Xiaomi AI Cube : le mini-PC qui fait tourner l’IA sans le cloud

Xiaomi a dévoilé le Xiaomi AI Cube, un mini-PC conçu pour exécuter des modèles d’intelligence artificielle entièrement en local, sans connexion au cloud. Présenté le 24 août 2026 lors de la conférence technologique XRING du constructeur, l’appareil repose sur trois puces maison : les Xring O3, O100 et D100. Il revendique la capacité de faire tourner des modèles de langage allant de 3 à 120 milliards de paramètres, dans un boîtier compact en aluminium capable d’encaisser 150 watts en continu. Attention toutefois : il ne s’agit pour l’instant que d’un prototype, sans prix ni date de sortie annoncés.

C’est néanmoins un signal important. Après Apple, Nvidia et une poignée de start-ups, Xiaomi se positionne à son tour sur le créneau naissant des machines dédiées à l’intelligence artificielle personnelle. Voici ce que l’on sait.

Xiaomi AI Cube : trois puces maison dans une seule boîte

La particularité de l’appareil tient à son architecture. Là où la plupart des mini-PC reposent sur un processeur unique, le Xiaomi AI Cube combine trois puces conçues en interne, chacune avec un rôle distinct.

Le Xring O3 joue le rôle de processeur principal. Gravé en 3 nm, il embarque un processeur à dix cœurs entièrement composé de cœurs performants, un GPU G2-Ultra NX à 16 cœurs, et un NPU basse consommation revendiquant 200 TOPS. Le TOPS, pour Tera Operations Per Second, mesure le nombre d’opérations d’intelligence artificielle qu’une puce peut effectuer chaque seconde. C’est la même puce qui équipera le Xiaomi 18 Fold en septembre.

Le Xring O100 est l’accélérateur dédié. Gravé en 6 nm, il utilise une technique d’empilement tridimensionnel à l’échelle de la galette de silicium, qui superpose verticalement la logique de calcul et la mémoire. Xiaomi annonce 28 672 lignes de données effectives et une bande passante de calcul près de la mémoire pouvant atteindre 1,22 To/s.

Le Xring D100, enfin, est une puce 3 nm à l’origine conçue pour la conduite intelligente. Elle embarque un processeur à 20 cœurs, un NPU à 16 cœurs et prend en charge jusqu’à 160 Go de mémoire.

Pourquoi la bande passante mémoire est le vrai sujet

Un point mérite d’être expliqué, car il conditionne tout le reste. Quand vous exécutez un modèle de langage en local, la puissance de calcul brute n’est pas le facteur limitant principal. C’est la bande passante mémoire, c’est-à-dire la vitesse à laquelle les données peuvent circuler entre la mémoire et les unités de calcul.

Un modèle de 120 milliards de paramètres, même compressé, occupe plusieurs dizaines de gigaoctets. À chaque mot généré, une part importante de ces paramètres doit être lue. Si la mémoire ne suit pas, le processeur attend, et la génération de texte devient laborieuse, quelle que soit la puissance affichée sur la fiche technique.

C’est exactement ce que vise l’architecture « près de la mémoire » du Xring O100. En rapprochant physiquement les cellules mémoire des unités de calcul, on réduit la distance parcourue par les données, donc la latence et la consommation. Cette approche est aujourd’hui l’une des pistes les plus actives de la recherche en accélération matérielle de l’intelligence artificielle.

Un châssis pensé pour dissiper 150 watts

La partie mécanique n’est pas anecdotique non plus. Le boîtier est un monobloc en aluminium de qualité aérospatiale, percé de 33 874 découpes d’usinage de précision selon Xiaomi. Cette perforation massive sert la dissipation thermique autant que l’esthétique.

L’appareil est conçu pour soutenir 150 watts en continu. C’est une valeur significative pour un format aussi compact : elle suppose un dimensionnement thermique sérieux, et suggère que Xiaomi vise une charge de travail soutenue plutôt que des pics ponctuels. Faire tourner un modèle de langage pendant des heures n’a rien à voir avec un benchmark de trois minutes.

Xiaomi mentionne également un mécanisme de bascule entre un mode « rapide » et un mode « lent », selon la nature de la tâche demandée. Une logique qui évoque les architectures à deux vitesses de plus en plus courantes dans les systèmes d’intelligence artificielle, où un modèle léger traite les requêtes simples et un modèle plus lourd prend le relais sur les demandes complexes.

Un marché qui commence à se structurer

Le Xiaomi AI Cube ne débarque pas dans un désert. La catégorie des machines de bureau dédiées à l’intelligence artificielle locale se construit depuis un peu plus d’un an, portée par une demande précise : des développeurs, des chercheurs et des entreprises qui veulent exécuter des modèles sans envoyer leurs données à un fournisseur cloud.

Les motivations sont concrètes. Confidentialité d’abord, pour des secteurs comme la santé, le droit ou la défense où l’externalisation des données pose problème. Coût ensuite, car facturer chaque requête à un fournisseur devient rapidement lourd à l’échelle. Latence enfin, puisqu’un modèle local répond sans dépendre du réseau.

La différence de Xiaomi tient à son intégration verticale. Là où la plupart des concurrents assemblent du silicium tiers, la marque utilise ses propres puces de bout en bout. Sur le papier, cela permet une optimisation matériel-logiciel plus fine et un contrôle des coûts. Dans les faits, tout dépendra de la maturité de la pile logicielle, un domaine où les acteurs établis disposent d’un écosystème d’outils construit sur des années.

Prototype : le mot qui appelle à la prudence

Il faut le redire clairement, car c’est le point le plus important de cette annonce. Xiaomi présente le AI Cube comme un prototype. Aucun prix n’a été communiqué. Aucune date de disponibilité n’a été annoncée. Aucun marché de commercialisation n’a été précisé.

L’appareil pourrait donc rester une démonstration technique, destinée à valoriser les puces Xring auprès des investisseurs et des partenaires, sans jamais devenir un produit commercial. C’est un scénario fréquent dans l’industrie du semi-conducteur, où les plateformes de référence servent à prouver les capacités d’une architecture.

Si le AI Cube devait sortir, plusieurs inconnues resteraient à lever. Quelle quantité de mémoire dans la configuration finale ? Quel système d’exploitation ? Quelle compatibilité avec les cadriciels standards comme PyTorch ou llama.cpp ? Quelle politique de mise à jour ? Ce sont ces réponses, bien plus que les TOPS annoncés, qui détermineront l’intérêt réel de la machine.

Ce qu’il faut retenir

Le Xiaomi AI Cube est moins un produit qu’une déclaration d’intention. Il montre que Xiaomi ne conçoit plus ses puces Xring comme un simple composant de smartphone, mais comme la base d’une plateforme matérielle allant du téléphone à l’ordinateur en passant par l’automobile.

Pour l’utilisateur francophone, l’intérêt immédiat est nul : pas de prix, pas de date, pas de marché annoncé. Pour l’observateur du secteur, en revanche, le signal est net. L’exécution locale de modèles d’intelligence artificielle sort progressivement du laboratoire pour devenir un argument commercial, et de plus en plus de constructeurs veulent en être.

La vraie question n’est plus de savoir si les modèles tourneront un jour sur nos machines personnelles, mais à quel prix et avec quelle facilité d’usage. Nous suivrons ce dossier de près.

Feriez-vous tourner un modèle d’intelligence artificielle en local chez vous plutôt que d’utiliser un service en ligne ? Dites-nous ce qui vous retient ou vous motive en commentaire, et retrouvez nos autres articles sur l’intelligence artificielle embarquée sur Wanda-techs.

lire aussi:

Xiaomi Xring O3 : la première puce mobile à dépasser 5 millions sur AnTuTu