MediaTek, Qualcomm et Apple poussent la même idée : l’IA personnelle quitte partiellement le cloud et se rapproche du terminal.
En bref
- Le smartphone exécute désormais plus d’IA localement
- MediaTek vise des modèles jusqu’à 30B
- Le réseau peut gagner un nouveau rôle
Le point clé, ici, n’est pas un benchmark de plus. C’est un déplacement d’architecture. Avec le Dimensity 9600 Pro, MediaTek dit pouvoir faire tourner sur smartphone des modèles allant jusqu’à 30 milliards de paramètres. Et ça change la lecture du marché mobile, parce que l’intelligence n’est plus condamnée à remonter systématiquement vers le cloud.
Le vrai sujet, ce n’est plus le chatbot mais l’agent
Jusqu’ici, le schéma dominant était simple : le terminal capture la requête, le datacenter calcule, puis renvoie la réponse. Très efficace pour un chatbot. Beaucoup moins pour un assistant permanent qui observe le contexte, lit des données locales, comprend une image, suit une conversation, garde une mémoire et déclenche des actions.
Dans ce cadre, les limites sont connues : latence, coût d’inférence, consommation réseau et confidentialité. MediaTek pousse donc une logique d’hybrid AI avec une architecture à double NPU. Le NPU 1090 grimperait de 51 % sur la phase de prefill des LLM et de 55 % en tokens générés par watt face à la génération précédente. Le second NPU, taillé pour l’IA always-on, réduirait la consommation de 40 %.
Les 30 milliards de paramètres changent la discussion
Évidemment, il faut garder la tête froide. Supporter un modèle 30B ne veut pas dire qu’un smartphone fera tourner un modèle dense 30B comme un serveur GPU, avec la même précision, le même contexte ou le même débit. La différence se joue dans la quantification, la mémoire disponible, la bande passante et les architectures Mixture-of-Experts.
C’est justement là que l’industrie investit. Qualcomm a détaillé une nouvelle architecture Hexagon pour l’IA agentique, avec 50 % de mémoire partagée en plus dans le NPU et un accélérateur dédié aux opérations Transformer. Son exemple est parlant : sur un modèle MoE de 30 milliards de paramètres, environ 3 milliards seulement seraient activés pour chaque token généré.
MediaTek, Qualcomm, Apple, OPPO, même direction
Ce mouvement ne vient pas d’un seul camp. Qualcomm parle déjà d’agent-first computing pour des agents capables de fonctionner en permanence, sur plusieurs tâches et avec des contextes longs. Apple, de son côté, combine modèles sur appareil et modèles serveur via Private Cloud Compute, avec AFM 3 Core, un modèle dense d’environ 3 milliards de paramètres, et AFM 3 Core Advanced, plus puissant et multimodal, lui aussi pensé pour le terminal.
En Asie, MediaTek avait déjà montré au MWC 2026 de la génération d’images 4K sur terminal, un assistant photo contextuel et des modèles multimodaux pour lunettes connectées. OPPO défend aussi le On-device Compute et travaille avec MediaTek sur des modèles multimodaux locaux. Bref, la pile complète se redessine : modèle, NPU, mémoire, OS, applications, connectivité, cloud.
Pour les telcos, la valeur se déplace plus qu’elle ne disparaît
Le passage au 2 nm reste stratégique, parce que l’ennemi de l’IA locale, c’est l’énergie. MediaTek annonce jusqu’à 61 % de baisse de consommation CPU en multicœur, avec 17 % de gain en single-core, 15 % en multi-core, 34,5 Mo de cache, de la LPDDR6 et du stockage UFS 5.0.
Mais l’effet intéressant, pour l’écosystème, est ailleurs. Un agent pourra traiter localement photos, voix, messages, calendrier ou contexte utilisateur. Moins de flux cloud sur certains usages, oui. En parallèle, plus d’appels d’API, de synchronisations, d’objets connectés et de délégations vers des modèles distants. Pour les opérateurs, la valeur peut donc glisser vers la qualité de service, la sécurité, l’identité réseau, l’edge computing et l’orchestration entre terminal, edge et cloud. C’est là que se joue la prochaine bataille.
