Apple détaille l’exécution de Muse Spark Open sur Mac Studio

Muse Spark Open est un modèle d’IA à poids ouverts conçu par Meta pour le codage et les tâches agentiques. Pour l’exécuter localement sur Mac Studio, Apple décrit un calcul réparti sur plusieurs machines : dans la configuration qu’elle a étudiée, un seul Mac Studio ne suffit pas. Meta a annoncé le modèle le 15 octobre 2026, date à laquelle Apple a également publié ses mesures d’inférence sur Mac Studio (Meta ; Apple).

La différence est concrète : télécharger les poids ne signifie pas que le modèle tient dans un ordinateur de bureau unique, ni que les débits mesurés valent pour toutes les tâches.

Mark Zuckerberg a publié en anglais un message remerciant Apple et John Ternus pour le travail autour de l’exécution de Muse Spark Open sur Mac Studio.

Pourquoi Apple répartit le modèle sur plusieurs Mac Studio

Meta décrit une configuration reposant sur deux Mac Studio équipés d’une puce M5 Ultra et utilisant MLX, le framework d’Apple pour le calcul sur ses puces. Apple explique la contrainte de mémoire : les seuls paramètres du modèle en BF16 demandent plus de 1,6 To de RAM. En NVFP4, son empreinte est d’environ 493 Go, avant la mémoire supplémentaire nécessaire aux calculs d’inférence. Dans la configuration étudiée par Apple, le modèle ne tient donc pas sur une seule machine. (Meta ; Apple)

La quantification NVFP4 réduit l’empreinte des poids ; elle ne supprime pas la mémoire nécessaire pendant l’exécution. C’est aussi pourquoi les 42 milliards de paramètres actifs annoncés par Meta ne décrivent pas, à eux seuls, la mémoire requise : le modèle compte 816 milliards de paramètres au total. Meta annonce également une fenêtre de contexte d’un million de tokens et une architecture nativement multimodale. (Meta)

Les débits mesurés par Apple

Apple a mesuré trois configurations après avoir rempli un contexte de 8 192 tokens et en décodant 128 tokens. Le parallélisme en pipeline répartit le traitement entre les étapes du modèle ; le parallélisme tensoriel partage les calculs entre les machines. Voici les débits et les temps jusqu’au premier token rapportés par Apple : (Apple Machine Learning Research)

Ces résultats distinguent deux machines capables de faire tourner le modèle dans la configuration décrite et quatre machines utilisées pour atteindre le débit le plus élevé du tableau. Ils restent propres aux conditions mesurées par Apple, notamment à cette longueur de contexte et à ces 128 tokens décodés.

Connexion et logiciels de la configuration Apple

Pour son inférence distribuée, Apple décrit du RDMA sur Thunderbolt 5 — une communication directe entre les mémoires des machines — avec macOS 26.2 et MLX v0.30.1 ou une version ultérieure. Sa configuration à deux machines utilise deux câbles Thunderbolt par paire reliée et le mécanisme de communication jaccl. (Apple Machine Learning Research)

Accès aux poids et licence

Meta indique que les poids sont proposés en téléchargement via Hugging Face, Amazon SageMaker AI, Google Cloud Model Garden et Microsoft Foundry Models. L’entreprise cite aussi Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter et Together AI pour l’accès par API hébergée. (Meta)

Meta publie le modèle sous la Muse Model License. Elle indique que de nombreux développeurs peuvent l’utiliser gratuitement, avec des conditions commerciales limitées. « À poids ouverts » ne signifie donc pas que l’usage commercial est sans condition : le cadre annoncé par Meta est celui de cette licence.