❌

Vue normale

[MàJ] OVHcloud publie son premier modèle à poids ouverts, Olala

19 novembre 2026 à 12:09
Concurrence française en vue pour Mistral ?
[MàJ] OVHcloud publie son premier modèle à poids ouverts, Olala

OVHcloud lève le voile sur sa première famille de LLM, baptisée Olala. Son premier représentant, Olala mini 7A1B, se présente comme un modèle compact à mélange d’experts, capable de fonctionner sur un GPU grand public. Le modèle et ses poids sont publiés sous licence Apache 2.0.

Mise à jour, 19 novembre, 11h50 :

OVH, qui tient actuellement son sommet annuel, a comme prévu publié Olala mini 7A1B sur Hugging Face, ce qui permet d’en apprendre un peu plus sur l’architecture exacte du modèle et ses performances. Une version hébergée du chatbot est également accessible via olala.ovh.com.

En attendant une analyse technique plus poussée, voici ce que l’on peut en retenir. Le modèle exploite un total de 6,8 milliards de tokens, dont environ 1 milliard de tokens actifs par requête, avec une fenêtre de contexte limitée à 32 000 tokens dans cette première version. Construit à partir du tokenizer de Qwen 3.5, il repose sur une architecture à 36 couches, dont 29 de compression Mamba-3 et 7 d’attention Differential-TPA.

D’après le rapport technique associé, l’entraînement a été réalisé à l’aide de 1 024 puces GH200 du supercalculateur Jupiter, sur un corpus représentant 12,8 trillions de tokens, composé de jeux de données publics, et de données synthétiques maison, en 36 langues en plus de l’anglais.

Le modèle de base a ensuite profité de quatre étapes de renforcement, portant notamment sur les maths, le code et les comportements d’assistance, conformément à la segmentation prévue par OVH pour ses futures intégrations applicatives.

« Le modèle résultant réfléchit avant de répondre, fait appel à des outils, prend en charge un effort de raisonnement ajustable et offre des performances compétitives par rapport aux modèles à poids ouverts de taille similaire en matière de code, de mathématiques, de connaissances, de suivi d’instructions et d’appel d’outils », estime OVH, qui annonce publier les poids, mais aussi « la recette complète des données de pré-entraînement, incluant trois jeux de données générés en interne, ainsi que les pipelines d’entraînement et de données ».

Les tests de performances réalisés par OVH face à des modèles à poids ouverts (allant de 0,8 à 35 milliards de paramètres) montrent qu’Olala, dans sa version actuelle, a profité des phases de renforcement pour gagner des points en matière de respect des consignes, mais montre des limites en matière de connaissances, du fait de sa taille relativement modeste. Le tableau ci-dessous présente une synthèse des mesures effectuées par OVH face à la concurrence.


Publication initiale, 17 novembre, 11 heures :

Octave Klaba, PDG d’OVHcloud, avait annoncé en juin dernier que son groupe planchait sur la conception de sa propre famille de grands modèles de langage (LLM), après le rachat de Dragon LLM. L’hébergeur roubaisien en a dévoilé le premier représentant mardi 17 novembre, en prélude à un lancement officiel programmé pour jeudi 19 novembre, à l’occasion de son événement annuel parisien.

Voici donc le premier modèle d’OVHcloud : Olala mini 7A1B. Dans cette configuration initiale, il repose sur une architecture globale de 7 milliards de paramètres, dont un milliard de paramètres actifs (A1B) répartis entre plusieurs couches de 256 experts. Le nombre de couches n’est pas précisé, pas plus que le nombre de paramètres par expert.

Une architecture « inédite » pensée pour limiter l’empreinte mémoire

Cette configuration à mélange d’experts (MoE), courante dans l’industrie, permet de ne solliciter qu’une fraction du modèle global à chaque requête, pour accélérer les calculs, mais cela ne réduit pas la quantité de paramètres à charger en mémoire : il faut placer les 7 milliards de paramètres.

OVHcloud revendique par ailleurs une architecture « inédite », qui appelle à un mécanisme d’attention hybride avec un mélange de couches Differential-TPA et Mamba-3.

Les premières sont des couches d’attention. Elles combinent une technique de compression des requêtes visant à réduire l’empreinte mémoire nécessaire à l’inférence (c’est la partie TPA, pour Tensor Product Attention) et une méthode de lecture différentielle (Differential) permettant au modèle de se concentrer principalement sur les informations pertinentes.

Les couches Differential-TPA sont couplées à des couches Mamba-3, qui permettent au modèle de travailler sur la base d’un résumé de taille constante, par opposition aux couches d’attention classiques, dont les besoins en mémoire augmentent au fur et à mesure que la conversation progresse (et donc que le contexte s’allonge). En revanche, on ne connait pas (encore ?) les modalités exactes d’assemblage, comme la proportion de chaque type de couches.

OVHcloud parle d’architecture inédite, mais ce genre d’association hybride existe déjà, notamment avec Nemotron 3 de NVIDIA qui a des couches d’attention GQA (Grouped-Query Attention) à la place des Differential-TPA et Mamba-2.

7 milliards de paramètres en BF16 dans 8 Go de mémoire ?

Fort de ces choix architecturaux, OVH affirme que son Olala mini est capable de fonctionner « sur un GPU doté d’un minimum de 8 Go de mémoire, il atteint 160 tokens par seconde sur une RTX A4500, et même sans GPU, sur un simple processeur, à 50 tokens par seconde ». Il se prêterait donc particulièrement bien à un fonctionnement en local, mais OVHcloud ne précise pas de quel genre de CPU on parle.

Mais les chiffres demandent des précisions. En effet, OVHcloud parle de paramètres au format BF16, ce qui donne 14 Go de mémoire rien que pour les paramètres, sans parler du contexte. Ça ne passe pas dans 8 Go de mémoire vidéo, même en forçant. En revanche, avec une quantification sur 8 ou 4 bits, on passe à 7 ou 3,5 Go, de quoi tenir avec plus ou moins de place pour le contexte et le cache dans les 8 Go d’un GPU. D’ailleurs la RTX A4500 utilisée comme référence par OVHcloud a 20 Go de mémoire. Il est aussi possible de déplacer une partie des paramètres dans la mémoire du PC, mais au prix d’importantes pertes de performances.

Dans cette première version très compacte, Olala mini 7A1B est limité à une fenêtre de contexte de 32 000 tokens. Cette fenêtre désigne pour rappel la mémoire de travail immédiate du modèle : c’est elle qui contient (et limite) les échanges, l’historique des requêtes et des réponses et les éventuels documents fournis.

Dommage qu’OVHcloud ne donne aucun résultat de benchmark pour son modèle, autre que ceux du nombre de tokens par seconde, ce qui ne permet pas de juger de sa qualité.

Un premier cas d’usage chez Qwant

OVH indique avoir trouvé un premier cas d’usage chez Qwant : le moteur de recherche (propriété depuis 2023 d’une entreprise codétenue par la famille Klaba et la Caisse des dépôts) aurait adopté Olala pour ses réponses flash (la fonction de réponses par IA générative), avec « des réponses 20 % plus rapides et des coûts de fonctionnement divisés par trois par rapport au modèle précédemment utilisé ». Qwant s’appuyait jusqu’ici sur les modèles de Mistral, récemment lâchés par Ecosia.

Si le modèle semble taillé pour cet usage de réponses rapides, avec une fenêtre de contexte réduite, il lui faudra plus de ressources pour prétendre répondre à des requêtes complexes. Sur ce point, OVH donne un aperçu de sa feuille de route, avec l’annonce, d’ici la fin de l’année 2026, d’une version 1.1 qui portera la fenêtre de contexte à 128 000 tokens et améliorera les performances en raisonnement mathématique.

L’entreprise évoque ensuite, sans la dater, une version 2.0 amenée à se décliner sous forme de modèles spécialisés respectivement dans les usages agentiques en entreprise, le code dans une logique DevOps et la cybersécurité. La version dédiée aux usages agentiques devrait notamment sous-tendre un autre des grands projets d’OVH, la suite OVHai Workspace pensée comme une alternative à Microsoft 365 ou Google Workspace et présentée en juin dernier lors du salon Vivatech.

Entraînement sur des supercalculateurs européens et licence ouverte

OVH indique avoir bénéficié de l’équivalent de 7 millions d’euros d’heures de calcul sur trois supercalculateurs publics européens (Jupiter, MeluXina et Jean Zay) équipés en puces NVIDIA (GH200, A100 et H100) pour l’entraînement d’Olala mini.

Désormais doté d’une équipe dédiée en interne, OVHai LLM répond à cette contribution avec la promesse d’un modèle relativement ouvert, puisqu’il sera publié « avec ses poids, son modèle de base pré-entraîné, son rapport technique et sa documentation de conformité à l’AI Act ».

Le tout sera diffusé via Hugging Face sous licence Apache 2.0. L’entreprise ne précise pas à ce stade si le code et les jeux de données d’entraînement seront publiés, mais cette ouverture devrait permettre de faire tourner le modèle chez soi sans contrainte, ou de repartir du modèle brut pour le réentraîner sur la base de données d’entreprise.

Hormis la contribution publique sur l’entrainement, OVH ne donne aucune indication quant aux investissements financiers nécessaires à cette incursion dans le domaine des LLM. Octave Klaba assure toutefois qu’elle se révèlera bénéficiaire à terme. « On ne peut pas juste compter sur la générosité de certains Labs à partager leurs modèles LLM en open source dans les années à venir. Le savoir-faire dans l’entraînement de modèles s’est largement démocratisé et le coût d’un entraînement a été divisé par 20 en 3 ans. Désormais, il est possible de créer les modèles LLM tout en rendant cette activité rentable », déclare-t-il dans un communiqué.

La suite est déjà en marche avec Olala v2.0 qui « dépassera les 100 milliards de paramètres », promet l’entreprise.

Apple fera l’objet d’un procès en obsolescence programmée à Paris en 2027

17 novembre 2026 à 09:03
Hop (il a eu peur)
Apple fera l’objet d’un procès en obsolescence programmée à Paris en 2027

L’association HOP – Halte à l’obsolescence programmée – annonce l’ouverture à venir d’un procès ciblant Apple pour obsolescence programmée par entraves à la réparation. Les plaidoiries devraient avoir lieu en juin 2027 à Paris. L’accusation cible plus précisément l’appariement (ou sérialisation), la pratique qui consiste à associer électroniquement les pièces de rechange au numéro de série de l’appareil pour éviter le remplacement par des composants tiers.

Quatre ans après le dépôt de sa plainte contre Apple, l’association HOP marque un point : l’enquête ouverte en 2023 par le Parquet de Paris va déboucher sur le renvoi du fabricant de l’iPhone devant le tribunal correctionnel. « La première audience de fixation aura lieu le 25 février 2027 et les plaidoiries se dérouleront sur plusieurs jours au mois de juin 2027 », annonce l’association.

Apple accusée de forcer la réparation dans son réseau

La plainte déposée par HOP cherchait à démontrer qu’Apple limite sciemment les possibilités de réparation de ses téléphones, en bloquant le fonctionnement de pièces détachées qui n’auraient pas été approuvées par ses soins. Sur le plan technique, la pratique est qualifiée d’appariement, ou de sérialisation : elle consiste à subordonner le bon fonctionnement de la pièce de rechange à sa validation par le système d’exploitation, en fonction par exemple de son adéquation avec le numéro de série de l’appareil.

Dans sa plainte de 2022, HOP avançait l’exemple d’un iPhone XR dont l’écran tactile remplacé par une pièce d’origine Apple n’était pas reconnu sous iOS 16, alors que le retour à la version précédente de l’OS rétablissait le bon fonctionnement. « Cette pratique touche, depuis peu, les pièces les plus fréquemment soumises aux pannes (écrans, batterie, caméra…). Elle permet au fabricant de limiter les possibilités de réparation, notamment pour les réparateurs non-agréés », dénonçait l’association.

Visuel extrait de la campagne HOP contre Apple – crédit HOP

HOP appuie notamment sa plainte sur le fondement de l’article L441-3 du Code de la consommation, qui dispose depuis 2021 l’interdiction de toute technique, y compris logicielle, visant à empêcher la réparation ou le reconditionnement d’un appareil hors des circuits commerciaux agréés par son fabricant. Ces mesures font, pour mémoire, suite au vote, en 2020, de la loi anti-gaspillage pour une économie circulaire.

Depuis le vote et la promulgation de cette loi, Apple a pris quelques mesures visant à faciliter la réparation de ses appareils en dehors de son réseau. Fin 2022, l’entreprise a par exemple lancé en Europe son programme Self Service Repair qui permet aux clients de se procurer certaines pièces Apple d’origine ainsi que des manuels de réparation, à des prix similaires à ceux pratiqués en boutique.

Des progrès insuffisants

HOP reconnait une avancée, mais en interroge la portée réelle. « Si Apple a annoncé à partir de 2022 avoir limité les pratiques de sérialisation sur les nouveaux iPhones et permet désormais à des tiers de faire valider certaines réparations, ces améliorations restent à confirmer dans le temps. Pour HOP, cette évolution révèle une prise en compte progressive des difficultés sérieuses posées par la sérialisation pour la réparation et le reconditionnement en dehors des circuits agréés », fait valoir l’association.

« Nous contestons fermement ces allégations infondées », a sobrement réagi Apple, citée par l’AFP.

HOP a déjà obtenu gain de cause contre Apple. En 2017, l’association avait déposé plainte pour obsolescence programmée liée cette fois à des mises à jour logicielles qui entraînaient le ralentissement de téléphones pourtant éligibles. La DGCCRF avait ouvert une enquête, qui s’était soldée par une amende de 25 millions d’euros dans le cadre d’une transaction pénale (sans procès donc).

Deux procès pour obsolescence programmée en 2027

Apple ne sera pas le seul grand nom de la tech à défendre ses pratiques dans les prétoires en 2027. Suite à une plainte déposée en 2017, HOP a en effet obtenu l’ouverture d’un autre procès visant Epson cette fois, accusé de pratiques d’obsolescence programmée et de pratiques commerciales trompeuses liées à la façon dont les imprimantes de la marque gèrent le renouvellement de leurs cartouches d’encre ou tampons encreurs. Après une première audience en juillet 2026, les plaidoiries sont désormais programmées pour le 25 février 2027.

❌