Mon nouveau Mac : sa config et son prix, Réactions à la publication du 26/06/2025

[Paul Emploi]

Besoin d’un Mac capable de faire tourner de gros modèles d’IA, de gérer des bases SQLite en RAM, et de bosser sans broncher jour et nuit ? Pas envie d’ajouter un troisième portable sur le bureau ? Voici pourquoi j’ai craqué pour un Mac mini M4, et pas n’importe lequel.

CPU, NPU, GPU… et un vrai budget

J’avais besoin de muscle processeur, de la polyvalence côté NPU/GPU pour faire tourner des LLM (modèles de langage) de 14 voire 17 milliards de paramètres (en int4), et surtout beaucoup de RAM. Objectif : un Mac de bureau taillé pour bosser 24h/24.

J’ai envisagé un PC sur mesure, mais au final, le Mac mini M4 l’a emporté : plus simple, plus propre, plus intégré… et en reconditionné, bien plus raisonnable niveau tarif.

Le M4 est très proche des M1 Pro/M2 Pro côté perfs, sans faire exploser la facture. Certes, le M4 Pro envoie plus fort, mais il faut rajouter 410 € pour le privilège. À ce prix-là, si un jour j’ai besoin de plus, je me monterai un PC dédié IA. Le M4 est une base très saine pour le moment.

32 Go de RAM : choix stratégique

J’ai opté pour 32 Go de RAM, ce qui me permet de charger des bases SQLite de 16 Go en mémoire vive sans broncher, ou de lancer mes modèles IA maison sans souffrir.
Probablement le plus important dans ce Mac.

Stockage : le piège à éviter

Côté SSD, j’ai choisi la version 256 Go de base. Pourquoi ? Parce qu’Apple facture 400 € pour passer à 1 To, même sur le Refurb. Un foutage de gueule!
À la place, j’ai acheté un SSD externe 1 To à 60 € (1 Go/s en USB-C, largement suffisant). Résultat : 1050 € pour l’ensemble, contre 1699 € si j’étais resté sur la config Apple 1 To hors reconditionné...

Astuce : sur le Mac mini M4, le SSD interne est remplaçable, jusqu’à 2 To (et même 4 To sur le M4 Pro). Rien ne vous empêche d’upgrader plus tard, à prix moins indécent.

Bonus : stockage malin sur MacBook Pro

Si vous utilisez un MacBook Pro avec lecteur SD, pensez à une carte microSD pour stocker musique et vidéos. Ça ne coûte rien, ça évite d’encombrer le SSD, et en mode lecture seule, la durée de vie est excellente.

Bilan : un Mac mini M4 32 Go/256 Go + 1 To

Avec 32 Go de RAM, un SSD externe de 1 To et un Mac mini reconditionné, j’ai obtenu une machine idéale pour mes projets IA, avec un budget serré.

Aucun lien d'affiliation dans ce sujet.


Lien vers le billet original

[jeandemi]

J'avoue ne rien avoir compris à ton explication non-plus, le jargon utilisé est trop spécifique aux programmeurs.
Je ne sais déjà pas ce qu'est l'inférence

Et si je comprends bien la question de Lazlo, c'est "où est-ce que l'IA locale va chercher ses informations ?"
Pour un système en ligne, je comprends bien qu'il va sur le web, mais un système local ?

Merci d'éclaircir ce truc qui est on ne peut plus nébuleux pour moi (et pour beaucoup de gens je pense)

[Hebus]

J'avoue ne rien avoir compris à ton explication non-plus, le jargon utilisé est trop spécifique aux programmeurs.
Je ne sais déjà pas ce qu'est l'inférence

Et si je comprends bien la question de Lazlo, c'est "où est-ce que l'IA locale va chercher ses informations ?"
Pour un système en ligne, je comprends bien qu'il va sur le web, mais un système local ?

Merci d'éclaircir ce truc qui est on ne peut plus nébuleux pour moi (et pour beaucoup de gens je pense)

Alors on va prendre une analogie simple, le calcul d’une ligne droite qui passe au plus près de trois points non alignés.

Résoudre ce problème est un problème d’optimisation, on a des données en entrées et on cherche une fonction qui réduit au maximum une fonction d’erreur, ici la distance des points à la droite.

Donc on cherche une fonction F telle que la fonction d’erreur E soit un minimum des fonctions d’erreurs possibles, ici la fonction d’erreur appliquée à toutes les droites du plan.

Des points (Xi, Yi) avec i = 1 à 3… et on cherche les coefficients a et b de la fonction de la droite F(x)=a*x + b.

Chercher a et b c’est par analogie entraîner le système de solution, et inférer c’est exécuter la fonction sur x pour obtenir a*x+b.

Analogie intéressante sur 2 points …

- La fonction résultante ne contient pas les données de l’apprentissage, ici les couples (Xi,Yi).
- On peut poser la question x sans qu’il soit dans les données de départ et que la solution a*x+b ne soit pas non plus dans le corpus de départ.

Important à comprendre : a et b sont analogues aux poids/paramètres d’une LLM … le réseau Transformer définit un espace de fonctions, les poids/paramétres définissent une fonction dans cet espace : un point dans cet espace de dimension égal au nombre de paramètres.

Ce message a été modifié par Hebus - 1 Jul 2025, 09:33.