NVIDIA lance Minerva, une plateforme d'observabilité de bout en bout pour les usines d'IA
NVIDIA lance Minerva, une plateforme AIOps qui agrège la télémétrie de l'infrastructure et des charges de travail IA.
NVIDIA lance Minerva, une plateforme AIOps qui agrège la télémétrie de l'infrastructure et des charges de travail IA.
NVIDIA DSX permet aux entreprises de planifier, simuler et exploiter conjointement le réseau électrique et l'AI factory.
L'Adaptive Agentic Intelligence Framework (AAIF), construit avec Strands Agents.
Dharma-AI présente VocabX, une méthode qui reconstruit le vocabulaire d'un modèle spécialisé selon le coût de chaque token plutôt que sa fréquence.
Motif de la recommandation :L'article détaille le critère de sélection du vocabulaire pondéré par le coût et les résultats mesurés sur un correcteur de copies en production, utile pour évaluer les leviers de coût d'inférence des petits modèles spécialisés.
Le billet Hugging Face détaille comment configurer torch.profiler avec le backend Neuron pour capturer une trace propre sur AWS Trainium.
Le billet Hugging Face détaille comment configurer torch.profiler avec le backend Neuron pour capturer une trace propre sur AWS Trainium.
NVIDIA a publié Kumo Forecast (anciennement NV-Tesseract Forecasting), un modèle de prévision de séries temporelles multivariées sous licence Apache 2.0.
Les fournisseurs de cloud IA Nebius, Nscale et Verda construisent avec les CPU NVIDIA Vera pour répondre aux besoins croissants de calcul des entreprises et développeurs. Conçu pour l'informatique agentique, Vera accélère le traitement CPU derrière les agents (récupération d'informations, exécution de code, évaluation des résultats) et maintient cette vitesse sur des milliers de tâches simultanées. Bull, Dell Technologies, HPE, Lenovo et Supermicro préparent des systèmes à base de Vera, tandis que ClickHouse, Cloudera, SAP et d'autres ont observé de solides résultats en tests préliminaires sur les charges analytiques et ETL.
NVIDIA annonce Confidential Bare Metal, une nouvelle option de déploiement de son confidential computing qui permet aux développeurs de modèles de pointe d'exécuter des charges sensibles sur une infrastructure tierce dédiée tout en gardant le contrôle de leurs modèles et données. L'offre s'articule désormais autour de trois modes, Confidential Bare Metal, Confidential Containers pour Kubernetes et Confidential Virtual Machines pour les environnements virtualisés, et s'étend aux systèmes Grace Blackwell NVL72 ainsi qu'aux systèmes x86 HGX Rubin NVL8 et DGX Rubin NVL8. Cohere prévoit d'intégrer Confidential Bare Metal à Cohere Model Vault, et Google Cloud étend sa prise en charge aux instances A4X Max équipées de GB300 NVL72.
Google Cloud et NVIDIA annoncent la disponibilité générale des instances A5X, prévue le mois prochain.
Motif de la recommandation :L'annonce détaille la configuration matérielle des instances A5X et le plan de montée en charge jusqu'à 960 000 GPU Rubin, utile pour évaluer les futurs déploiements d'agents à grande échelle.
i14 a entraîné et servi Laplace 3B, un modèle à attention linéaire GLA, sur une instance trn2.48xlarge d'AWS Trainium2 via TorchNeuron Native.
La CISA publie l'avis ICSA-26-293-02 sur une faille d'autorisation dans le modèle de gestion web (WBM) du firmware WAGO.
Motif de la recommandation :L'avis détaille une vulnérabilité d'autorisation dans le firmware WAGO et la version corrective, utile pour évaluer l'exposition des automates concernés.
AWS présente le transfert bidirectionnel de KV cache dans vLLM, qui permet au nœud prefill de réutiliser le KV conservé par le nœud decode lors des tours suivants.
Motif de la recommandation :L'article détaille l'architecture du transfert bidirectionnel de KV cache dans vLLM et fournit des données de référence reproductibles sur la réduction du TTFT.
AWS a contribué à vLLM un connecteur NIXL en mode push qui déplace la coordination et la préparation du transfert KV après le prefill hors du chemin critique.
Motif de la recommandation :L'article détaille le mécanisme de transfert KV push dans vLLM et fournit des données de benchmark reproductibles, utile pour évaluer l'impact sur le TTFT et le TPOT.
Deepgram a porté son modèle de reconnaissance vocale Nova-3 sur AWS Trainium2 pour ses charges de traitement par lots hors ligne.
Le laboratoire américain Reflection publie Beam sur Hugging Face, un modèle de langage MoE de 501B paramètres (23B actifs par token) sous licence Apache 2.0.
Motif de la recommandation :Un modèle MoE de 501B paramètres ouvert sous Apache 2.0, avec recettes d'inférence et de post-entraînement fournies, permet d'évaluer le coût réel d'un déploiement autonome.
IBM publie les modèles Granite-Switch-4.1-8B et -30B, qui réunissent dans un seul endpoint hébergé les réponses en langage naturel.
Motif de la recommandation :Présente la composition d'adaptateurs dans un seul endpoint et la réutilisation du KV cache, un repère pour évaluer les coûts de déploiement multi-tâches.
Le modèle open-weight Muse Spark Open de Meta, optimisé pour le codage, est désormais disponible dans Amazon SageMaker JumpStart.
Motif de la recommandation :Le billet détaille les deux variantes de quantification, les instances compatibles et le déploiement pas à pas, ce qui aide à évaluer le coût et la mise en service.
NVIDIA déploie les contrôles DLSS 4.5 sur GeForce NOW, offrant aux membres plus de choix sur le rendu et les performances des jeux compatibles.
NVIDIA a investi dans l'écosystème technologique nordique, notamment dans les startups suédoises Lovable et Legora.
Liquid AI publie LFM2.5-24B-A2B, un modèle de raisonnement de 24B de paramètres dont seulement 2B sont actifs par token.
Motif de la recommandation :Liquid AI publie les poids ouverts et les benchmarks d'un modèle MoE orienté agents sur appareil, permettant de comparer le compromis taille, vitesse et usage d'outils.
Le développeur h0m3us3r a publié w1700k-sdr sur GitHub.
Motif de la recommandation :Le projet détaille le chemin de données du routeur Wi-Fi 7 vers un récepteur SDR, avec débit et échantillonnage vérifiables.
AWS détaille des optimisations de kernels pour les modèles Mixture-of-Experts (MoE) sur Amazon SageMaker AI.
Le CERT-FR signale de nombreuses compromissions des contrôleurs à distance Danfoss série AK-SM et AK-SC.
AWS publie un DLC llama.cpp permettant de servir des modèles quantifiés sur SageMaker AI.
AWS lance le Ray LLM Deep Learning Container pour déployer un LLM sur deux nœuds GPU Amazon EKS derrière un endpoint compatible OpenAI.
Selon Ars Technica, les dirigeants de Micron et Samsung estiment que la pénurie de mémoire durera au moins encore quelques années. Le PDG de Micron.
Motif de la recommandation :Les dirigeants de Micron et Samsung s'expriment sur la pénurie de mémoire et ses répercussions sur les prix des PC et téléphones.
AWS annonce la mise à disposition de Claude Haiku 5.5 sur Amazon Bedrock et Claude Platform on AWS. Selon Anthropic.
Motif de la recommandation :Présente les caractéristiques de Claude Haiku 5.5 et son usage combiné avec Opus 5.5, avec des exemples de code pour l'appel sur Bedrock.
Amazon SageMaker AI introduit la compétence aws-ai-ml via l'Agent Toolkit for AWS.
NVIDIA présente trois leviers — productivité, durabilité et fongibilité — pour maximiser le retour sur investissement de ses AI factories.
OpenAI dévoile les premiers résultats de Jalapeño, sa puce d'inférence personnalisée.
OpenAI présente Ultrafast, un nouveau palier de service de l'API OpenAI qui exécute GPT-5.6 Sol jusqu'à 14 fois plus vite. Propulsé par Cerebras, il atteint jusqu'à 750 tokens de sortie par seconde.
Motif de la recommandation :OpenAI présente un nouveau palier d'API propulsé par Cerebras, avec un débit de sortie allant jusqu'à 750 tokens par seconde, ce qui permet d'évaluer l'impact sur les scénarios à faible latence.
OpenAI détaille GPT-Live, un système permettant une interaction vocale continue avec l'IA grâce à un modèle vocal sans tours de parole et une architecture à faible latence. Ce modèle « turnless » vise des conversations plus rapides et plus naturelles, le tout développé en six mois.
Deux réglages de l'API ont permis à GPT-5.6 de tripler ses scores sur le benchmark ARC-AGI-3.
OpenAI présente GPT-5.6, qui améliore l'efficacité de l'IA au niveau des modèles, de l'inférence et des workflows d'agents, afin d'offrir davantage d'intelligence utile par dollar dépensé.
Motif de la recommandation :L'original indique que GPT-5.6 améliore l'efficacité au niveau du modèle, de l'inférence et des workflows d'agents, ce qui permet de juger de l'évolution du rapport coût-performance.
OpenAI et Broadcom présentent Jalapeño, une puce IA personnalisée conçue pour l'inférence LLM, afin d'améliorer les performances, l'efficacité et la mise à l'échelle des systèmes d'IA.
Motif de la recommandation :OpenAI et Broadcom dévoilent une puce d'inférence LLM dédiée, un jalon dans l'optimisation matérielle pour les charges de travail IA.
OpenAI a publié de nouveaux modèles vocaux en temps réel dans l'API, capables de raisonner.
Motif de la recommandation :L'original présente les nouvelles capacités des modèles vocaux en temps réel dans l'API OpenAI, ce qui permet de juger de leur impact sur les applications vocales existantes.
OpenAI lance GPT-5.4, présenté comme son modèle frontière le plus capable et le plus efficace pour le travail professionnel. Il met en avant des capacités de pointe en codage.
Motif de la recommandation :Le résumé officiel expose les capacités de codage, d'usage informatique et de recherche d'outils ainsi que la fenêtre de contexte de 1M tokens, ce qui permet de situer les changements de ce modèle frontière.
OpenAI annonce GPT-5.3-Codex-Spark, présenté comme son premier modèle de codage en temps réel.
Motif de la recommandation :OpenAI dévoile son premier modèle de codage en temps réel, avec un débit annoncé 15 fois supérieur et une fenêtre de 128k, ce qui éclaire l'évolution des outils de développement assisté.
OpenAI annonce un partenariat avec Cerebras portant sur l'ajout de 750MW de calcul IA haute vitesse. Selon OpenAI.
Motif de la recommandation :L'ajout de 750MW de calcul dédié à l'inférence chez Cerebras éclaire l'évolution de la capacité de service de ChatGPT.