Apple veut intégrer un modèle IA de 27 milliards de paramètres dans l’iPhone via PrismML

Ce qu’il faut retenir :

• Apple discute avec la startup PrismML, qui affirme avoir compressé un modèle de 27 milliards de paramètres de 54 Go à moins de 4 Go.
• La quantization extrême promet 10 à 15 fois moins de mémoire, au prix d’une dégradation du rappel factuel.
• Les discussions restent très préliminaires et la technologie n’a pas encore été testée à grande échelle.

Apple discute avec PrismML, une startup de la Silicon Valley qui affirme avoir réussi ce que les équipes de Cupertino n’ont pas encore accompli : faire tourner un modèle d’IA de 27 milliards de paramètres directement sur un iPhone, sans aucun recours au cloud. La société revendique la compression d’une version du modèle open source Qwen 3.6 d’Alibaba de 54 Go à moins de 4 Go, exécutable avec tous ses paramètres actifs sur un iPhone 15 ou plus récent. Une avancée qui changerait la donne, si elle tient ses promesses hors des démos contrôlées.

Qu’est-ce que la quantization extrême de PrismML ?

Ils essaient de déterminer quelle taille et quel niveau de complexité le modèle qu’ils peuvent intégrer à l’appareil peut avoir.

Horace Dediu, fondateur d’Asymco

La technologie, baptisée Bonsai 27B, repose sur la quantization extrême. Un réseau de neurones stocke d’ordinaire ses poids, les valeurs apprises qui définissent son comportement, en précision 16 bits. PrismML les réduit à une représentation de 1 ou 2 bits, chaque valeur ne pouvant plus prendre qu’un, deux ou trois états possibles.

Les gains annoncés donnent le vertige : 10 à 15 fois moins de mémoire, une inférence 6 à 8 fois plus rapide, une consommation d’énergie divisée par 3 à 6, pour une performance conservée à environ 90 % en 1 bit et 95 % en version ternaire. La contrepartie existe, et le patron de la startup ne la cache pas. “Le rappel factuel se dégrade avant les compétences comme le raisonnement, les maths et le code”, a reconnu Babak Hassibi, PDG de PrismML, auprès de CNBC. Autrement dit, le modèle compressé sait toujours écrire du Python, mais devient moins fiable pour répondre à des questions de connaissances, l’usage où la précision compte le plus.

Pourquoi Apple a-t-elle besoin de cette technologie ?

La stratégie IA d’Apple vit avec une tension de fond. La firme vend la confidentialité comme argument central, alors que les meilleurs modèles vivent dans le cloud. Chaque requête Siri qui part vers ses serveurs coûte de l’argent, ajoute de la latence et élargit la surface d’exposition des données. Faire tourner l’IA sur l’appareil règle les trois problèmes d’un coup : les données ne quittent pas l’iPhone, la facture d’inférence cloud disparaît et la réponse arrive plus vite qu’un aller-retour vers un data center.

Le calendrier n’est pas neutre. L’annonce publique de PrismML est tombée un jour après l’ouverture de la bêta publique d’iOS 27, qui embarque la refonte de Siri maintes fois repoussée. Horace Dediu, fondateur d’Asymco, résume l’exercice : Apple cherche la taille et l’intelligence maximales d’un modèle logeable dans l’appareil. Carolina Milanesi, analyste chez Creative Strategies, y voit au-delà de Siri un déverrouillage de fonctions locales comme la photographie computationnelle, la génération de vidéo ou les outils de santé qui manipulent des données sensibles. L’intégration verticale d’Apple, qui conçoit ses puces, son OS et sa couche logicielle, lui permettrait d’optimiser chaque étage, en complément de sa feuille de route maison autour des puces M7 pensées pour l’IA locale.

Des doutes légitimes sur le passage à l’échelle

Avant de crier à la révolution, plusieurs garde-fous s’imposent. Hassibi qualifie lui-même les discussions de très préliminaires, sans savoir où elles mèneront. Apple évalue des centaines de technologies chaque année, et la plupart de ces évaluations ne débouchent sur rien.

La batterie constitue le tueur silencieux du dossier. Phil Solis, responsable de la recherche sur les processeurs clients chez IDC, pointe la consommation d’énergie comme la plus grande inconnue : un modèle assez capable pour servir souvent peut vider une batterie même en occupant moins de mémoire, et faire tourner en continu 27 milliards de paramètres, même quantizés, reste un défi thermique. Tarun Pathak, de Counterpoint Research, ajoute que le vrai test se jouera sur des millions de requêtes et des milliers de combinaisons d’appareils, pas sur une démo maîtrisée. Enfin, PrismML admet perdre quelques points de performance : toute la question est de savoir lesquels, puisque la fiabilité factuelle part la première.

Quel impact sur les puces mémoire et le prix des iPhone ?

Le dossier dépasse la technique. Morgan Stanley estime que le coût moyen de la DRAM par bit pour Apple pourrait bondir de 190 % sur un an lors de l’exercice 2027, avec une NAND en hausse d’environ 180 %, et s’attend à ce que la firme relève d’environ 200 dollars le prix d’entrée des iPhone 18 comparables pour protéger ses marges. Une compression qui divise la mémoire nécessaire permettrait d'embarquer des puces moins chères, au bénéfice des marges et, peut-être, du portefeuille des clients.

Les analystes ne prévoient pas pour autant un effondrement de la demande de semi-conducteurs. Gil Luria, de D.A. Davidson, estime que des modèles plus petits déplacent la demande de puces sans la réduire : GPU et mémoire restent nécessaires, ailleurs. L’efficacité nourrit même souvent l’usage, le paradoxe de Jevons appliqué à l’IA. Le marché a déjà montré sa nervosité : l’action Micron avait plongé en mars après la publication par Google de son papier TurboQuant sur la réduction de l'empreinte mémoire, avant de se reprendre.

Ce qu’il faut surveiller

PrismML annonce déjà la suite : la compression du modèle open source Gemma de Google, puis de modèles bien plus gros issus des laboratoires de pointe, avec des débouchés visés dans la robotique et les systèmes autonomes, où l’intelligence locale et rapide devient une question de sécurité. Pour Apple, trois jalons diront si le pari tient : une vérification indépendante des chiffres de compression, des tests d’autonomie en usage réel et, à terme, la politique tarifaire des iPhone 18 face à la flambée de la mémoire. En attendant, le dossier mérite d’être suivi comme une piste sérieuse, pas comme une révolution déjà advenue.