À propos de QDNA

QDNA est un carnet de recherche indépendant sur les plateformes d'intelligence artificielle souveraines, locales ou hybrides. Il publie des analyses pour choisir le matériel, les modèles ouverts et l'architecture. C'est un projet personnel et non professionnel : QDNA n'est pas une société et ne vend aucune prestation.

À propos de ce blog

Il exerce par ailleurs chez un intégrateur qui conçoit, vend, intègre et opère des plateformes d'intelligence artificielle, activité distincte de QDNA : c'est dans ce cadre qu'il conçoit et exploite des plateformes locales d'inférence LLM pour la production, du déploiement de moteurs vLLM et NVIDIA NIM sur fermes GPU au suivi du débit en tokens par seconde et de la latence. Son parcours réunit dix-huit ans en infrastructure, réseau et sécurité, avec une spécialisation en sécurité des environnements cloud natifs.

Certifications : CISSP (ISC2) et Microsoft Certified Azure Solutions Architect Expert.

Domaines d'expertise :

• modèles à poids ouverts
• vLLM et NVIDIA NIM
• Kubernetes
• orchestration multi-agents
• souveraineté des données

La méthode des analyses

Les analyses suivent une méthode en cinq étapes, du besoin au cadrage de l'exploitation :

1. Partir du besoin et des cas d'usage de l'organisation.
2. Recommander le matériel adapté au profil de l'organisation.
3. Choisir des modèles ouverts interchangeables, servis par une passerelle unique.
4. Définir l'orchestration multi-agents et la mémoire.
5. Cadrer l'exploitation dans le respect du RGPD, des objectifs de la certification HDS et de SecNumCloud.

Chaque organisation met en œuvre et exploite sa plateforme avec ses équipes ou avec le prestataire de son choix. Elle le fait dans ses propres centres de données ou dans des centres infogérés. QDNA se limite à publier des analyses, sans intervenir dans ces projets.

Projets

Les sites publics édités par QDNA illustrent les architectures décrites dans les analyses : gironde.qdna.fr, mmr.qdna.fr et apprendre-ia.qdna.fr.