Project Zenith : Windows 11 prêt pour l’IA locale dès le premier démarrage

Microsoft veut éviter aux développeurs de passer leur première journée sur un nouveau PC à installer et régler leur environnement. Avec Project Zenith, annoncé le 4 septembre 2026 après une première présentation à Build 2026, l’objectif est de livrer une machine Windows 11 immédiatement exploitable pour développer et tester de l’IA locale.12

L’idée : coder et lancer des modèles locaux sans la préparation initiale

Microsoft présente Zenith comme une expérience Windows « prête à coder » et débarrassée des distractions, destinée à des machines de classe développeur. Dès le premier démarrage, l’utilisateur doit retrouver un terminal, un éditeur, un environnement Linux, des runtimes et des outils de gestion de paquets déjà disponibles.19

Il ne s’agit pas d’une édition distincte de Windows. Zenith correspond à une configuration et à un ensemble logiciel livrés sur de nouveaux PC éligibles, fondés sur les éditions Windows 11 Famille ou Professionnel, avec des réglages et outils orientés développement appliqués en amont.34

Microsoft indique que ces PC pourront exécuter localement, et « sans comptage », des modèles de plus de 30 milliards de paramètres. Ici, l’expression signifie que l’inférence peut être réalisée sur la machine, sans consommer de jetons facturés par un modèle cloud. Elle ne garantit ni une exécution rapide de tous les modèles, ni une compatibilité avec toutes les longueurs de contexte, ni l’absence de consommation d’électricité, de stockage ou de configuration.1

Pourquoi le seuil est fixé à 64 Go et 250 Go/s

Un PC Zenith doit proposer au minimum 64 Go de mémoire unifiée et 250 Go/s de bande passante mémoire.1

Ces deux critères répondent aux contraintes concrètes de l’inférence de grands modèles de langage en local :

• La capacité mémoire : les poids du modèle doivent tenir en mémoire, en plus de l’espace requis par le runtime et le contexte. Une mémoire unifiée permet au processeur et au GPU intégré de partager un même grand pool, au lieu de dépendre uniquement de la VRAM dédiée, souvent plus limitée sur les PC courants.
• La bande passante : lors de la génération, les poids sont relus en continu depuis la mémoire. Une bande passante élevée aide à éviter qu’un modèle qui tient techniquement en mémoire devienne inutilisable par manque de débit.

Ces exigences constituent un plancher de plateforme, non une promesse de performances. La vitesse dépendra aussi de l’architecture du modèle, de sa quantification, de la longueur du contexte, du moteur d’inférence, des pilotes et de la mémoire restant disponible pour Windows et les autres applications.

Les outils déjà configurés sur un PC Zenith

Zenith prépare l’environnement avant même que le développeur commence à installer ses outils. Microsoft et les publications consacrées au lancement citent notamment Visual Studio Code et Windows Terminal, au sein d’une pile plus large couvrant le développement, le terminal et les runtimes.192135

L’environnement fourni comprend notamment :

• Visual Studio Code et les outils GitHub Copilot ;
• Windows Terminal, PowerShell, Git, GitHub CLI et Azure CLI ;
• le Sous-système Windows pour Linux (WSL) ;
• Python avec uv, Node.js avec nvm, ainsi que les outils de paquets associés ;
• PowerToys, WinGet et les outils de paquets Windows, ainsi que Windows Dev Skills.2135

Les réglages de Windows sont eux aussi adaptés au travail sur du code. L’Explorateur de fichiers peut, par exemple, afficher par défaut les extensions, les fichiers cachés et le chemin complet dans la barre de titre : des détails modestes, mais qui évitent des manipulations répétitives.9

AMD Ryzen AI Halo, première plateforme Zenith

Project Zenith sera d’abord disponible sur les systèmes AMD Ryzen AI Halo, avant l’arrivée annoncée d’autres appareils issus de partenaires OEM et de fabricants de puces.1

La plateforme développeur Ryzen AI Halo d’AMD illustre ce positionnement : elle peut embarquer jusqu’à 128 Go de mémoire unifiée LPDDR5X et AMD la destine aux charges d’IA locales, avec une prise en charge annoncée de modèles allant jusqu’à 200 milliards de paramètres.2728 Une configuration testée avec 128 Go associe ce pool unifié à une bande passante de 256 Go/s, au-dessus du minimum fixé par Microsoft.18

Cela ne signifie pas que 128 Go suffisent universellement à tous les très grands modèles. La revendication distincte d’AMD concernant des modèles jusqu’à 300 milliards de paramètres est liée à des configurations Ryzen AI Halo pouvant atteindre 192 Go de mémoire unifiée.19 La seule taille du modèle ne permet pas de juger son usage réel : format de compression, fenêtre de contexte, surcharge du runtime et nombre de jetons par seconde attendu restent déterminants.

Une tentative de rendre Windows plus évident pour les développeurs

Microsoft ne présente pas explicitement Zenith comme une opération de conquête des développeurs utilisant macOS ou Linux. Mais la direction du produit est nette : réduire les frictions historiques de Windows pour les outils de type Unix, l’expérimentation locale et l’installation d’une machine de développement.

WSL permet d’utiliser un environnement Linux aux côtés des outils Windows natifs. En parallèle, VS Code, les services GitHub et les outils en ligne de commande d’Azure rendent la pile de développement Microsoft accessible dès la première session.2135 Zenith ne remplace donc pas Linux ; il vise plutôt à faire de Windows un poste de travail par défaut plus crédible pour le développement d’IA et de systèmes.

Ce qu’il faut vérifier avant l’achat

Les spécifications mises en avant par Zenith sont importantes, mais elles ne suffisent pas à elles seules. Avant de choisir une machine, il est utile de contrôler :

1. La mémoire unifiée réellement exploitable : une capacité supérieure laisse davantage de place aux poids du modèle, aux contextes longs, aux runtimes et aux applications ouvertes simultanément.
2. Les performances d’inférence mesurées : le fait qu’un modèle tienne en mémoire ne dit rien, à lui seul, de sa vitesse de génération.
3. La prise en charge des frameworks et pilotes : le moteur d’inférence et le format de modèle visés doivent fonctionner correctement avec le GPU et la configuration logicielle retenus.
4. Le prix et les possibilités d’évolution : sur les machines compactes, la mémoire unifiée n’est généralement pas évolutive par l’utilisateur ; la capacité choisie dès l’achat compte donc particulièrement.

L’apport principal de Project Zenith est celui d’un emballage cohérent : Microsoft définit une catégorie matérielle et lui associe un environnement Windows de développement déjà préparé. Son intérêt réel pour l’IA locale dépendra moins de l’étiquette Zenith que des performances, de la compatibilité et du prix des PC qui arriveront entre les mains des développeurs.14