https://qdna.fr/blog/ Plateformes IA souveraines, LLM locaux, dimensionnement GPU, RAG et agents en entreprise. fr-FR Sun, 11 Oct 2026 08:00:00 +0000 qdna-site scripts/gen_feed.py https://qdna.fr/blog/mistral-large-4-le-chonk https://qdna.fr/blog/mistral-large-4-le-chonk Wed, 07 Oct 2026 08:00:00 +0000 Mistral Large 4 : 1,05 T de paramètres dont 49 Md actifs, poids attendus fin octobre. Faits vérifiés, contradictions, mesures indépendantes, mémoire et machines. https://qdna.fr/blog/organisation-40-roles-espaces-digitaux https://qdna.fr/blog/organisation-40-roles-espaces-digitaux Wed, 30 Sep 2026 08:00:00 +0000 Tutoriel pas à pas : administrer un jumeau d'organisation numérique (Digital Organisational Twins) et ses rôles d'agents en mode DOTS souverain et DOTS on-premise. https://qdna.fr/blog/moteur-inference-llm-comparatif-2026 https://qdna.fr/blog/moteur-inference-llm-comparatif-2026 Sat, 26 Sep 2026 08:00:00 +0000 Comparatif 2026 des moteurs d'inférence sur Blackwell : vLLM, SGLang, TensorRT-LLM, Dynamo, llama.cpp. Mesures InferenceX et LMSYS, MTP, DSpark, contexte long. https://qdna.fr/blog/cluster-inference-souverain-rtx-6000-vs-h200 https://qdna.fr/blog/cluster-inference-souverain-rtx-6000-vs-h200 Wed, 16 Sep 2026 08:00:00 +0000 Architecture comparée d'une grappe d'inférence locale : 8 NVIDIA RTX PRO 6000 Blackwell face à 8 H200 SXM, débits vLLM, bande passante et TCO sur trois ans. https://qdna.fr/blog/full-stack-ai-company-on-premise-hugging-face-nvidia https://qdna.fr/blog/full-stack-ai-company-on-premise-hugging-face-nvidia Tue, 15 Sep 2026 08:00:00 +0000 Architecture pour bâtir une entreprise IA souveraine : matériel accéléré, NVIDIA AI Enterprise, modèles Hugging Face, essaims agentiques MCP et TCO prédictif. https://qdna.fr/blog/entrainement-modele-local-qlora-rft https://qdna.fr/blog/entrainement-modele-local-qlora-rft Sat, 12 Sep 2026 08:00:00 +0000 Méthode complète pour spécialiser un modèle de 27 milliards de paramètres sur site : curation par renforcement, adaptation QLoRA, masquage de perte et serving vLLM. https://qdna.fr/blog/ia-conforme-rgpd-liste-de-controle https://qdna.fr/blog/ia-conforme-rgpd-liste-de-controle Sun, 06 Sep 2026 08:00:00 +0000 IA conforme au RGPD : ce que le texte impose, ce que la CNIL et le CEPD recommandent, ce que le règlement européen sur l'IA ajoute et à quelle date. Liste de contrôle sourcée, chatbot, RAG et agents compris. https://qdna.fr/blog/plateforme-ia-locale-llm-open-source-analyse https://qdna.fr/blog/plateforme-ia-locale-llm-open-source-analyse Sat, 05 Sep 2026 08:00:00 +0000 Plateforme IA locale avec un LLM open source : confidentialité, permanence et maîtrise du modèle sont acquises, licence et seuil se gèrent. Bancs, licences et coûts vérifiés. https://qdna.fr/blog/deepseek-v4-flash-vision-exp https://qdna.fr/blog/deepseek-v4-flash-vision-exp Mon, 31 Aug 2026 08:00:00 +0000 DeepSeek publie son premier multimodal en poids ouverts le 31 août 2026 : ce que la tour visuelle ajoute à V4 Flash, et ce que le label expérimental engage. https://qdna.fr/blog/qwen3-8-flash-next-mlx-mac-studio-m5-ultra https://qdna.fr/blog/qwen3-8-flash-next-mlx-mac-studio-m5-ultra Sun, 30 Aug 2026 08:00:00 +0000 180 milliards de paramètres dont 6 actifs, 111,6 Go mesurés en MLX 4 bits, 24 Kio de cache par token : le dimensionnement réel sur un M5 Ultra de 512 Go. https://qdna.fr/blog/glm-5-3-flash-mlx-mac-studio-m5-ultra https://qdna.fr/blog/glm-5-3-flash-mlx-mac-studio-m5-ultra Sun, 30 Aug 2026 08:00:00 +0000 334,1 Go mesurés en MLX 8 bits, 11 Kio de cache par token, fenêtre déclarée d'un million de tokens : le dimensionnement de GLM-5.3-Flash sur M5 Ultra. https://qdna.fr/blog/debit-llm-conditions-de-mesure https://qdna.fr/blog/debit-llm-conditions-de-mesure Sun, 30 Aug 2026 08:00:00 +0000 Le même modèle va de 14 à 290 tokens par seconde selon la machine, et le logiciel, la compression et le nombre d'utilisateurs comptent autant. Huit tableaux sourcés, expliqués en langage courant. https://qdna.fr/blog/traduction-juridique-ia-rgpd https://qdna.fr/blog/traduction-juridique-ia-rgpd Fri, 28 Aug 2026 08:00:00 +0000 Traduire un contrat en ligne, c'est le communiquer entier à un tiers. Pourquoi le secret ne se règle pas par contrat, et comment traduire sur site. https://qdna.fr/blog/patterns-rag-avances-entreprise https://qdna.fr/blog/patterns-rag-avances-entreprise Fri, 28 Aug 2026 08:00:00 +0000 Découper avec le contexte, filtrer par habilitation avant de scorer, décomposer, rendre large, mesurer le rappel : les cinq patterns qui font tenir un RAG. https://qdna.fr/blog/moteur-orchestration-ia-routage-llm https://qdna.fr/blog/moteur-orchestration-ia-routage-llm Fri, 28 Aug 2026 08:00:00 +0000 Classer la requête, choisir le modèle, passer par une passerelle à quotas : comment un moteur d'orchestration décide ce qui reste sur site et ce qui part. https://qdna.fr/blog/mac-studio-m5-ultra-llm-local https://qdna.fr/blog/mac-studio-m5-ultra-llm-local Fri, 28 Aug 2026 08:00:00 +0000 512 Go à 1,2 To/s : ce que la M5 Ultra change pour un LLM local, quels modèles Flash y logent, et ce que la quantification MLX coûte en qualité. https://qdna.fr/blog/ia-donnees-sensibles-zero-retention https://qdna.fr/blog/ia-donnees-sensibles-zero-retention Fri, 28 Aug 2026 08:00:00 +0000 Zéro rétention est un engagement contractuel, pas une propriété observable. Les quatre endroits où la donnée se dépose quand même, et ce que le local change. https://qdna.fr/blog/chatbot-ia-rgpd-transparence https://qdna.fr/blog/chatbot-ia-rgpd-transparence Fri, 28 Aug 2026 08:00:00 +0000 Informer, fonder, limiter, prouver : les quatre obligations d'un chatbot d'entreprise, et pourquoi trois se décident dans l'architecture, pas dans les CGU. https://qdna.fr/blog/asrock-ai-box-a395-qwen38-27b-strix-halo https://qdna.fr/blog/asrock-ai-box-a395-qwen38-27b-strix-halo Thu, 20 Aug 2026 08:00:00 +0000 L'ASRock AI BOX-A395 (Ryzen AI Max+ 395, 128 Go partagés) fait tourner Qwen3.8-27B multimodal à son contexte natif de 262 144 tokens. https://qdna.fr/blog/qwen3-8-27b-contexte-long-en-local https://qdna.fr/blog/qwen3-8-27b-contexte-long-en-local Tue, 18 Aug 2026 08:00:00 +0000 Architecture hybride Gated DeltaNet, cache KV réduit à 64 Kio par token, contexte natif 262 144 : ce qu'il faut comme matériel pour servir Qwen3.8-27B sur site. https://qdna.fr/blog/glm-5-3-deep-on-premise https://qdna.fr/blog/glm-5-3-deep-on-premise Tue, 18 Aug 2026 08:00:00 +0000 Étude complète de GLM 5.3 : 744 milliards de paramètres, 40 actifs, contexte d'un million de tokens, et le matériel capable de le loger, de la DGX Station à la baie GB300 NVL72. https://qdna.fr/blog/modeles-open-weight-local-2026 https://qdna.fr/blog/modeles-open-weight-local-2026 Sun, 02 Aug 2026 08:00:00 +0000 Les modèles à poids ouverts qui tiennent en local en 2026 : taille réelle, paramètres actifs, contexte et matériel nécessaire, gamme par gamme. https://qdna.fr/blog/etude-de-cas-deepseek-dgx-station-pme https://qdna.fr/blog/etude-de-cas-deepseek-dgx-station-pme Sun, 02 Aug 2026 08:00:00 +0000 Scénario de dimensionnement, pas un retour client : DeepSeek V4 Flash 0731 sur DGX Station GB300 pour une PME de 80 personnes. Débits estimés, TCO sur 3 ans, seuil de rentabilité face aux API. https://qdna.fr/blog/deepseek-local-dgx-station-spark-vllm https://qdna.fr/blog/deepseek-local-dgx-station-spark-vllm Sun, 02 Aug 2026 08:00:00 +0000 DeepSeek V4 Flash 0731 (284 B, 13 B actifs, 1 M de contexte) sur DGX Spark, cluster 2× Spark et DGX Station GB300 : recettes vLLM, benchmarks et coût réel. https://qdna.fr/blog/benchmark-independant-modeles-open-weight-2026 https://qdna.fr/blog/benchmark-independant-modeles-open-weight-2026 Sun, 02 Aug 2026 08:00:00 +0000 Résultats de benchmark publiés par les éditeurs pour DeepSeek V4 Flash 0731 et GLM 5.2 (open weight, 2026) : Terminal Bench, NL2Repo, GPQA Diamond, HLE. Aucune estimation. https://qdna.fr/blog/benchmark-deepseek-v4-flash-0731-vs-opus5-vs-gpt55 https://qdna.fr/blog/benchmark-deepseek-v4-flash-0731-vs-opus5-vs-gpt55 Sun, 02 Aug 2026 08:00:00 +0000 DeepSeek V4 Flash 0731 (284 B, 13 B actifs, 1 M de contexte) : scores de l'éditeur, coût réel au token face aux API, et ce que change l'exécution sur site. https://qdna.fr/blog/couche-semantique-ontologie-agents-ia https://qdna.fr/blog/couche-semantique-ontologie-agents-ia Thu, 23 Jul 2026 08:00:00 +0000 Une couche sémantique à base d'ontologie donne aux agents IA un contexte gouverné : architecture, knowledge graph, enforcement eBPF et déploiement souverain. https://qdna.fr/blog/qwen3-8-max-preview https://qdna.fr/blog/qwen3-8-max-preview Tue, 21 Jul 2026 08:00:00 +0000 Qwen3.8-Max : 2 400 milliards de paramètres, 95 actifs, et depuis août 2026 les poids du modèle de base publiés sur Hugging Face. Ce que cela change pour un LLM local. https://qdna.fr/blog/kill-switch-llm-local https://qdna.fr/blog/kill-switch-llm-local Sun, 19 Jul 2026 08:00:00 +0000 Juin 2026 : l'accès des étrangers à deux modèles d'IA majeurs est suspendu sur ordre américain. Le rapport n° 3054 propose un crédit d'impôt open source. https://qdna.fr/blog/rag-entreprise-guide https://qdna.fr/blog/rag-entreprise-guide Sat, 18 Jul 2026 08:00:00 +0000 Le RAG en entreprise en 2026 : découpage, recherche hybride, reranking et contrôle d'accès. L'architecture pour brancher un LLM sur vos documents, en local. https://qdna.fr/blog/quel-llm-open-source-local-choisir https://qdna.fr/blog/quel-llm-open-source-local-choisir Sat, 18 Jul 2026 08:00:00 +0000 Comparatif des LLM open source à faire tourner en local en 2026 : GLM, DeepSeek, Kimi, Mistral, Qwen. Taille, points forts, licence et matériel. https://qdna.fr/blog/prix-serveur-ia-guide https://qdna.fr/blog/prix-serveur-ia-guide Sat, 18 Jul 2026 08:00:00 +0000 Combien coûte un serveur IA en 2026 ? De 8 400 € TTC le poste DGX Spark à environ 451 000 € HT le serveur 8 GPU, la station GB300 à 150 000 € HT. https://qdna.fr/blog/orchestrer-plusieurs-agents-de-code https://qdna.fr/blog/orchestrer-plusieurs-agents-de-code Sat, 18 Jul 2026 08:00:00 +0000 Le développement passe de l'agent unique à la flotte : un superviseur délègue aux sous-agents, garde le contexte, et la revue reste le seul vrai goulot. https://qdna.fr/blog/materiel-llm-prefill-decode-kv-cache https://qdna.fr/blog/materiel-llm-prefill-decode-kv-cache Sat, 18 Jul 2026 08:00:00 +0000 Le prefill est borné par le calcul, le decode par la bande passante, le cache KV grossit à chaque token. Lequel des trois décide de votre matériel. https://qdna.fr/blog/installer-llm-local-entreprise https://qdna.fr/blog/installer-llm-local-entreprise Sat, 18 Jul 2026 08:00:00 +0000 Installer un LLM local en entreprise : modèle, matériel NVIDIA certifié HPE, Dell ou Supermicro, runtime vLLM ou llama.cpp, passerelle et sécurité. https://qdna.fr/blog/ia-generative-rgpd-souverainete https://qdna.fr/blog/ia-generative-rgpd-souverainete Sat, 18 Jul 2026 08:00:00 +0000 IA générative et RGPD en 2026 : ce que recommande la CNIL, le risque extraterritorial, et comment l'IA locale rend le contrôle des données à l'entreprise. https://qdna.fr/blog/ia-en-local-sur-pc https://qdna.fr/blog/ia-en-local-sur-pc Sat, 18 Jul 2026 08:00:00 +0000 Deux façons de faire tourner une IA sur votre machine en 2026 : gratuitement avec des modèles ouverts, ou un DGX Spark (ASUS, Dell, Lenovo, MSI). https://qdna.fr/blog/open-knowledge-format-memoire-agents https://qdna.fr/blog/open-knowledge-format-memoire-agents Fri, 17 Jul 2026 08:00:00 +0000 OKF représente en Markdown la connaissance que consomment les agents IA. Portable, versionnable et sans lock-in, il sert la mémoire des plateformes souveraines. https://qdna.fr/blog/ia-applications-metier https://qdna.fr/blog/ia-applications-metier Thu, 16 Jul 2026 08:00:00 +0000 Une API IA interne unique sert le CRM, le support, l'ERP et la gestion documentaire, avec clés virtuelles, budgets et télémétrie par application. https://qdna.fr/blog/coder-avec-ia-modele-local https://qdna.fr/blog/coder-avec-ia-modele-local Thu, 16 Jul 2026 08:00:00 +0000 Un harness OpenCode, des modèles ouverts servis par vLLM, une passerelle LiteLLM avec quotas : l'assistance au code sans qu'une ligne quitte votre infra. https://qdna.fr/blog/chatbot-ia-souverain-entreprise https://qdna.fr/blog/chatbot-ia-souverain-entreprise Thu, 16 Jul 2026 08:00:00 +0000 Le cas d'usage du chatbot d'entreprise : un ChatGPT interne branché sur vos documents par RAG, conforme au RGPD et hébergé en local. Matériel par segment. https://qdna.fr/blog/qu-est-ce-qu-une-plateforme-ia-souveraine https://qdna.fr/blog/qu-est-ce-qu-une-plateforme-ia-souveraine Sun, 05 Jul 2026 08:00:00 +0000 Une plateforme IA souveraine, ou IA on-premise, héberge modèles, données et journaux sur votre matériel, en local ou en hybride, sous conformité RGPD et HDS. https://qdna.fr/blog/pieges-mise-en-production-llm-sur-site https://qdna.fr/blog/pieges-mise-en-production-llm-sur-site Sun, 05 Jul 2026 08:00:00 +0000 Huit pièges concrets de la mise en production d'un service d'inférence LLM sur site, et les mesures qui permettent de les éviter. https://qdna.fr/blog/on-premise-ou-api-cout-llm https://qdna.fr/blog/on-premise-ou-api-cout-llm Sun, 05 Jul 2026 08:00:00 +0000 Nous situons le point de bascule des coûts LLM entre le sur site et le paiement au token, avec le rôle du cache clé-valeur et l'hébergement souverain. https://qdna.fr/blog/de-serveur-gpu-a-service-llm-production https://qdna.fr/blog/de-serveur-gpu-a-service-llm-production Sun, 05 Jul 2026 08:00:00 +0000 Une méthode en sept phases pour passer d'un serveur GPU à un service LLM en production, avec un livrable et un critère de sortie par phase. https://qdna.fr/blog/chatbot-vers-plateforme-agentique https://qdna.fr/blog/chatbot-vers-plateforme-agentique Sun, 05 Jul 2026 08:00:00 +0000 Le harness, la mémoire à trois couches et les skills transforment un chatbot en plateforme agentique qui exécute les tâches et capitalise les procédures.