Junie Local, l’agent de JetBrains fondé sur l’intelligence artificielle pour l’aide à la programmation, est disponible dès le premier jour sur la plateforme NVIDIA RTX Spark, tandis que sa prise en charge sous Windows des cartes RTX dotées d’au moins 24 gigaoctets de mémoire vidéo passe au stade stable. Cela permet d’exécuter l’agent localement pour lire le code, modifier les fichiers et lancer les tests sans que le code ne quitte l’appareil.
La RTX Spark repose sur un processeur graphique basé sur l’architecture Blackwell, associé à un processeur Grace, afin d’exécuter des modèles locaux plus volumineux sur des ordinateurs portables fins et des ordinateurs de bureau compacts. Selon les premiers tests de JetBrains sur la plateforme, Junie Local a atteint une vitesse de génération de 55 tokens par seconde, tandis que des améliorations supplémentaires de l’inférence sont toujours en cours.
Qu’est-ce qui change concrètement ?
Junie Local adapte automatiquement la taille de la fenêtre de contexte à la mémoire disponible sur le processeur graphique. Plus la mémoire est importante, plus l’agent peut conserver de code, de sorties d’outils et d’historique de conversation pendant la tâche. Il exploite également les cœurs Tensor de Blackwell pour exécuter efficacement des calculs en FP8 et utilise le décodage spéculatif afin de générer plusieurs tokens à l’avance, puis de les vérifier simultanément.
Selon JetBrains, l’expérience locale n’inclut ni frais liés aux tokens ni quotas d’utilisation, et ne nécessite ni abonnement, ni création de compte, ni carte bancaire. Toutefois, les performances et la capacité à conserver un contexte long restent liées à la mémoire matérielle disponible.
Prise en charge de Windows et exigences
Lors de son lancement en août, Junie Local nécessitait un ordinateur Mac équipé d’une puce M5 et de 64 gigaoctets de mémoire. En septembre, JetBrains a lancé une prise en charge expérimentale des cartes NVIDIA RTX dotées de 24 gigaoctets de VRAM, avant d’en annoncer maintenant la stabilisation.
Le programme fonctionne actuellement sur les appareils NVIDIA RTX Spark équipés de Windows on Arm, ainsi que sur les ordinateurs Windows x64 dotés de cartes RTX basées sur l’architecture Ampere ou une architecture plus récente et disposant d’au moins 24 gigaoctets de mémoire vidéo, comme les RTX 3090, RTX 4090 et RTX 5090 avec 32 gigaoctets. Son exécution nécessite également un pilote NVIDIA en version 581 ou ultérieure et environ 20 gigaoctets d’espace de stockage libre.
Modèles et mode d’utilisation
L’outil d’installation reconstitue automatiquement la configuration de l’appareil, vérifie le processeur graphique et le pilote, puis installe le moteur d’inférence optimisé, le modèle et l’intégration de Junie. L’utilisateur peut choisir entre Qwen3.6-27B et Qwen3.8-3.6-27B-blend, un modèle hybride qui, selon JetBrains, rassemble une grande partie des capacités de programmation de Qwen3.8 avec un raisonnement plus court que celui de Qwen3.6.
Pour commencer l’installation sous Windows, JetBrains fournit une commande via PowerShell. Après le lancement de Junie, il est possible d’utiliser la commande /model pour sélectionner le modèle. Le programme télécharge ensuite les composants requis, démarre le moteur local et y transfère la session.
Limites et prochaines étapes
La prise en charge locale ne signifie pas que toutes les cartes ou tous les modèles offriront la même expérience : la taille du contexte et la vitesse de génération dépendent de la mémoire et du matériel. De même, le chiffre de 55 tokens par seconde constitue une première référence et non une mesure définitive des performances. JetBrains indique travailler à l’ajout d’autres modèles, à l’amélioration des performances de programmation et à la réduction du temps et de la mémoire nécessaires à l’exécution des tâches, tout en explorant des formats de modèles plus efficaces et en améliorant le décodage spéculatif sur la RTX Spark.