Salvatore Sanfilippo (antirez), auteur de Redis, a publie en 2026 ds4 (DwarfStar 4) : un moteur d'inference local reserve a DeepSeek V4 Flash et PRO, ecrit en C pur, sans enveloppe llama.cpp ni marche GGUF generaliste. Le README fixe l'objectif : rendre l'inference locale sur une machine haut de gamme ou un Mac Studio assez fiable pour remplacer les appels quotidiens a Claude ou GPT, avec controles vectoriels officiels, tests long contexte et integration agents de codage.

En quelques jours le projet a depasse 11 000 etoiles GitHub. Hacker News et les revues communautaires convergent : un MoE d'environ 284 milliards de parametres tourne hors ligne sur MacBook avec appels d'outils et fenetres de contexte a six chiffres. Le debat a quitte l'ere des modeles 7B « jouets » de 2025. ds4 fait passer la question de « cela tourne » a « j'enverrais du code de production avec ». Pour les clients KVMNODE, l'engouement signale une courbe de demande plus raide pour les Mac a forte memoire ; le verrou suivant est le mur memoire.

Le recit ds4 se resume ainsi : saturer Apple Silicon, deleguer l'etat de longue session au SSD. Capacites annoncees par le projet et les premiers retours :

Sur MacBook Pro M5 Max, ds4 a ete cite autour de 463 token/s en prefill et environ 34 token/s en generation (la quantification et la longueur de contexte deplacent les chiffres). Cela place le moteur dans le premier rang du materiel grand public. Il annonce une fenetre de contexte jusqu'a environ un million de tokens, avec le KV compresse de DeepSeek V4 : « depot entier plus long echange » devient planifiable, pas seulement demonstratif.

La persistence KV sur disque distingue ds4 : le KV de session peut etre ecrit sur SSD Mac rapides pour eviter un prefill integral apres redemarrage ou changement de tache. Utile pour les portables qui dorment chaque nuit et pour les agents qui reprennent la veille. La quantification asymetrique 2 bits compresse agressivement les experts de routage tout en preservant la precision des autres couches, rendant Flash viable sur machines 128 Go. ds4-server expose des points de terminaison compatibles OpenAI et Anthropic pour que Cursor, opencode et Claude Code traitent l'instance comme un fournisseur prive.

git clone https://github.com/antirez/ds4
cd ds4 && make
./ds4-server --ctx 100000 --host 127.0.0.1 --port 8080

Le README avertit aussi : sous macOS, le chemin d'inference CPU peut declencher des defauts de memoire virtuelle noyau ; la production doit utiliser Metal (ou CUDA sous Linux). A inscrire au runbook Mac cloud avec les sondes de l'echelle de diagnostic OpenClaw.

Quelle que soit l'elegance du moteur, la capacite de memoire unifiee fixe le plafond. Le tableau ci-dessous fusionne README officiel, mesures communautaires et prix publics (euros approximatifs ; configuration et change fluctuent). Utilisez-le pour budget ou location : distinguer « tourne » et « tourne confortablement ».

Pour les equipes, la voie pragmatique : separer validation ds4 et CI iOS quotidienne — 16 Go·256 ou 24 Go·512 pour builds et OpenClaw, 128 Go+ dedies a ds4-server, afin que DerivedData et KV million de tokens ne se disputent pas un meme SKU. Details dans appariement stockage et memoire.

Presenter Metal comme backend macOS principal n'est pas du marketing. L'architecture memoire unifiee (UMA) d'Apple Silicon partage un pool physique entre CPU, GPU et Neural Engine, evitant la coupure PC « 24 Go VRAM + 64 Go RAM ». Pour l'inference de grands modeles, un espace adressable unique borne directement poids quantifies et taille de KV. La bande passante memoire M3/M4/M5 pousse le prefill vers le plafond grand public.

Le NVMe macOS forme un second couplage avec le KV disque de ds4 : les longues sessions n'ont pas besoin de tout resider en RAM ; un demarrage a froid peut recharger des blocs de contexte depuis le SSD. Un chemin Linux + CUDA (dont optimisations DGX Spark) existe dans le depot ; pour les developpeurs deja equipes en Mac et souhaitant coder hors ligne, Mac a forte memoire reste la meilleure plateforme grand public pour ds4 aujourd'hui, en ligne avec les interventions d'antirez sur Hacker News.

Executer ds4 dans des VM macOS sur materiel non Apple ou des hackintosh sacrifie stabilite Metal et conformite licence. Le cloud doit utiliser de vrais noeuds Apple Silicon bare metal — raison pour laquelle KVMNODE livre du Mac Mini dedie plutot que des bureaux « style Mac ».

Les etapes supposent un Mac cloud commande avec 128 Go ou plus de memoire unifiee. Choisissez la region selon le remote Git et la source des poids, voir guide six regions. Les fichiers modele sont volumineux ; alignez stockage objet ou miroir Hugging Face dans la meme region pour limiter la latence transoceanique.

Pour revue technique ou note d'achat, citez ces donnees publiques (elles evoluent avec le README amont) : ① GitHub 11k+ etoiles refletant l'elan de mai 2026 ; ② communaute ~463 t/s prefill et ~34 t/s generation sur MacBook Pro M5 Max ; ③ seuil production officiel 96 Go memoire unifiee, 128 Go plus sur pour Flash long contexte.

Comparez les alternatives. API Claude / GPT seules : facturation au token, code et long contexte sortent du perimetre, cout eleve pour projets sensibles IP. Acheter un Mac Studio Ultra : CapEx eleve et cycles de mise a niveau figes. Forcer ds4 sur GPU Linux generiques : optimisations Metal inutilisees, topologie MoE differente. Louer 128 Go / 512 Go chez KVMNODE a l'heure ou au mois transforme l'inference locale haut de gamme de ds4 en OpEx commutable : Metal reel, partage equipe, donnees sur instance dediee — ideal pour valider avant achat materiel.

Les equipes qui cumulent CI iOS, passerelle OpenClaw et ds4 doivent scinder les pools physiquement ou logiquement. Tarifs : page tarifs, commande : page commander, runbooks : centre d'aide.