MATLAB R2026a sur Mac : faut-il changer ?

La configuration officielle de MATLAB R2026a indique 8 Go de mémoire vive au minimum et 16 Go recommandés sur Mac ; la même page précise également que les Mac Intel ne sont plus pris en charge et que l’accélération GPU de Parallel Computing Toolbox n’est pas disponible sous macOS (exigences système officielles pour MATLAB R2026a sur Mac).

Verdict :

• Adapté si le projet doit reproduire un résultat macOS, tester Apple Silicon, vérifier une application multiplateforme ou satisfaire une exigence de livraison liée à l’environnement Mac.
• Peu adapté si les scripts CPU fonctionnent déjà de manière stable sous Windows ou Linux, ou si le projet dépend d’un GPU NVIDIA, de CUDA, d’un support matériel ou d’une boîte à outils indisponible sur Mac.

Dans ce cas, il est généralement plus rationnel de conserver l’ordinateur principal et de louer ponctuellement un Mac distant pour la validation. Une migration complète ne devrait commencer qu’après un test réalisé avec le véritable projet scientifique.

Cet article s’adresse aux étudiants et doctorants qui préparent le passage à MATLAB R2026a sans savoir si leur poste de laboratoire doit être remplacé.

Il concerne également les développeurs scientifiques qui doivent vérifier la reproductibilité d’un projet sur Apple Silicon, ainsi que les responsables techniques qui cherchent à maîtriser les coûts d’équipement, de licence et d’usage partagé.

La question n’est donc pas seulement de savoir si MATLAB démarre sur un Mac. Il faut déterminer si l’ensemble du flux scientifique — données, boîtes à outils, compilateurs, scripts externes, interfaces matérielles, fichiers MEX et licence — reste exploitable.

Le changement de version ne constitue pas, à lui seul, une raison suffisante pour changer de système d’exploitation. Si le laboratoire obtient déjà des résultats reproductibles sous Windows ou Linux avec des scripts principalement CPU, le coût réel d’une migration comprend l’installation, le transfert des dépendances, la vérification des chemins de fichiers, la configuration des outils et la formation des utilisateurs.

À l’inverse, un besoin macOS peut être légitime dans plusieurs situations :

• comparaison de résultats entre systèmes d’exploitation ;
• test d’une application ou d’un paquet destiné aux utilisateurs Mac ;
• validation d’une compilation ou d’un fichier MEX sur Apple Silicon ;
• intégration avec une chaîne audio, vidéo ou de design utilisée par un partenaire ;
• démonstration ou livraison exigeant explicitement macOS ;
• vérification d’un comportement lié aux chemins de fichiers, à l’encodage ou aux commandes système.

Le premier choix consiste donc à distinguer l’environnement de calcul principal de l’environnement de conformité ou de livraison. Ces deux rôles peuvent être assurés par des machines différentes.

MATLAB R2026a prend en charge les puces Apple Silicon et les versions de macOS indiquées dans la documentation officielle. La page consacrée à Apple Silicon précise aussi que MATLAB natif pour ces processeurs est disponible depuis R2023b et que R2025b est la dernière version destinée aux Mac Intel (prise en charge d’Apple Silicon).

Cette information ne permet toutefois pas de conclure qu’un projet complet fonctionnera sans modification. La vérification doit porter sur les éléments réellement appelés par le code.

Boîtes à outils et produits complémentaires

Un projet peut utiliser MATLAB de manière visible tout en dépendant de fonctions fournies par une boîte à outils différente. Il faut relever les appels à parfor, gpuArray, Simulink, aux fonctions de traitement du signal, aux interfaces de mesure, aux compilateurs et aux supports matériels.

La documentation des exigences Mac liste plusieurs produits non disponibles sur macOS, notamment Data Acquisition Toolbox, GPU Coder, Simulink Real-Time, Vehicle Network Toolbox et certains outils HDL (liste officielle des produits indisponibles sur macOS). La liste évoluant avec les versions, elle doit être comparée à la release utilisée par le projet, et non à une ancienne installation conservée dans le laboratoire.

Fichiers MEX, compilateurs et bibliothèques externes

Les fichiers MEX compilés pour Windows ou Linux ne doivent pas être considérés comme transférables automatiquement vers macOS. Même lorsque le code source est identique, la chaîne de compilation, les bibliothèques dynamiques, les chemins d’inclusion et l’architecture du processeur peuvent différer.

Un projet comportant une dépendance C, C++, Fortran, Java ou Python doit donc être testé dans une installation propre. Il faut conserver le journal d’installation, les avertissements du compilateur et la liste exacte des versions utilisées. Une exécution réussie après avoir ignoré un avertissement ne constitue pas une preuve de reproductibilité.

Mémoire, stockage et volume de données

Les exigences officielles indiquent 8 Go de mémoire vive au minimum, 16 Go recommandés, environ 3,7 Go pour MATLAB seul et 4 à 6 Go pour une installation typique ; l’installation de tous les produits peut atteindre 17 Go (détails de stockage et de mémoire).

Ces valeurs ne prédisent pas la capacité à traiter un jeu de données scientifique. Un script manipulant de grandes matrices, plusieurs images, des signaux audio ou des séquences vidéo peut être limité par la mémoire disponible bien avant l’espace occupé par le logiciel. Dans un contexte de recherche, il faut donc mesurer la taille du jeu de données maximal, les fichiers temporaires et les copies intermédiaires créées par le code.

Le tableau suivant ne compare pas des performances générales : il associe chaque environnement à une fonction précise dans le cycle de recherche.

Cette approche est particulièrement utile lorsque le projet mêle analyse numérique et production de supports. Une équipe peut, par exemple, effectuer le calcul sur Linux, contrôler une interface ou un export audio sur Mac, puis remettre les fichiers à un collègue qui travaille dans un environnement de design. Le Mac n’a alors pas besoin de remplacer le serveur de calcul.

Le nom de Parallel Computing Toolbox peut prêter à confusion. La boîte à outils permet bien d’exécuter des calculs parallèles sur plusieurs cœurs et de travailler avec des clusters, mais la documentation officielle précise que l’accélération GPU n’est pas disponible sur macOS (exigences de Parallel Computing Toolbox).

Sur Apple Silicon, Parallel Computing Toolbox est pris en charge avec certaines limitations, dont l’absence de tableaux distribués et codistribués pour les pools de processus locaux. Les fonctions parallèles sur processeur peuvent donc rester utiles, mais elles ne transforment pas un Mac en équivalent direct d’une station NVIDIA.

Le tri à effectuer est simple :

• si le projet utilise parfor ou des pools CPU, un Mac peut rester pertinent après validation ;
• si le projet utilise gpuArray, CUDA ou une fonction exigeant un GPU compatible, le calcul doit rester sur Windows ou Linux ;
• si le projet utilise MATLAB Parallel Server, il faut séparer le poste depuis lequel le code est préparé du cluster qui exécute réellement les tâches (documentation sur le calcul parallèle et les clusters).

Le GPU intégré d’un Mac peut permettre l’affichage et l’exécution générale de MATLAB, mais cela ne signifie pas qu’il fournisse l’accélération GPU attendue par un script conçu pour CUDA. Cette distinction doit être vérifiée dans le code, pas déduite de la présence d’une puce graphique.

Une licence constitue une contrainte indépendante du système d’exploitation. Une installation techniquement réussie peut rester interdite si le contrat de l’établissement ne couvre pas l’usage d’une machine hébergée ou accessible à distance.

La documentation officielle distingue notamment les licences individuelles, les licences Designated Computer et les licences concurrentes dans le cadre d’une licence universitaire étendue (organisation des licences universitaires). La licence Designated Computer impose la présence physique de l’utilisateur et n’autorise pas l’accès distant (conditions d’une licence Designated Computer).

Avant de louer un Mac distant, le responsable du projet doit confirmer :

• le type exact de licence attribué à l’étudiant ou au laboratoire ;
• l’autorisation d’installer MATLAB sur une machine distante ;
• la méthode de connexion attendue, par compte individuel, authentification universitaire ou serveur de licences ;
• le nombre d’utilisateurs pouvant travailler successivement ou simultanément ;
• les règles relatives aux données de recherche, notamment si elles sont sensibles ou soumises à une politique interne.

Une licence Campus-Wide peut proposer des modalités différentes selon le produit et le mode d’installation. La documentation recommande notamment de vérifier le portail universitaire, le compte associé et les instructions données par l’administrateur (accès des utilisateurs à une licence universitaire). La vérification auprès de l’université reste indispensable.

L’essai doit reproduire une tâche qui a une valeur de recherche, et non simplement afficher l’interface de MATLAB. Une bonne tâche minimale contient :

• la lecture des données originales ;
• l’appel aux fonctions principales du projet ;
• la génération d’un tableau ou d’un résultat numérique ;
• l’export d’une figure ou d’un fichier ;
• l’appel aux dépendances externes, si le projet en possède.

L’environnement de test doit utiliser la même release que le projet de référence, les mêmes fichiers d’entrée et les mêmes paramètres. Si le code dépend d’un générateur aléatoire, la graine doit être fixée avant la comparaison.

Il faut également noter les différences qui ne sont pas immédiatement visibles : séparateur de chemin, casse des noms de fichiers, encodage des caractères, ordre d’énumération des fichiers, comportement des commandes système et emplacement des fichiers temporaires.

Un test pertinent produit un dossier d’artefacts comprenant les journaux, les fichiers exportés, les figures et les informations de version. Les performances ne doivent pas être extrapolées à partir d’un indice général ou d’un essai très court. Pour une décision d’achat, seule la charge de travail réelle du laboratoire est suffisamment représentative.

• [ ] La version de MATLAB et le système d’exploitation de référence sont documentés.
• [ ] Toutes les boîtes à outils et tous les supports utilisés par le projet sont listés.
• [ ] Les fichiers MEX et bibliothèques externes ont été recompilés ou explicitement écartés.
• [ ] La dépendance éventuelle à gpuArray, CUDA ou à un GPU NVIDIA est confirmée.
• [ ] Les interfaces matérielles ont été testées avec le matériel réellement utilisé.
• [ ] La licence de l’université autorise l’installation et la connexion à distance.
• [ ] Les mêmes données d’entrée ont été exécutées sur les deux environnements.
• [ ] Les résultats numériques respectent la tolérance définie par le projet.
• [ ] Les figures et fichiers exportés ont été comparés visuellement et automatiquement.
• [ ] Les chemins, caractères accentués, commandes externes et fichiers temporaires ont été contrôlés.
• [ ] Une personne différente de l’auteur du script a pu reproduire l’essai.
• [ ] Une condition d’arrêt est définie si un composant essentiel reste indisponible.

Si un seul élément essentiel échoue — licence interdite, outil indispensable absent, résultat non reproductible ou interface matérielle inutilisable — la décision raisonnable consiste à conserver Windows ou Linux et à documenter ce choix.

Lorsque le besoin macOS est réel mais limité à une phase de contrôle, un Mac distant évite de transformer un test de compatibilité en achat de matériel. Le chercheur peut installer MATLAB, transférer un projet réduit, exécuter la tâche représentative et récupérer les fichiers produits sans modifier le poste principal du laboratoire.

Cette organisation est adaptée aux projets dont la validation intervient à des moments précis : préparation d’une publication, livraison d’une application, test d’une nouvelle architecture ou contrôle avant une démonstration. Elle est moins adaptée aux travaux nécessitant un périphérique physique local, une acquisition continue de données ou un calcul lourd permanent.

Pour préparer ce type d’essai, il convient de consulter les informations d’aide de NUKCLOUD, puis de vérifier les conditions d’utilisation et les modalités d’accès avant de transmettre des données de recherche. Les données confidentielles doivent rester conformes aux règles de l’établissement et du projet.

À court terme, trois choix sont généralement défendables :

• conserver l’environnement Windows ou Linux lorsque les résultats sont déjà stables ;
• ajouter un Mac distant pendant la période de validation ;
• mettre en place un fonctionnement à deux environnements, avec calcul principal sur Windows ou Linux et contrôle macOS séparé.

L’achat d’un Mac devient plus facile à justifier lorsque l’usage est fréquent, que plusieurs projets en dépendent, que les données doivent rester localement disponibles et qu’une personne est responsable de la maintenance. À l’inverse, un besoin limité à quelques validations par semestre ne justifie pas nécessairement une nouvelle machine pour chaque membre du laboratoire.

Le calcul dépendant d’un GPU NVIDIA constitue un cas particulier : le Mac peut éventuellement servir à contrôler l’interface ou le comportement général du logiciel, mais il ne doit pas être présenté comme le remplacement du poste de calcul. Le maintien d’une architecture double est alors plus cohérent que la migration complète.

MATLAB R2026a fonctionne-t-il directement sur un Mac Apple Silicon ?

Oui, MATLAB R2026a prend en charge Apple Silicon et les versions de macOS listées par la documentation officielle. Toutefois, le projet doit être vérifié au niveau des boîtes à outils, fichiers MEX, compilateurs et supports matériels. La compatibilité du programme principal ne garantit donc pas celle de chaque dépendance scientifique.

Faut-il remplacer un PC Windows ou Linux pour faire du calcul MATLAB ?

Non, pas lorsque les scripts CPU fonctionnent déjà de manière stable et reproductible. Le remplacement peut même ajouter des risques liés aux dépendances et aux interfaces matérielles. Un Mac est surtout justifié par un besoin de validation macOS, de test Apple Silicon, de livraison multiplateforme ou d’intégration avec une chaîne de travail spécifique.

Comment vérifier un projet MATLAB macOS sans acheter de Mac ?

Un Mac distant réel peut servir à installer MATLAB et exécuter une tâche représentative avec les données du projet. La comparaison doit couvrir les résultats numériques, figures, journaux, chemins, encodages et fichiers exportés. Cette méthode est plus fiable qu’un simple test de démarrage ou qu’une comparaison de performances générales.

MATLAB sur Mac peut-il exploiter un GPU pour accélérer les calculs ?

La documentation officielle indique que l’accélération GPU de Parallel Computing Toolbox n’est pas disponible sur macOS. Les calculs parallèles sur CPU restent possibles, mais les projets basés sur CUDA, gpuArray ou un GPU NVIDIA doivent conserver une infrastructure Windows ou Linux compatible.

Une licence universitaire permet-elle automatiquement l’usage d’un Mac distant ?

Non. L’autorisation dépend du contrat et du type de licence. Une licence Designated Computer n’autorise pas l’accès distant, tandis que d’autres configurations peuvent prévoir une authentification individuelle ou un serveur de licences. Le laboratoire doit obtenir une confirmation de son administrateur avant toute installation sur une machine hébergée.

Pour la majorité des projets MATLAB R2026a qui utilisent des scripts CPU déjà fiables, conserver Windows ou Linux évite une migration coûteuse et ne compromet pas la recherche. Le Mac devient un complément lorsqu’il faut prouver la compatibilité macOS, tester Apple Silicon ou satisfaire une exigence de livraison.

Dans ce contexte, acheter immédiatement une machine peut immobiliser un budget pour un usage irrégulier, imposer une maintenance supplémentaire et laisser intactes les contraintes de licence, de GPU ou de matériel spécialisé. Un Mac distant permet d’abord de vérifier le projet réel, sur la durée nécessaire, puis de décider à partir de résultats reproductibles plutôt que d’une préférence de plateforme.

Après validation des outils et de la licence, le chercheur ou le responsable de laboratoire peut comparer une location à la semaine, au mois ou au trimestre selon le calendrier du projet. Les modalités disponibles sont présentées sur la page française de NUKCLOUD. Si l’essai confirme que macOS répond au besoin sans remplacer le calcul principal, cette approche fournit un environnement de contrôle plus souple qu’un achat effectué trop tôt.