Playlist Tech : les meilleurs podcasts technologie

On cherche constamment à rendre nos objets plus intelligents, plus connectés et plus automatisés. Mais est-ce que chaque nouveauté représente vraiment un progrès ? Cette semaine dans Bubble, on se demande s’il existe des choses qu’on devrait tout simplement arrêter de vouloir réinventer.

Posez-nous vos questions via la Bulle Vocale : https://www.speakpipe.com/bubble
Les réseaux de Quentin : https://bento.me/quentincougniot
Les réseaux de Rewan : https://www.linkedin.com/in/rewan-mahloub/
Les réseaux de Mathieu : https://linktr.ee/mathieudossantos

Business : quentin@influxcrew.com
Co-Production & Agent /influx - https://influxcrew.com
© 2026 QUENTIN // Tous droits réservés.
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Le Sénat français ne propose pas de freiner l’intelligence artificielle, mais de cesser d’utiliser systématiquement les modèles les plus puissants lorsqu’un outil beaucoup plus léger suffit.

Dans un rapport adopté à l’unanimité par sa commission de l’aménagement du territoire, trois sénateurs dressent un constat : avec l’IA générative, l’essentiel de l’empreinte environnementale du numérique se déplace progressivement des smartphones et ordinateurs vers les centres de données. La première pression vient de l’électricité. Le rapport estime que l’IA pourrait mobiliser environ 500 térawattheures dans le monde en 2030, soit jusqu’à la moitié de la consommation des data centers selon les scénarios étudiés. À cela s’ajoutent l’eau nécessaire au refroidissement, la fabrication accélérée de processeurs et la consommation de métaux critiques.

Face à cette croissance, les sénateurs défendent ce qu’ils appellent une IA « frugale ». Le principe n’est pas de renoncer à l’IA, mais d’adapter la puissance du modèle au travail demandé. Résumer un document, classer des données internes ou traiter une tâche industrielle précise ne nécessite pas toujours un immense modèle généraliste. Le rapport recommande donc de soutenir davantage les petits modèles spécialisés, notamment par la commande publique.

Autre difficulté : aujourd’hui, comparer réellement l’empreinte de deux intelligences artificielles reste très compliqué. Les entreprises ne publient pas toutes les mêmes données et leurs analyses de cycle de vie utilisent des méthodes différentes. Le Sénat propose de confier à l’Arcep la définition des informations à rendre publiques, d’établir un standard européen et de créer un écoscore pour les principaux modèles. Le rapport défend en parallèle l’installation de data centers en France, ce qui peut sembler contradictoire. Son raisonnement repose sur le mix électrique français, beaucoup moins carboné que celui de nombreux pays où sont actuellement hébergés les calculs utilisés par les Français. La frugalité proposée par le Sénat repose donc sur trois choix très concrets : savoir mesurer l’empreinte d’une IA, placer le calcul là où l’électricité est moins carbonée et surtout ne pas mobiliser une machine gigantesque lorsqu’une plus petite peut faire le même travail.

Source : GEO
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Alibaba ne veut plus seulement entraîner ses modèles d’intelligence artificielle : le groupe chinois veut aussi fabriquer une part croissante des puces et des data centers qui les font fonctionner.

À sa conférence Apsara, Alibaba a dévoilé le Zhenwu V900, un accélérateur conçu par sa filiale T-Head pour entraîner les grands modèles et exécuter leurs réponses. Le groupe affirme qu’il offre trois fois les performances du Zhenwu M890 présenté en mai. Cette comparaison reste toutefois interne : Alibaba n’a pas publié les données de calcul permettant de confronter directement le V900 aux puces de Nvidia, Huawei ou d’autres concurrents. Les caractéristiques annoncées donnent néanmoins une idée de la stratégie. Chaque puce dispose de 216 gigaoctets de mémoire et d’une liaison entre accélérateurs pouvant atteindre 1 200 gigaoctets par seconde. Surtout, Alibaba affirme que son architecture peut relier jusqu’à 500 000 cartes dans un même cluster. La production en série et la commercialisation sont prévues au premier trimestre 2027.

L’enjeu n’est donc pas simplement de fabriquer une puce chinoise supplémentaire. Alibaba cherche à contrôler toute la chaîne : processeurs, interconnexions, serveurs, réseau, modèles Qwen et services cloud. Une intégration devenue particulièrement stratégique alors que les restrictions américaines compliquent l’accès de la Chine aux accélérateurs IA occidentaux les plus avancés.

Cette course au matériel accompagne une hausse spectaculaire des besoins. Alibaba prévoit des futurs modèles Qwen comptant entre 5 000 et 10 000 milliards de paramètres, même si la taille seule ne détermine pas la qualité d’une IA. Pour les alimenter, Alibaba Cloud veut dépasser 20 gigawatts de capacité mondiale de data centers en 2032. Le Zhenwu V900 n’a donc pas encore prouvé qu’il pouvait rivaliser avec les meilleures puces disponibles. Son importance est ailleurs : la bataille de l’IA se déplace progressivement du modèle vers l’infrastructure entière. Et Alibaba veut dépendre de moins en moins de technologies qu’un autre pays peut décider de ne plus lui vendre.

Source : Stack Chronicle
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.