IA souveraine

OVHcloud entraîne Olala mini, son premier LLM maison, et vise l’IA agentique souveraine

OVHcloud dévoile Olala mini 7A1B, premier modèle de sa famille de LLM, entraîné de zéro sur des supercalculateurs européens. Compact et open source, il peut tourner sans GPU, sur un simple processeur.

Publié et mis à jour le 17 novembre 2026
3 min.
OVHcloud entraîne Olala mini, son premier LLM maison, et vise l’IA agentique souveraine
Joël Saget / AFP

À deux jours de son AI Summit, prévu le 19 novembre, OVHcloud prend les devants. Le groupe roubaisien annonce Olala, sa première famille de grands modèles de langage, dont le premier représentant, Olala mini 7A1B, sera présenté officiellement lors de l’événement. Pour le fournisseur de cloud, l’enjeu dépasse la simple sortie d’un produit : il s’agit de montrer qu’une entreprise européenne est capable de concevoir et d’entraîner de bout en bout un LLM agentique, sans repartir d’un modèle existant.

Une architecture pensée pour la sobriété

Olala mini compte 7 milliards de paramètres, dont un milliard seulement sont activés à chaque requête. Ils sont répartis entre 256 experts par couche, selon une architecture d’attention hybride qui associe Differential-TPA et Mamba-3, au format BF16. Comme seule une fraction du modèle est sollicitée, il gagne en rapidité et consomme moins de mémoire. Un GPU doté de 8 Go suffit pour le faire fonctionner. Sur une RTX A4500, il atteint 160 tokens par seconde, et il peut même tourner sur un simple processeur, à 50 tokens par seconde. Sa fenêtre de contexte est pour l’instant de 32 000 tokens. Le modèle sera publié en open source sur Hugging Face, sous licence Apache 2.0, avec ses poids, son modèle de base pré-entraîné, son rapport technique et sa documentation de conformité à l’AI Act.

Un entraînement financé par la puissance de calcul publique

Olala mini doit beaucoup à l’infrastructure de recherche européenne. Il a été entraîné sur trois supercalculateurs publics, Jupiter, MeluXina et Jean Zay, équipés de GPU GH200, A100 et H100. Cette aide représente l’équivalent de 7 millions d’euros en heures de calcul, et OVHcloud la juge déterminante. Le projet a aussi permis de constituer une équipe dédiée à l’intelligence artificielle, aujourd’hui regroupée au sein d’un laboratoire agentique baptisé OVHai LLM. Le modèle a déjà trouvé un premier client : Qwant l’utilise pour sa fonctionnalité de réponse flash. Par rapport au modèle qu’il utilisait jusque-là, le moteur de recherche annonce des réponses 20 % plus rapides et des coûts de fonctionnement divisés par trois.

Plus de 100 milliards de paramètres en ligne de mire

La feuille de route est déjà tracée. La version 1.1, attendue d’ici la fin de l’année, portera la fenêtre de contexte à 128 000 tokens et améliorera les performances en raisonnement mathématique. La version 2.0 dépassera les 100 milliards de paramètres et se déclinera en modèles spécialisés dans trois domaines. Le premier est l’agentique d’entreprise : Olala doit à terme alimenter OVHai Workspace, dont la version chiffrée exigera des modèles capables de tourner directement sur le poste de travail. Le deuxième est le DevOps cloud, avec des déclinaisons pour les développeurs, les architectes et les équipes d’exploitation qui assurent la continuité de service. Le troisième est la cybersécurité, défensive comme offensive.

Pour Octave Klaba, CEO d’OVHcloud, cette stratégie relève de l’indépendance. “L’IA est stratégique pour OVH. En plus de proposer des services d’IA pour nos clients, nous devons être capables de créer les modèles pour nos besoins internes et ceux de nos clients”, explique-t-il dans un communiqué, avant de prévenir : “On ne peut pas juste compter sur la générosité de certains Labs à partager leurs modèles LLM en open source dans les années à venir.” Le dirigeant estime que l’équation économique a changé, puisque le coût d’un entraînement “a été divisé par 20 en 3 ans”. Selon lui, “il est possible de créer les modèles LLM tout en rendant cette activité rentable.”


Préférences de consentement