Le Mac mini d'Apple a toujours été l'ordinateur de bureau discret et un peu oublié, relégué au fond de l'Apple Store. Pratique, abordable selon les standards d'Apple, et largement ignoré par la communauté de l'IA. Puis OpenClaw est arrivé.
Jeudi, Tim Cook a informé les analystes que les Mac mini et Mac Studio sont en rupture de stock – et pourraient le rester pendant plusieurs mois. "Ces deux machines sont des plateformes incroyables pour l'IA et les outils d'agents," a-t-il déclaré lors de l'appel de résultats du deuxième trimestre 2026 d'Apple, "et la reconnaissance de cela par les clients se produit plus rapidement que ce que nous avions prévu."
Traduction : Apple a mal évalué à quel point les développeurs souhaiteraient ces machines, surtout à une époque où la rareté perturbe les marchés.
Les revenus du Mac se sont élevés à 8,4 milliards de dollars pour le trimestre, en hausse de 6 % d'une année sur l'autre. Pas un succès retentissant – mais les contraintes d'approvisionnement, et non la demande, sont le facteur limitant. Les configurations de Mac mini et Mac Studio à forte RAM ne sont pas seulement retardées ; certaines ont été entièrement retirées de l'Apple Store.
Le Mac mini de base à 599 $ est en rupture de stock aux États-Unis, sans livraison ni retrait en magasin disponible. Les configurations améliorées avec 64 Go de RAM affichent des délais d'attente de 16 à 18 semaines. Les modèles Mac Studio avec 512 Go de mémoire unifiée ont complètement disparu du magasin. Les scalpers sur eBay ont rapidement compris, mettant en vente les modèles de base à presque le double du prix de détail.
Le catalyseur de tout cela ? OpenClaw et l'explosion de l'IA agentique, gourmande en mémoire.
Le framework d'agents IA open source – créé par Peter Steinberger et désormais soutenu par OpenAI après une guerre d'enchères avec Meta – a explosé à plus de 323 000 étoiles sur GitHub et est devenu le moyen le plus rapide pour les individus et les petites équipes d'exécuter des agents IA persistants localement. Et le matériel de référence officieux pour son exécution est devenu, presque immédiatement, le Mac mini.
Ce n'était pourtant pas le résultat d'une campagne de marketing.
Ce que la plupart des gens qui couvrent la pénurie de Mac ignorent, c'est qu'Apple a été sans importance pour les charges de travail sérieuses en IA pendant des années. Avant que le miracle des agents IA ne se généralise, les gens se plaignaient que l'exécution de LLM, de Stable Diffusion ou de tout autre type de logiciel d'IA domestique était extrêmement lente et presque inutilisable. Un Mac M2 avait une performance comparable à un GPU de 2019. Le refus d'Apple d'adopter CUDA ou d'utiliser Nvidia, en favorisant sa technologie MLX, l'a rendu aussi peu pertinent pour l'IA que pour les jeux.
Nvidia régnait en maître parce que CUDA – son framework de programmation GPU propriétaire – était la colonne vertébrale de l'entraînement et de l'inférence des modèles. Toute la pile technologique de l'IA était construite autour de lui. Apple n'avait rien de comparable. Personne ne voulait d'un Mac pour l'inférence locale.
Mais CUDA a un sale petit secret : les limites de la VRAM.
Même le meilleur GPU Nvidia grand public, le RTX 5090, culmine à 32 Go de VRAM. C'est une limite stricte. Un modèle de plus de 32 Go ne peut pas s'exécuter à pleine vitesse sur cette carte – il se déverse dans la RAM système plus lente, rampe à travers le bus PCIe, et les performances chutent. Pour exécuter un modèle sérieux de 70 milliards de paramètres sur du matériel Nvidia, il faut plusieurs GPU, une baie de serveurs, une consommation électrique importante et des milliers de dollars.
L'architecture de mémoire unifiée (UMA) d'Apple résout ce problème d'une manière que CUDA ne peut pas. Sur l'Apple Silicon, le CPU, le GPU et le Neural Engine partagent tous le même pool physique de RAM. Il n'y a pas de VRAM séparée. Il n'y a pas de bus PCIe à traverser. Un Mac mini avec 64 Go peut charger un modèle de 70 milliards de paramètres qu'une RTX 5090 à 1 800 $ refuse simplement de prendre en charge.
La puce M4 Ultra – le processeur qui équipe les configurations haut de gamme du Mac Studio – prend en charge jusqu'à 192 Go de mémoire unifiée. C'est suffisant pour exécuter localement des modèles de 100 milliards de paramètres sur une seule machine. Pas de serveur. Pas de facture cloud mensuelle.
OpenClaw a rendu ce compromis évident. Parce qu'il exécute des agents localement – se connectant à vos fichiers, vos applications, votre messagerie – les utilisateurs avaient besoin de machines capables de gérer la charge de raisonnement sans louer de puissance de calcul dans le cloud. Un Mac mini avec 32 Go de mémoire unifiée exécute confortablement des modèles de 30 milliards de paramètres. Un Mac Studio avec 128 Go gère des modèles que la plupart des développeurs ne pouvaient pas aborder sans un cluster GPU d'entreprise il y a un an.
Un Mac lent capable d'exécuter un modèle d'IA puissant est bien meilleur qu'une carte Nvidia puissante incapable même de charger ce modèle.
Le résultat : les développeurs ont commencé à acheter des Mac mini comme ils achetaient auparavant des Raspberry Pis – plusieurs unités à la fois, traitées comme des infrastructures plutôt que des ordinateurs personnels. La chaîne d'approvisionnement d'Apple n'a jamais été conçue pour un tel schéma.
Il y a aussi une pénurie de mémoire plus générale qui aggrave le problème. IDC prévoit que les livraisons mondiales de PC diminueront de 11,3 % en 2026, en partie à cause d'une pénurie de puces mémoire alimentée par la demande de serveurs d'IA. Apple est désormais en concurrence pour la même offre de RAM que les hyperscalers qui construisent des centres de données.
Cook a déclaré qu'il faudra peut-être "plusieurs mois" pour rééquilibrer l'offre et la demande pour les Mac mini et Studio. Une mise à jour avec la puce M5 est attendue plus tard en 2026, ce qui pourrait atténuer la pression – mais les acheteurs actuels sont bloqués à attendre ou à payer des prix de scalpeurs.
Le Mac mini a généré plus d'urgence en 2026 qu'à n'importe quel autre moment de ses 20 ans d'histoire – et tout ce qu'il a fallu, c'est l'aide d'un projet open source avec lequel Apple n'avait absolument rien à voir pour que cela se produise.
