Maison
Apple et LM Studio collaborent pour déployer d’immenses modèles de langage locaux à grande échelle grâce à quatre studios Mac.

Lors de l’événement WWDC2026 qui s’est tenu récemment, LM Studio et Apple ont présenté une démonstration technique révolutionnaire. Au cours de cette présentation, ils ont réussi à faire fonctionner le grand modèle de Moonshot comptant 10 billions de paramètres, Kimi K2.6, en utilisant uniquement quatre Mac Studios connectés en cluster. Cette réalisation a renversé l’hypothèse longtemps admise selon laquelle les modèles possédant des milliards de paramètres nécessitaient obligatoirement des clusters GPU basés sur le cloud, démontrant ainsi que du matériel grand public peut effectivement offrir des capacités de calcul IA avancées.
Kimi K2.6 compte un total de 1 trillion de paramètres et emploie une architecture MoE qui active 32 milliards de paramètres à tout moment donné. Il prend en charge le traitement de contextes longs, la gestion d’entrées multimodales ainsi que l’exécution de tâches via des agents. Pour la démonstration, quatre Mac Studios ont été reliés entre eux grâce aux technologies de partage de mémoire et d’interconnexion d’Apple afin de créer un cluster disposant d’environ 1,5 TB de mémoire unifiée, suffisante pour répondre aux besoins de calcul de ce grand modèle. Des tests menés précédemment par des développeurs ont montré que, dans des conditions similaires, Kimi K2.6 pouvait générer du texte à environ 28 tokens par seconde tout en consommant beaucoup moins d’énergie que les solutions traditionnelles basées sur des GPU.
Lorsqu’il est connecté directement depuis un iPhone au cluster local, toutes les données restent entièrement dans le dispositif de l’utilisateur
Un autre point fort de cette démonstration a été la fonction de connexion à distance LM Link développée par LM Studio. Les utilisateurs peuvent se connecter en toute sécurité à distance au cluster de Mac Studios depuis leur MacBook Neo ou leur iPhone, interagir en temps réel avec le modèle en cours d’exécution, et tout le traitement des données ainsi que la communication ont lieu localement, sans aucune transmission via le cloud.
LM Link a été intégré tant dans l’application Mac de LM Studio que dans l’application iOS de Locally AI, offrant des connexions chiffrées de bout en bout. Cette configuration permet aux utilisateurs d’accéder à des capacités de calcul IA au niveau du cluster à tout moment, même sur des appareils moins puissants, sans crainte de violations de la vie privée. Associée à la technologie Thunderbolt 5 RDMA d’Apple ainsi qu’à d’autres solutions de partage de mémoire entre plusieurs appareils, cet écosystème entier établit rapidement un cadre fluide pour le déploiement d’IA locale.
Cette collaboration envoie un message clair : déployer des grands modèles comptant des milliards de paramètres localement n’est plus une notion théorique réservée aux laboratoires. Il s’agit désormais d’une solution réalisable que les développeurs peuvent mettre en œuvre dans leurs propres environnements de travail. À mesure qu’Apple continue d’améliorer ses fonctionnalités de connectivité matérielle, on peut s’attendre à ce que les capacités des appareils grand public pour le traitement de calculs IA à grande échelle s’étendent encore davantage.
Article connexe
Comment les bases de données de séries temporelles alimentent les données robotiques en temps réel
Doug Pagnutti de Tiger Data.Pagnutti occupe le poste de défenseur du développement industriel chez Tiger Data, où il soutient les équipes dans la création de systèmes industriels concrets.Fort de plus de 12 ans d’expérience dans les secteurs du pétro
Comment optimiser le référencement naturel (SEO) pour Google Japon et Yahoo Japon ?
Maître Loom : Créez et partagez des vidéos professionnelles avec l'IATable des matièresIntroduction à LoomAccès à LoomOptions d'enregistrementPlein écranFenêtreCaméraQualité audio et sonoreÉdition et personnalisationOptions d'arrière-planÉd
Comment fonctionne l'algorithme de Google Japan pour le SEO ?
Miniatures générées par IA pour MrBeastTable des matièresIntroductionLe défi de transformation corporelle de MrBeastExploration des concepts de miniature pour le défiAmélioration de la silhouette de MrBeast sur les photosApplication des techniq
Recommandations de sujets spéciaux liés
commentaires (1)

Lors de l’événement WWDC2026 qui s’est tenu récemment, LM Studio et Apple ont présenté une démonstration technique révolutionnaire. Au cours de cette présentation, ils ont réussi à faire fonctionner le grand modèle de Moonshot comptant 10 billions de paramètres, Kimi K2.6, en utilisant uniquement quatre Mac Studios connectés en cluster. Cette réalisation a renversé l’hypothèse longtemps admise selon laquelle les modèles possédant des milliards de paramètres nécessitaient obligatoirement des clusters GPU basés sur le cloud, démontrant ainsi que du matériel grand public peut effectivement offrir des capacités de calcul IA avancées.
Kimi K2.6 compte un total de 1 trillion de paramètres et emploie une architecture MoE qui active 32 milliards de paramètres à tout moment donné. Il prend en charge le traitement de contextes longs, la gestion d’entrées multimodales ainsi que l’exécution de tâches via des agents. Pour la démonstration, quatre Mac Studios ont été reliés entre eux grâce aux technologies de partage de mémoire et d’interconnexion d’Apple afin de créer un cluster disposant d’environ 1,5 TB de mémoire unifiée, suffisante pour répondre aux besoins de calcul de ce grand modèle. Des tests menés précédemment par des développeurs ont montré que, dans des conditions similaires, Kimi K2.6 pouvait générer du texte à environ 28 tokens par seconde tout en consommant beaucoup moins d’énergie que les solutions traditionnelles basées sur des GPU.
Lorsqu’il est connecté directement depuis un iPhone au cluster local, toutes les données restent entièrement dans le dispositif de l’utilisateur
Un autre point fort de cette démonstration a été la fonction de connexion à distance LM Link développée par LM Studio. Les utilisateurs peuvent se connecter en toute sécurité à distance au cluster de Mac Studios depuis leur MacBook Neo ou leur iPhone, interagir en temps réel avec le modèle en cours d’exécution, et tout le traitement des données ainsi que la communication ont lieu localement, sans aucune transmission via le cloud.
LM Link a été intégré tant dans l’application Mac de LM Studio que dans l’application iOS de Locally AI, offrant des connexions chiffrées de bout en bout. Cette configuration permet aux utilisateurs d’accéder à des capacités de calcul IA au niveau du cluster à tout moment, même sur des appareils moins puissants, sans crainte de violations de la vie privée. Associée à la technologie Thunderbolt 5 RDMA d’Apple ainsi qu’à d’autres solutions de partage de mémoire entre plusieurs appareils, cet écosystème entier établit rapidement un cadre fluide pour le déploiement d’IA locale.
Cette collaboration envoie un message clair : déployer des grands modèles comptant des milliards de paramètres localement n’est plus une notion théorique réservée aux laboratoires. Il s’agit désormais d’une solution réalisable que les développeurs peuvent mettre en œuvre dans leurs propres environnements de travail. À mesure qu’Apple continue d’améliorer ses fonctionnalités de connectivité matérielle, on peut s’attendre à ce que les capacités des appareils grand public pour le traitement de calculs IA à grande échelle s’étendent encore davantage.
Comment les bases de données de séries temporelles alimentent les données robotiques en temps réel
Doug Pagnutti de Tiger Data.Pagnutti occupe le poste de défenseur du développement industriel chez Tiger Data, où il soutient les équipes dans la création de systèmes industriels concrets.Fort de plus de 12 ans d’expérience dans les secteurs du pétro
Comment optimiser le référencement naturel (SEO) pour Google Japon et Yahoo Japon ?
Maître Loom : Créez et partagez des vidéos professionnelles avec l'IATable des matièresIntroduction à LoomAccès à LoomOptions d'enregistrementPlein écranFenêtreCaméraQualité audio et sonoreÉdition et personnalisationOptions d'arrière-planÉd
Comment fonctionne l'algorithme de Google Japan pour le SEO ?
Miniatures générées par IA pour MrBeastTable des matièresIntroductionLe défi de transformation corporelle de MrBeastExploration des concepts de miniature pour le défiAmélioration de la silhouette de MrBeast sur les photosApplication des techniq











