di\u00e9e aux t\u00e2ches d’IA trop lourdes pour l’appareil. Elle est con\u00e7ue comme une architecture de protection des donn\u00e9es : les donn\u00e9es sont trait\u00e9es pour le calcul, mais ne doivent pas \u00eatre stock\u00e9es ou analys\u00e9es de mani\u00e8re permanente. Elle absorbe les pics de charge impossibles \u00e0 g\u00e9rer localement.<\/p>\n<\/details>\n Pas dans un premier temps. Apple invoque le Digital Markets Act et d\u00e9ploiera Siri AI \u00e0 partir de l’automne d’abord sur les march\u00e9s anglophones. Une date pour l’UE n’est pas encore fix\u00e9e. L’interface de d\u00e9veloppement sous-jacente pour les mod\u00e8les de fondation n’est cependant pas concern\u00e9e par cette restriction.<\/p>\n<\/details>\n Trois \u00e9l\u00e9ments : pr\u00e9voir la RAM comme limite stricte pour l’inf\u00e9rence en p\u00e9riph\u00e9rie, int\u00e9grer une couche cloud priv\u00e9e comme composant de protection des donn\u00e9es pour les mod\u00e8les lourds, et surtout construire le m\u00e9canisme de routage qui d\u00e9cide, pour chaque requ\u00eate, entre traitement local et distant. Ce dernier point est le v\u00e9ritable levier pour les co\u00fbts et la confidentialit\u00e9.<\/p>\n<\/details>\nLes points cl\u00e9s en bref<\/h2>\n
\n
Deux mod\u00e8les, une seule interface<\/h2>\n
Qui paie la charge de pointe<\/h2>\n
Ce que les \u00e9quipes DACH peuvent retenir de cette r\u00e9partition<\/h2>\n
Foire aux questions<\/h2>\n
Qu’est-ce qui distingue l’inf\u00e9rence sur appareil de l’inf\u00e9rence dans le cloud ?<\/strong><\/summary>\n
Pourquoi Apple exige-t-il pr\u00e9cis\u00e9ment 12 Go de m\u00e9moire vive ?<\/strong><\/summary>\n
Qu’est-ce que Private Cloud Compute dans ce contexte ?<\/strong><\/summary>\n
La nouvelle Siri sera-t-elle disponible dans l’UE ?<\/strong><\/summary>\n
Que peut-on en d\u00e9duire pour sa propre stack technique ?<\/strong><\/summary>\n