Tout développeur l'a déjà entendu, généralement marmonné entre ses dents à deux heures du matin : « Ça marche sur ma machine. » W

Tout développeur l'a déjà entendu, généralement murmuré entre ses dents à deux heures du matin : « Ça marche sur ma machine. » Lorsqu'un build passe en local mais s'effondre en staging, nous rejetons instinctivement la faute sur la version du framework, une variable d'environnement manquante ou Docker lui-même. Plus souvent qu'on ne veut l'admettre, le système d'exploitation est le véritable coupable. Les chemins de fichiers, les appels système, les gestionnaires de paquets et le comportement du noyau façonnent tous la manière dont le code s'exécute. Choisir le bon OS n'est pas une question d'appartenance à une tribu. Il s'agit de supprimer les frictions entre votre ordinateur portable et la production.

Windows : Le généraliste

Windows reste la solution par défaut pour une raison simple : le matériel fonctionne tout simplement. Branchez un périphérique, et un pilote existe probablement déjà. Pour les développeurs travaillant dans l'écosystème .NET, Visual Studio reste la référence absolue. IntelliSense, les outils de débogage et l'échafaudage de projet (scaffolding) semblent natifs car ils ont été conçus pour cette plateforme.

Avec Windows Subsystem for Linux 2, Microsoft a comblé une grande partie de l'écart entre Windows et les flux de travail basés sur Unix. WSL2 exécute un véritable noyau Linux à l'intérieur d'une VM utilitaire légère, ce qui signifie que vous pouvez invoquer bash, utiliser apt et exécuter Ubuntu sans avoir à faire de dual-boot. L'intégration est suffisamment fluide pour que de nombreux développeurs oublient qu'ils ne sont pas sur un Linux natif.

Mais l'abstraction a ses limites. Docker Desktop sur Windows s'appuie sur une VM Linux pour son moteur, et la traduction du système de fichiers entre le noyau Windows NT et le conteneur Linux introduit de la latence. Les opérations gourmandes en E/S (I/O), comme le montage de gros répertoires node_modules ou la compilation au sein d'un volume, s'exécutent de manière nettement plus lente que sur un Linux bare-metal. Les mises à jour Windows ont également tendance à redémarrer votre machine en pleine tâche, ce qui n'est pas idéal lorsque vous êtes plongé dans une session de débogage.

Windows est idéal pour les étudiants, les joueurs et les ingénieurs qui déploient des applications .NET. Si vous avez besoin d'une seule machine capable de faire tourner Steam après le travail et Visual Studio pendant la journée, c'est le choix pratique.

Linux : Le standard des serveurs

Si la production tourne sous Linux, développer sous Linux élimine les surprises. Le système d'exploitation a été conçu pour les serveurs, et ses principes de conception correspondent à ce que les environnements cloud attendent. La philosophie Unix consistant à traiter tout comme un fichier signifie que la configuration, les périphériques matériels et les processus en cours vivent tous quelque part dans l'arborescence du système de fichiers. Cette cohérence rend l'automatisation simple. Vous pouvez scripter les déploiements avec bash, gérer les services avec systemd et orchestrer des conteneurs sans avoir à traduire entre deux architectures de noyau différentes.

Docker a été construit sur des primitives Linux. Les namespaces et les cgroups sont natifs ici, les conteneurs démarrent donc plus rapidement et s'exécutent à une vitesse proche du bare-metal par rapport aux autres plateformes. La surcharge est minimale, les gestionnaires de paquets sont matures et vous pouvez réduire le système au strict nécessaire. Un serveur Linux headless peut fonctionner pendant des années sans redémarrage.

Le compromis réside dans le raffinement de l'interface de bureau. Le support des logiciels commerciaux est en retrait. Vous ne trouverez pas d'applications Adobe Creative Cloud natives, et certains IDE propriétaires ou outils de collaboration nécessitent des solutions de contournement. La configuration du matériel peut demander de la patience. Les cartes Wi-Fi, les adaptateurs Bluetooth et les graphismes hybrides nécessitent parfois l'installation manuelle de pilotes ou des ajustements de modules du noyau. Les pilotes NVIDIA se sont considérablement améliorés, mais configurer CUDA correctement nécessite encore de lire une documentation qui suppose que vous savez vous servir du terminal.

Les ingénieurs backend, les praticiens DevOps et tous ceux qui construisent des infrastructures d'IA devraient considérer Linux comme le choix par défaut. Lorsque votre environnement de production utilise Ubuntu ou RHEL, reproduire cela localement permet d'économiser des heures de débogage lors du déploiement.

macOS : Un Unix raffiné

macOS se situe dans un juste milieu qui séduit les développeurs souhaitant un terminal se comportant comme Linux et une interface graphique (GUI) se comportant comme un produit grand public. Sous le capot, c'est un système d'exploitation Unix certifié, ce qui signifie que bash, zsh, make, ssh et git fonctionnent exactement comme vous l'attendriez sur un serveur. L'Apple Silicon a totalement changé la donne. Les puces de la série M offrent des performances de classe bureau tout en portant l'autonomie des ordinateurs portables dans une fourchette de 10 à 20 heures. Vous pouvez compiler un projet, faire tourner une pile locale et passer un appel vidéo sans que les ventilateurs ne s'emballent.

Pour les développeurs mobiles, macOS est non négociable. Xcode et le simulateur iOS ne fonctionnent que sur le matériel Apple. L'écosystème a également tendance à favoriser les flux de travail créatifs et full-stack. Les trackpads et les écrans sont excellents, et la fiabilité de la mise en veille/reprise signifie que vous ouvrez le capot et reprenez le travail instantanément.

Les inconvénients sont le coût et la flexibilité. Vous payez un supplément pour les mises à niveau de la mémoire et du stockage qui seraient triviales sur un PC personnalisé ou un ThinkPad. La gamme de matériel est limitée. Si vous avez besoin d'un GPU spécifique pour l'entraînement de modèles locaux ou de ports inhabituels pour de l'équipement de laboratoire, un Mac pourrait ne pas vous convenir sans boîtiers externes et adaptateurs.

Les développeurs full-stack, les ingénieurs iOS et les fondateurs de startups qui privilégient la portabilité se tournent souvent vers cette option. C'est un choix coûteux, mais qui minimise les frictions quotidiennes.

L'OS est-il important pour l'IA ?

Le modèle lui-même est indifférent. Un grand modèle de langage fonctionnant via Ollama, LM Studio ou vLLM produit les mêmes tokens, que votre noyau ait été compilé par Microsoft, Linus Torvalds ou Apple. Vos outils comptent bien plus que votre système d'exploitation. Lorsque vous construisez des agents d'IA, concentrez-vous sur la maîtrise de la gestion des dépendances Python, des environnements d'exécution Node.js, de Docker pour des environnements reproductibles, des intégrations d'API et de la gestion de la mémoire pour les fenêtres de contexte.

Cela dit, les systèmes d'IA en production tournent massivement sous Linux. Les pilotes GPU de datacenter de NVIDIA et le toolkit CUDA sont développés et optimisés en priorité pour Linux. La surcharge d'un bureau graphique est supprimée, laissant plus de VRAM et de cycles CPU pour l'entraînement et l'inférence. Si vous louez de la puissance de calcul dans le cloud, vous vous connectez presque certainement en SSH à une instance Linux. Pour l'expérimentation locale, un MacBook avec Apple Silicon est silencieux et économe en énergie, mais lorsqu'il s'agit de s'entraîner à