
Un hébergeur de serveurs qui se met à fabriquer ce qui tourne dessus, c’est ce que vient de faire cet acteur français. OVHcloud a franchi le pas avec Olala mini 7A1B, son premier grand modèle de langage (LLM), le type d’IA qui génère du texte derrière les chatbots.
Le premier modèle est volontairement modeste : selon l’entreprise, le modèle se contente d’une carte graphique dotée de 8 Go de mémoire, voire d’un processeur sans GPU. Il n’est pas question de rivaliser avec ChatGPT, l’objectif affiché est de prouver qu’une entreprise européenne sait entraîner un LLM de zéro.
Octave Klaba, le patron d’OVHcloud, avait annoncé la couleur dès VivaTech en juin, puis promis en octobre un LLM open source « très en avance sur son temps ». Le voici, détaillé dans un communiqué avant son lancement officiel le 19 novembre à l’OVHcloud AI Summit, et mis en avant par Octave Klaba sur X. Olala mini compte 7 milliards de paramètres (les réglages internes appris pendant l’entraînement), mais n’en active qu’un milliard à chaque requête, répartis entre 256 « experts » par couche.
Cette architecture en mélange d’experts (MoE) explique les débits annoncés : 160 tokens par seconde sur une Nvidia RTX A4500 et 50 sur un processeur, bien plus vite qu’on ne lit (un token vaut environ trois quarts de mot).


Du 19 au 30 novembre, le Plaud Note Pro passe à 149 € au lieu de 189 € ! Il enregistre vos réunions, les transcrit et les synthétise pour vous, il suffit d’appuyer sur un bouton. Les Plaud Note, NotePin et NotePin S sont aussi à -20 %. Bref, c’est le moment d’arrêter de perdre du temps au travail !
L’entraînement a mobilisé trois supercalculateurs publics européens, Jupiter, MeluXina et Jean Zay, pour l’équivalent de 7 millions d’euros d’heures de calcul.
Une architecture originale, des performances inconnues
La vraie curiosité se niche dans l’attention hybride. L’attention, c’est le mécanisme qui permet au modèle de relier les mots entre eux, et elle devient gourmande en mémoire à mesure que le texte s’allonge.
OVHcloud combine deux approches récentes, Differential-TPA, qui compresse et filtre cette attention, et Mamba-3, qui lit le texte en flux en gardant un résumé de taille fixe.
Baidu a présenté quelques jours plus tôt ERNIE 5.5 Flash, lui aussi en mélange d’experts à attention hybride, mais 40 fois plus gros avec 280 milliards de paramètres.
Face à Mistral, la comparaison pertinente se fait plutôt avec les Ministral 3 (3, 8 et 14 milliards de paramètres, même licence Apache 2.0), qui comprennent les images et acceptent 256 000 tokens de contexte, huit fois plus qu’Olala mini.
Surtout, le communiqué d’OVHcloud n’aligne pas un seul score de benchmark, et le seul chiffre d’usage vient de Qwant, premier client, qui obtiendrait selon OVHcloud des réponses 20 % plus rapides et des coûts divisés par trois… par rapport à un modèle précédent jamais nommé.
Avec un milliard de paramètres actifs, on peut espérer résumer, classer ou répondre à des questions simples, mais on ne remplacera pas un assistant généraliste pour coder ou raisonner longuement. Sa fenêtre de contexte de 32 000 tokens, soit la quantité de texte qu’il garde en tête (une cinquantaine de pages), limite aussi l’analyse de gros documents.
La version 1.1, attendue d’ici fin décembre, doit la porter à 128 000 tokens et améliorer le raisonnement mathématique. Les poids ne sont pas encore téléchargeables : OVHcloud promet de les publier sur Hugging Face, la plateforme de référence pour partager ces fichiers, avec son rapport technique et une documentation de conformité à l’AI Act, le règlement européen sur l’IA.
Ce qu’OVHcloud prépare ensuite
La v2.0 dépassera les 100 milliards de paramètres, promet OVHcloud, avec des déclinaisons spécialisées dans l’agentique pour entreprises (des IA qui enchaînent des tâches seules), le DevOps et la cybersécurité, offensive comprise. Olala doit aussi alimenter OVHai Workspace, dont la version chiffrée exigera des modèles tournant directement sur le poste de travail.
Octave Klaba assume l’ambition : le coût d’un entraînement aurait été divisé par 20 en trois ans, et on ne peut pas compter indéfiniment sur « la générosité de certains Labs », dit-il. Le ton rappelle celui de ses déclarations d’octobre, quand il égratignait Mistral, même si le communiqué ne vise cette fois personne nommément. Olala mini ressemble davantage à une preuve de concept qu’à un produit, et c’est très bien ainsi pour un premier essai.
Pour aller plus loin
OVHcloud promet son propre LLM open source « très en avance sur son temps », et Octave Klaba tacle Mistral
Si vous voulez recevoir les meilleures actus Frandroid sur WhatsApp, rejoignez cette discussion.
Pour nous soutenir gratuitement, dites simplement à Google d’ajouter Frandroid à vos sources préférées en cliquant ici.

Ce contenu est bloqué car vous n'avez pas accepté les cookies et autres traceurs. Ce contenu est fourni par Disqus.
Pour pouvoir le visualiser, vous devez accepter l'usage étant opéré par Disqus avec vos données qui pourront être utilisées pour les finalités suivantes : vous permettre de visualiser et de partager des contenus avec des médias sociaux, favoriser le développement et l'amélioration des produits d'Humanoid et de ses partenaires, vous afficher des publicités personnalisées par rapport à votre profil et activité, vous définir un profil publicitaire personnalisé, mesurer la performance des publicités et du contenu de ce site et mesurer l'audience de ce site (en savoir plus)
En cliquant sur « J’accepte tout », vous consentez aux finalités susmentionnées pour l’ensemble des cookies et autres traceurs déposés par Humanoid et .
Vous gardez la possibilité de retirer votre consentement à tout moment. Pour plus d’informations, nous vous invitons à prendre connaissance de notre Politique cookies.