OVHcloud se lance dans les LLM : un test pour la souveraineté européenne

OVHcloud se lance dans les LLM : un test pour la souveraineté européenne

Temps de lecture : 5 min

Points clés à retenir

  • Coût réduit : Le budget d’entraînement d’un LLM a chuté de 1 milliard à 200 millions d’euros, rendant le projet viable.
  • Souveraineté partielle : Le pré-entraînement sur le supercalculateur Jupiter montre les limites de l’indépendance européenne.
  • Enjeux durables : Au-delà de la formation, il faut investir dans l’inférence, les pipelines et l’écosystème.

OVHcloud s’attaque aux LLM pour contrer les géants

OVHcloud, le fournisseur cloud français basé à Roubaix, cherche une alternative aux modèles d’IA américains et chinois. Son PDG Octave Klaba a annoncé à Reuters la volonté de développer une famille de modèles de langage (LLM) à partir de zéro, avec l’ambition de les rendre open source une fois les objectifs de performance atteints. Ce positionnement pourrait faire d’OVHcloud un concurrent direct de Mistral AI, jusqu’ici le seul challenger européen crédible.

Un coût d’entraînement divisé par cinq

Grâce aux progrès en matière de puces, de méthodes d’entraînement et de données synthétiques, la rentabilité a évolué. Octave Klaba estime que le coût d’un projet qui aurait nécessité près d’un milliard d’euros est désormais inférieur à 200 millions d’euros. Cette baisse spectaculaire rend l’initiative économiquement envisageable, même si l’entreprise a dû faire appel au supercalculateur européen Jupiter basé en Allemagne pour le pré-entraînement de son premier modèle. Soyons clairs : ce recours à une infrastructure externe pose une question centrale sur la souveraineté réelle du projet.

L’entraînement n’est qu’un début

Neil Shah, vice-président chez Counterpoint Research, met en garde : les 200 millions d’euros couvrent surtout la phase initiale. Un modèle est un actif qui se déprécie s’il n’est pas mis à jour régulièrement. En pratique, il faut ajouter le réglage fin, le post-entraînement, l’infrastructure souveraine, le stockage, la sécurité, la distribution et le support. Sans ces investissements, difficile de rivaliser avec des géants comme Google, OpenAI ou Anthropic. « Un modèle est considéré comme un actif qui se déprécie s’il n’est pas entraîné de manière régulière », insiste Shah.

Ce qui fait vraiment la différence : l’écosystème durable

Charlie Dai, analyste chez Forrester, estime que le budget réduit permet un point de départ crédible. Mais la compétitivité dépendra de capacités allant au-delà de la formation : efficacité de l’inférence, pipelines de données, frameworks d’évaluation et étendue de l’écosystème. Les DSI ont besoin de preuves tangibles avant d’adopter ces modèles. Sanchit Vir Gogia, analyste chez Greyhound Research, tranche : « 200 millions d’euros permettent un cycle d’entraînement sérieux, pas une franchise d’IA d’entreprise. » Il souligne également que l’utilisation de Jupiter, un supercalculateur à base de puces américaines, montre les limites de la souveraineté européenne. « La souveraineté n’abolit pas le bouton d’arrêt ; elle change simplement la main qui le contrôle. »

Un test pour la souveraineté numérique

Ce projet dépasse la simple prouesse technique. Il s’agit d’un test de viabilité économique et de soutien politique. Si OVHcloud échoue, les entreprises pourraient rester fidèles à des modèles plus établis. Mais le changement est en marche : les gouvernements et les entreprises européennes évaluent désormais les infrastructures d’IA sous l’angle de la gouvernance des données et de la continuité d’accès. La décision d’Anthropic de suspendre l’accès à ses modèles Fable 5 et Mythos 5 pour les ressortissants étrangers illustre bien les risques juridictionnels.