« PC IA ? Non, je ne sais pas ce que c’est. »

On l’aura – très – souvent entendu aux journées B2B du salon Viva Tech. Nous avions choisi l’événement pour « prendre la température » sur ce concept vieux comme ChatGPT ou presque.

Quelques semaines après le lancement du chatbot, le CES 2023 avait effectivement donné un premier élan. Par exemple avec l’annonce de Ryzen AI. Le mouvement s’était accéléré en 2024, lorsque Microsoft avait lancé le label « Copilot+ PC ». Pour en bénéficier, une machine doit, en particulier, embarquer un NPU suffisamment puissant.

AMD, Intel, Qualcomm : la bataille des TOPS

Les NPU (Neural Processing Units) sont des processeurs spécialisés dans les multiplications de vecteurs et de matrices, opérations fondamentales au sein des réseaux de neurones. Ils les traitent plus efficacement que les GPU, en contrepartie d’une moindre flexibilité et surtout d’un outillage encore bien moins mature.

Leurs performances sont traditionnellement communiquées en TOPS. C’est-à-dire en milliers de milliards d’opérations par seconde… en simple précision (entiers 8 bits), alors que les GPU travaillent généralement en virgule flottante. Le label « Copilot+ PC » impose un seuil à 40 TOPS. Au départ, seul Qualcomm l’atteignait, avec ses puces Snapdragon X. AMD et Intel s’aligneraient quelques mois plus tard avec, respectivement, Strix Point et Lunar Lake-V.

AMD à 60 TOPS avec les Ryzen AI 400

La famille Strix Point fut annoncée en juillet 2024. Elle comprend essentiellement la gamme Ryzen AI 300, destinée aux notebooks, avec un TDP de base de 28 W. AMD y a intégré la deuxième génération de ses NPU XDNA, basés sur la technologie de Xilinx (acquis en 2022). Il les annonce à 50 TOPS. Avec les Ryzen AI 400 (Gorgon Point, 28 W également), annoncés en janvier 2026, le seuil a été relevé à 60 TOPS.

Intel à 45 TOPS avec les Core Ultra 200V

La famille Lunar Lake-V, lancée en septembre 2024, cible aussi les notebooks (17-30 W), sous la marque commerciale Core Ultra 200V. Intel y a intégré un NPU à 45 TOPS également fruit d’une acquisition (Movidius, 2016). C’est pour le moment une exception à son catalogue. Ses autres processeurs Core Ultra Série 2 en restent à :

• 12 TOPS NPU pour Arrow Lake-U (15 W)
• 13 TOPS NPU pour Arrow Lake-H (28-45 W)
• 13 à 36 TOPS NPU pour Arrow Lake-S (35-125 W)

Qualcomm à 45 TOPS avec les Snapdragon X… et 85 avec les X2

Avec les Snapdragon X (Elite annoncés en octobre 2023, puis Plus en avril 2024), Qualcomm est aussi à 45 TOPS, pour des TDP de base entre 23 et 35 W. Depuis, il est passé à 80 avec les Snapdragon X2 Plus (janvier 2026) et 85 avec les X2 Elite (septembre 2025).

Récapitulatif sur les dernières générations de processeurs mobiles :

La mémoire unifiée, adoptée mais pas systématisée sur les PC IA

Au-delà de la puissance pure du NPU, l’exécution des modèles d’IA est tributaire de la quantité de mémoire. Mais aussi de sa bande passante. Pour accroître cette dernière, des architectures unifiées ont émergé : à l’instar de ce qui se fait sur Apple Silicon, la RAM est placée sur le SoC et partagée entre tous les processeurs. AMD l’a implémenté dans les puces Halo ; pas dans les Point. Intel ne l’a intégré que dans les Lunar Lake-V… en attendant peut-être Razor Lake, destiné à concurrencer les Halo.

Chez Qualcomm, tous les Snapdragon X ont de la mémoire unifiée. Au fil des générations, la bande passante théorique croît en conséquence de l’intégration de mémoire plus rapide. Les X Plus et Elite, avec leur LPDDR5X-8448, atteignent 135 Go/s sur le papier. La génération X2 passe à 152 Go/s avec sa LPDDR5X-9523. Les X2 Elite Extreme font même mieux (228 Go/s) grâce à un bus 192 bits.

En termes de capacité mémoire maximale, AMD a mis la barre à 128 Go sur Strix Halo, 192 Go sur Gorgon Halo et 256 Go sur Strix Point / Gorgon Point. Chez Intel, c’est 32 Go pour Lunar Lake-V et 96 Go sur les Arrow Lake. Qualcomm est à 32 Go pour le X Plus, 64 Go pour le X Elite et 128 Go pour les autres.

Pour l’ensemble de ces plates-formes, la quantité de mémoire exploitable en tant que VRAM varie en fonction des BIOS et des systèmes d’exploitation.

Récapitulatif :

OpenVINO, Ryzen AI, QAIRT… Autant de toolkits que de NPU

Ce qui varie aussi beaucoup, c’est le modèle de programmation des différents NPU : à chacun sa boîte à outils, là ou « GPU » est largement synonyme de « CUDA ».

Chez Intel, les NPU sont inclus aux côtés des CPU, des GPU et des FPGA dans le toolkit OpenVINO. Celui-ci a été doté d’extensions spécifiques aux modèles génératifs (quantification, encapsulation du cache clé-valeur, exécution spéculative…). Intel lui a adjoint un catalogue de modèles prêts à l’emploi sur ses NPU. On y trouve du ML classique (MobileNet pour détecter des objets, AlexNet pour classer des images…) et des LLM (généralement moins de 10B : Gemma 7B, Llama-3.2-1B, Phi 2…). En plus de la compatibilité Windows, un pilote Linux est disponible à partir du noyau 6.6.

Chez AMD, la pile Ryzen AI Software (pour Windows et Linux) s’appuie sur le runtime ONNX, là aussi doté d’extensions GenAI. Le SDK Lemonade offre une couche d’abstraction, avec une API Python et une interface serveur (API REST). À plus bas niveau, il y a une API C++ qui permet notamment l’exécution hybride des modèles génératifs (utilisation du NPU pour la phase de préremplissage et du GPU pour le décodage). AMD a également un catalogue de modèles prêts à l’emploi. Certains optimisés pour la longueur de contexte (fenêtre de 16k), d’autres pour la performance (en échange d’une fenêtre réduite à 4k). Au serveur Lemonade peut se greffer un back-end spécifique aux NPU XDNA : FastFlowLLM. Il gère Linux depuis peu.

Qualcomm développe ses NPU sous la marque Hexagon, qu’il utilisait déjà depuis 2007 pour ses DSP (processeurs de traitement des signaux). Un choix pas anodin : pour lui, les premiers descendent des seconds. C’est simplement « l’architecture qui a changé » (fusion des unités de calcul scalaire, vectoriel et matriciel, avec mémoire partagée). Le toolkit pour les programmer s’appelle QAIRT (Qualcomm AI Runtime). Il comprend, au plus bas niveau de la pile, des interfaces C et C++. Au plus haut niveau, un SDK Neural Processing. Entre les deux, un autre SDK, plus granulaire avec par exemple des bibliothèques par accélérateur, mais qui abstrait des éléments comme le partitionnement réseau. Une passerelle avec Amazon SageMaker existe pour le fine-tuning avant déploiement local.

Foundry on Windows, promesse d’un socle commun pour l’IA locale

Microsoft tente d’unifier les choses avec Foundry on Windows (ex-Copilot Runtime). Sous cette bannière, il pousse trois options pour l’IA locale* : des API, des LLM prêts à l’emploi et le framework d’inférence Windows ML.

Les API – une dizaine – permettent la reconnaissance vocale, l’OCR, le traitement d’images (description, segmentation, upscaling…) et l’accès au LLM Phi Silica de Microsoft – avec des optimisations pour les NPU, comme la compression des requêtes. Principalement réservées aux Copilot+ PC, elles ont d’abord ciblé exclusivement les NPU. Elle commencent à s’ouvrir aux CPU (speech-to-text et upscaling vidéo) et aux GPU (Phi Silica). Les modèles correspondants sont téléchargés à l’exécution et ensuite partagés entre les applications. Lesquelles ne sont, par ailleurs, pas obligées de packager de runtimes ou de pilotes.

La deuxième option, dite Foundry Local, permet de surentraîner Phi Silica avec la méthode LoRA. Elle donne aussi accès, y compris sur les PC Windows 10, à quelques dizaines de LLM ouverts (pesant de 100 Mo à environ 10 Go) préoptimisés. Seuls quelques-uns le sont pour les NPU. Il s’agit essentiellement de modèles Phi (3 Mini, 4 Mini, 4), Qwen (Coder, Instruct) et DeepSeek (R1-Distill-Qwen-7B). Les autres s’exécutent sur (Web)GPU et éventuellement sur CPU (Ministral, Nemotron, Olmo…).

Windows ML est une distribution du runtime ONNX. Succédant à l’API DirectML, il automatise la sélection de la puce adéquate pour l’inférence, la récupération des fournisseurs d’exécution (abstractions des back-ends) et le maintien à jour de l’ensemble via Windows Update. L’exécution des modèles génératifs y est officiellement encore en preview.

Forces et faiblesses des NPU

En 2024, peu après le lancement des premiers Copilot+ PC, une étude de l’université de Californie du Sud sur un SoC Intel avait mis en lumière les points forts et les points faibles des NPU. Elle les avait comparés aux CPU et aux GPU sur deux disciplines. D’un côté, l’algèbre linéaire (produit matriciel, produit scalaire et produit matrice-vecteur). De l’autre, les réseaux de neurones, avec classification de vidéos (MobileNetV2), analyse de séries chronologiques (réseau LTSM non spécifié) et traitement du langage naturel (TinyLlama).

L’accès direct à la mémoire a des avantages…

L’accès direct à la mémoire a donné au NPU une belle longueur d’avance dans le calcul des produits matrice-vecteur, la réutilisation de données étant minimale. Même situation pour les produits scalaires, a fortiori vu le poids de la synchronisation finale.

En revanche, sur les produits matriciels, le GPU a pris l’avantage au-delà d’une certaine taille de matrice, l’opération devenant de plus en plus dépendante de la capacité de calcul.

… et des inconvénients

Pour la classification vidéo, en précision simple ou double (INT8 ou FP16), le NPU a l’avantage lorsqu’on est sur du traitement séquentiel. Par lots, le rapport s’inverse à partir d’un batch size de 8.
Avec le LTSM, le GPU est nettement meilleur. L’irrégularité des accès mémoire handicape le NPU, qui doit rafraîchir à chaque fois son mapping DMA.

Le NPU reprend l’avantage avec TinyLlama. Il n’est pas à son aise sur la phase de préremplissage, dominée par des multiplications matricielles. Mais le gros des opérations se trouve sur la phase de décodage, quant à elle riche en produits matrice-vecteur.

Les NPU, pas fans du traitement par lots

Le problème des accès mémoire irréguliers se retrouve dans un comparatif plus récent (juin 2026). Support de test : un système embarqué avec NPU Hexagon et GPU Ada. On y a fait tourner Qwen-2.5-7B et Llama-3-8B (ainsi qu’une variante 3B distillée).

Tant qu’on traite des inputs fixes, le NPU est plus performant. Ou plus économique, selon le point de vue (- 60 % d’énergie par rapport au GPU à débit égal). Les choses changent quand on passe sur des entrées de longueur variable (32 à 2048). En INT8, la performance du GPU baisse de 12 %… contre 41 % pour le NPU. Un effet accentué quand on ajoute l’aspect traitement par lots : avec un batch size de 16, le GPU conserve 78 % de son débit séquentiel, tandis que le NPU tombe à 34 %. La faute notamment à une mauvaise gestion du padding : face à des tenseurs hétérogènes, l’exécution passe en séquentiel, avec reconfiguration interne entre les requêtes.

Génération de texte sur NPU : combien de tokens par seconde ?

FastFlowLLM a fait ses propres mesures, en génération de texte, sur une APU Ryzen AI 350 à 32 Go de RAM. Les fenêtres de contexte ont été limitées par le fait que le NPU ne pouvait pas accéder à plus de 50 % de la mémoire système. On rappellera qu’un token = ¾ de mot, d’après le décompte d’OpenAI.

Les résultats sur la phase de décodage :

Audio, graphisme, cybersécurité, accessibilité… Les logiciels s’emparent des NPU

Tous ces résultats en témoignent : avec leur pipeline plus rigide que celui des GPU, les NPU se prêtent avant tout aux charges de travail dont les patterns sont prévisibles. Les éditeurs de logiciels ont œuvré dans ce sens. Par exemple :

• Norton pour la détection des deepfakes audio
• Adobe pour la catégorisation des contenus audio dans Premiere Pro

• Moises pour la séparation de voix et d’instruments

• CapCut pour le sous-titrage, la synthèse vocale et la suppression d’arrière-plan
• Blender pour un plug-in de conversion 2D <-> 3D

• Capture One pour le détourage, la retouche de visage et l’étalonnage des couleurs
• Cephable pour ses technologies d’assistance (contrôle vocal et gestuel)

Microsoft a suivi la même logique, en se concentrant sur des tâches « temps réel », sensibles à la latence. Tout particulièrement pour la communication (« effets Windows Studio »). Certaines fonctionnalités sont réservées aux Copilot+ PC (flou de portrait, focus vocal, filtres créatifs…). D’autres sont disponibles avec les NPU de la « génération 10 TOPS » (floutage d’arrière-plan, cadrage automatique, correction du regard…).

Les fabricants de PC IA intègrent leurs propres services – parfois à base de NPU

Les principaux fabricants de PC ont leur propre déclinaison de ces fonctionnalités. Illustration chez Acer, qui les propose sous les marques Purified View et Purified Voice. Il tire aussi parti de l’efficacité énergétique des NPU pour effectuer une tâche continue en arrière-plan : la détection de présence (User Sensing). Avec trois usages : verrouiller/déverrouiller automatiquement le PC, rappeler à l’utilisateur de prendre une pause après un certain temps passé devant l’écran et l’avertir s’il n’est pas à bonne distance.

Le catalogue « IA locale » d’Acer inclut aussi de la création d’images et un assistant généraliste à base de LLM. Mais ces fonctionnalités exigent un GPU.

ASUS a opéré une segmentation similaire. Des fonctionnalités comme la suppression de bruit, la luminosité adaptative se contentent du NPU. Alors que StoryCube (gestion multimédia) et MuseTree (génération d’images) nécessitent au minimum une carte GeForce RTX 4050.

Des studios de développement…

Sur son microsite dédié aux PC IA, ASUS communique d’ailleurs les TOPS GPU en plus de ceux du NPU. Il met aussi en avant son toolkit d’inférence AI SuperBuild, développé avec Intel et validé sur ses NUC. Permettant de convertir, de déployer et d’évaluer des modèles, il inclut la gestion de bases de connaissances et une marketplace de serveurs MCP.

Dell a aussi son toolkit : Dell Pro AI Studio. Il expose des API compatibles OpenAI et donne accès à un catalogue de modèles optimisés. Certains pour les GPU (Devstral Small, Gemma 3, Granite 4…), d’autres pour les NPU (CLIP, Whisper, Phi 4…). S’y ajoignent deux guides de référence pour développer sur NPU. L’un traite de la recherche vocale d’images avec CLIP et Whisper. L’autre, du RAG avec LLaMA, LangChain, Chroma et Nomic.

… et des « ChatGPT locaux »

Pas de tel attirail chez HP. Mais, pour l’utilisateur final, un service référent : AI Companion. Il réunit trois briques : chatbot à usage général, gestion de connaissances et optimiseur de performance (accompagné d’une assistance à l’ajustement des paramètres et au dépannage). Réservé aux Copilot+ PC, il a un mode cloud (GPT-4o) et un mode local (Phi 3.5) qui nécessite 32 Go de RAM.

Depuis cette année se diffuse, sous la marque HP IQ, une approche moins liée aux Copilot+ PC. Elle reprend l’aspect chatbot et analyse de fichiers, y ajoutant une composante de prise de notes, une « mémoire organisée » fondée sur l’historique des interactions… et plus globalement une forme d’orchestration. Celle-ci se manifeste en une UI censée faire remonter les « actions et contrôles pertinents », avec gpt-oss-20b en back-office.

Chez Lenovo, le « compagnon IA » s’appelle AI Now. Reposant sur LLaMA 3 pour la partie locale, il nécessite un GPU (intégré avec 24 Go de VRAM ou dédié avec 16 Go). Il reprend le triptyque chat / base de connaissances / paramétrage du PC. Plusieurs services IA plus « spécialisés » en dépendent. Par exemple Learning Zone (aide à l’apprentissage : transcription, synthèse, création de quiz…).

NVIDIA, un quatrième larron attendu à l’automne dans les PC IA

Le serveur d’inférence Llama.cpp gère depuis peu les NPU Intel à travers le back-end OpenVINO. La prise en charge des NPU de Qualcomm reste expérimentale. Elle est au contraire effective sur AnythingLLM, à commencer par le modèle d’embedding utilisé par défaut.

NVIDIA travaille avec llama.cpp pour activer des optimisations spécifiques de type décodage spéculatif (prédiction multitoken)… en vue de son arrivée sur le segment des PC IA. Ce devrait être à l’automne 2026, avec la puce RTX Spark. Issue d’une collaboration avec MediaTek, elle associe CPU Grace, GPU Blackwell RTX et mémoire unifiée (jusqu’à 128 Go). Pas de NPU à proprement parler, donc. Ce mouvement fait écho à celui d’Apple, qui, pour ses puces M5, a intégré un accélérateur neuronal dans chaque cœur GPU.

Revendiquant une puissance théorique d’un pétaflops (en précision 4 bits), NVIDIA promet une « IA agentique locale ». Dans cette optique, il a associé des primitives de sécurité à son runtime OpenShell. Et étendu la disponibilité de son blueprint NemoClaw.

* Microsoft pousse aussi, avec Intel, l’API WebNN. Elle utilise ONNX Runtime Web ou LiteRT.js. Configuration minimale : un processeur Core de 11^e génération (Tiger Lake) et 8 Go de mémoire.

Illustration principale générée par IA

The post PC IA : le NPU, emblème d’un marché qui se cherche encore appeared first on Silicon.fr.

Pour les fournisseurs de plates-formes DSML (data science & machine learning), il y a des opportunités dans la combinaison prédictif-génératif.

Gartner l’avait souligné l’an dernier dans la synthèse du Magic Quadrant dédié à ce marché. Le cabinet américain y percevait notamment une capacité à cibler davantage de profils d’utilisateurs.

Cette tendance à la décentralisation des activités de data science s’est accentuée, affirme-t-il désormais. Les interfaces low code, les outils en langage naturel et les assistants IA la favorisent.

Plates-formes DSML : 18 fournisseurs, 7 « leaders »

D’une année à l’autre, les caractéristiques fonctionnelles obligatoires pour figurer au Magic Quadrant des plates-formes DSML ont peu évolué. Le principal changement est sur l’importation ou la connexion de données. Le critère est devenu plus englobant : exit les seules données tabulaires, place à « une variété de données structurées, semi-structurées ou non structurées ».

Catalogage et lignage sont restés facultatifs. Même chose, entre autres, pour la prise en charge des outils et process MLOps, la gestion des GPU et les interfaces low code. Gartner y a ajouté le développement à base de LLM et de RAG.

Des 8 fournisseurs classés « leaders » en 2025, 7 le sont restés. Il s’agit d’AWS, Databricks, Dataiku, DataRobot, Google, IBM et Microsoft. L’exception s’appelle Altair. C’est la conséquence de son passage dans le giron de Siemens, qui entend le combiner à Mendix (acquis en 2018).

Le positionnement des fournisseurs dans le Magic Quadrant résulte d’une évaluation sur deux axes. L’un, dit « exécution », traduit la capacité à répondre à la demande (expérience client, tarification, qualité des produits/services…). L’autre, dit « vision », reflète les stratégies (commerciale, marketing, sectorielle, géographique…).

La situation sur l’axe « exécution » :

Sur l’axe « vision » :

AWS salué pour Bedrock AgentCore…

L’an dernier, Gartner avait salué SageMaker Unified Studio. À la fois pour son statut d’offre intégrée favorisant la collaboration et pour la possibilité qu’ont les fournisseurs tiers d’y intégrer leurs produits sans fournir ou exploiter d’infra. Un autre bon point avait été accordé à Bedrock Guardrails et sa vérification par raisonnement automatique (validation mathématique de la précision des réponses).

Cette année, l’accent est mis sur l’offre Bedrock AgentCore et sur ses apports en matière de développement de systèmes agentiques. AWS a aussi pour lui un réseau de partenaires exhaustif qui favorise l’intégration de solutions avec SageMaker AI et Bedrock. Il continue par ailleurs à investir dans l’infrastructure, que ce soit avec ses propres offres (puces Trainium3, clusters SageMaker HyperPod…) ou en s’appuyant sur celles de tiers comme Cerebras.

… mais toujours pas sur la gestion des coûts

Le catalogue de modèles de fondation d’AWS n’est pas déterminant dans le choix de son offre DSML, avait expliqué Gartner l’an dernier. Il avait ajouté que la gestion des coûts restait un défi, tant sur les services que sur l’infra IA. Autre reproche : SageMaker Unified Studio pouvait progresser en matière d’intégration avec les autres clouds.

Cette année encore, la gestion des coûts vaut un mauvais point à AWS : la tarification est souvent complexe, en particulier pour les gros workloads (échelle ou durée). Autre point de vigilance : Bedrock et SageMaker AI demeurent des produits essentiellement séparés, au risque de compliquer le delivery. Des outils tiers peuvent par ailleurs s’avérer nécessaire pour la gouvernance de l’IA.

La popularité de Databricks ne se dément pas…

En 2025, Gartner avait signalé la popularité de l’offre de Databricks chez les publics visés – ce qui accroissait le vivier de compétences. Il avait aussi noté la stabilité de l’équipe dirigeante. Et apprécié la vision d’un écosystème agentique (adapté en particulier à la finance et à la gestion de réputation).

Cette année encore, Gartner salue le niveau d’adoption, qui se reflète jusque dans les communautés open source. Il mentionne à nouveau la stabilité de l’équipe dirigeante, en plus de la croissance des revenus et des effectifs (ingénierie, delivery, support). Il y ajoute la cadence d’innovation, axée sur l’unification de la data et de la gouvernance pour les agents IA.

… mais tout n’est pas natif

Il existe une certaine courbe d’apprentissage pour utiliser la plate-forme, avait prévenu Gartner l’an dernier. Il avait aussi évoqué la concurrence accrue sur l’approche unifiée lakehouse + DSML. Et l’absence de fonctionnalités infra disponibles chez les CSP, comme les GPU serverless.

Cette année, pas d’évocation de la courbe d’apprentissage, mais de la documentation parfois incomplète qui peut contribuer à allonger les déploiements. Le même risque peut découler du volume important de mises à jour. Autre point de vigilance : la combinaison ML-GenAI implique du code plutôt que des workflows préconstruits. Et certaines techniques, comme la simulation, ne sont pas natives (elles exploitent des intégrations open source). Attention aussi à l’absence d’options de déploiement sur site.

Dataiku, flexible sur l’orchestration et la gouvernance…

En 2025, Gartner avait salué l’initiative LLM Mesh, notamment pour ce qu’elle apportait en matière de gouvernance. Il avait aussi mentionné la constance du support client. Et le fait que Dataiku n’avait pas perdu de vue le cœur data science, tout en lançant des éléments comme une brique de data storytelling.

Avec ses nouveaux systèmes de raisonnement, Dataiku démontre une compréhension avancée de la convergence entre décisionnel et DSML, explique Gartner cette année. Il évoque aussi la flexibilité que Dataiku apporte en se positionnant comme une couche d’orchestration agnostique des données et des plates-formes. Bon point également sur la gouvernance de l’IA, adaptée à différents profils d’utilisateurs.

… mais questionnable sur le plan financier

L’an dernier, Gartner avait pointé un manque de notoriété, au sens où les clients tendaient à avoir un usage « tactique » de l’offre pour des besoins spécifiques. Il avait aussi rappelé que Dataiku fonctionnait au-dessus des produits d’autres fournisseurs… proposant souvent des fonctionnalités concurrentes.

Cette dernière remarque vaut toujours. Gartner y ajoute le coût global et les modèles de licence, qui sont souvent des « facteurs limitants » lors des renouvellements. Il ajoute que Dataiku pourrait communiquer plus efficacement sur sa proposition de valeur, à l’heure où des alternatives à plus bas coût offrent des chemins d’adoption plus simples pour qui a des cas d’usage IA basiques.

Chez DataRobot, un support de qualité…

En 2025, Gartner avait salué le repositionnement de DataRobot vers un écosystème agentiques d’applications métier. Une vision que porterait notamment l’acquisition d’Agnostiq et sa plate-forme d’orchestration d’infrastructure Covalent.

Cette année, les bons points dont à l’expérience client (qualité du support sur toutes les phases d’adoption), à la flexibilité de déploiement (jusqu’aux environnements déconnectés, avec Nebius en alternative aux hyperscalers) et aux partenariats (particulièrement avec NVIDIA autour de son Enterprise AI Factory).

… mais attention au travail d’intégration

Les mises à jour fréquentes ont rendu les interfaces – avec et sans code – difficiles à utiliser, avait constaté Gartner l’an dernier. Il avait aussi signalé que l’offre était perçue comme peu adaptée aux besoins des data scientists. Et soulevé la question de l’adhésion des éditeurs au pivot agentique.

Cette année, DataRobot a droit à une remarque sur ses prix ; particulièrement « aux extrêmes », c’est-à-dire pour les plus petits et les plus gros déploiements. Autre élément : par rapport aux concurrents, moins de possibilités pour les clients de communiquer leurs retours – ce qui réduit la capacité d’autoremédiation. Attention aussi au niveau d’intégration que la plate-forme peut exiger pour qui veut la positionner comme centrale agentique entre applications.

Google, très avancé sur l’intégration verticale…

L’an dernier, les capacités de gouvernance qu’apporte l’intégration de Dataplex à Vertex AI avaient fait mouche auprès de Gartner. Même chose pour les avancées dans le RAG (ancrage sur Google Search et sur les données d’entreprise, gestion du structuré et du non structuré…). Et pour la co-innovation avec certains clients.

Cette année, Gartner souligne le niveau d’intégration verticale de Vertex AI (officiellement rebaptisé Gemini Enterprise Agent Plaform), qui a permis à Google de minimiser les dépendances. Dans le même temps, il se distingue par son focus sur l’interopérabilité à travers le protocole A2A. Et par les nombreux agents qu’il fournit aux métiers de la data science.

… mais pas sans chevauchements

Le support tiers de l’offre DSML de Google n’est pas aussi important que chez la concurrence, avait fait remarquer Gartner l’an dernier. Il avait ajouté que le cœur de Vertex AI pouvait se révéler difficile à utiliser sans couches d’abstraction. Et souligné la confusion qu’était susceptible d’entraîner la multiplicité des solutions RAG.

L’extension rapide du portefeuille a engendré des chevauchements fonctionnels entre produits (Vertex AI Search, Vertex AI Agent Engine, Antigravity, Agentspace…) et l’ombrelle Vertex AI Agent Builder. Quand aux coûts, ils s’avèrent souvent imprévisibles, et le système de tarification par paliers complique les prévisions. Par ailleurs, avec l’accent mis sur les LLM, exploiter des techniques IA traditionnelles peut se révéler plus délicat que sur d’autres plates-formes.

IBM, salué sur la gouvernance…

En 2025, outre l’exhaustivité de la gamme d’outils d’IBM (frameworks, modèles de fondation, infrastructure), Gartner avait rappelé les bénéfices liés à l’acquisition de DataStax sur la partie RAG. Il lui avait aussi donné un « bon point innovation », notamment pour ses LLM Granite et ses implémentations d’AutoRAG et d’InstructLab.

Cette année, la remarque sur le RAG est plus globale : les multiples techniques proposées favorisent les cas d’usage en recherche approfondie. IBM a aussi pour lui de nombreux modèles maison (spécialisés et multimodaux). Et sa brique de gouvernance, qui s’étend au-delà des modèles et agents bâtis sur watsonx.

… plutôt que sur l’orchestration

L’an dernier, Gartner avait pointé le manque de notoriété d’IBM sur ce segment, surtout vis-à-vis des fournisseurs ayant aussi des produits grand public. Il avait aussi expliqué que le niveau d’intégration avec GCP n’était pas le même qu’avec AWS et Azure. Et regretté qu’IBM mette peu en avant le potentiel de SSPS comme cœur data science au sein de watsonx.

Les remarques sont différentes cette année. Parmi elles, il y a l’absence d’agents dédiés pour la modélisation et l’opérationnalisation. Il y a aussi la difficulté potentielle, pour qui exploite la plate-forme watsonx, à bien cerner quel produit apporte quoi. Autre limite : les solutions de développement et d’orchestration d’agents sont limitées pour ce qui d’intégrer une couche de contexte couvrant sémantique et graphes de connaissances.

Chez Microsoft , une couche de contexte notable…

En 2025, Gartner avait salué le niveau d’innovation au sein d’Azure ML (modèles, options de déploiement, licensing), avec comme emblème Azure AI Foundry Labs, destiné à l’expérimentation de frameworks IA. Il avait aussi signalé l’exhaustivité de l’écosystème de partenaires et la tarification flexible de la GenAI.

Cette année, Microsoft a un bon point pour la capacité d’Azure ML à toucher un large évental de profils d’utilisateurs. Il en d’autres pour sa couche de contexte Fabriq IQ et pour son catalogue de modèles et connecteurs.

… mais des previews qui se prolongent

Les rebrandings fréquents, doublés de « multiples itérations d’offres d’IA », avaient déplu à Gartner l’an dernier. Il avait aussi noté la diffusion très progressive de Copilot pour la data science (au départ, uniquement dans les notebooks). Et la réduction de l’écart de performance entre les modèles d’OpenAI et ceux des autres fournisseurs.

Cette année, on parle de la négociation contractuelle : les retours à son propos sont globalement plus négatifs que chez les concurrents. Gartner note aussi que beaucoup de fonctionnalités touchant à l’IA ont tendance à rester longtemps en version expérimentale. Et évoque un risque de confusion naissant du fait que Microsoft promeut Foundry comme plate-forme par défaut pour ses agents IA tout en continuant à mettre Azure ML en avant pour le MLOps.

Illustration © Gaihong – Adobe Stock

The post Data science : l’IA, facteur de décentralisation appeared first on Silicon.fr.

À l’horizon 2030, au moins 32 % des étudiants de l’enseignement supérieur devraient être inscrits dans des filières STIM.

Tel était l’un des caps que la Commission européenne avait fixés, début 2025, dans son plan stratégique dédié à ces filières. Pour entériner les objectifs au niveau de l’UE, elle avait ouvert la voie à un dialogue avec les 27.

Ces derniers ont validé l’essentiel des indicateurs cibles. Ils les ont inscrits dans une résolution du Conseil européen. Celle-ci lance le deuxième cycle (2026-2030) du cadre stratégique de coopération européenne sur l’éducation et la formation.

L’IA, à la périphérie en 2021, au centre en 2026

La résolution initiale – ayant lancé le premier cycle – remonte à février 2021.

De l’une à l’autre, il y a toujours, en ligne de mire, un « espace européen de l’éducation ». Lequel doit permettre aux apprenants « de poursuivre leurs études à différents stades de leur vie et de rechercher un emploi dans toute [l’UE] ».

On ne parle plus, en revanche, de la crise Covid. La résolution de 2021 avait, entre autres, pointé son caractère révélateur quant aux « effets de la fracture numérique et des lacunes en matière de connectivité au sein des États membres ».

Dynamique inverse pour l’IA. Il y a 5 ans, le Conseil ne l’avait mentionnée qu’une fois, et dans le cadre d’un élément de contexte politique (une communication de 2018 de la Commission intitulée « Un plan coordonné dans le domaine de l’intelligence artificielle »). Cette fois, elle jalonne la feuille de route, alimentant l’essentiel des objectifs qui structurent cette dernière.

Un nouvel objectif dédié aux compétences numériques

4 des 5 objectifs de 2021 ont été maintenus dans leurs grandes lignes. Ils ont « absorbé » l’autre, qui s’y prêtait par sa transversalité (« soutenir les transitions écologique et numérique dans l’éducation et la formation par leur intermédiaire »).

Les 27 ont ajouté un sixième objectif : « Développer les compétences numériques et l’éducation à la citoyenneté ». Leur postulat sur les compétences numériques : elles sont devenues essentielles sur presque tous les pans de la société et de l’économie. Ils les disent « clés » pour l’exercice de la citoyenneté, l’employabilité, l’inclusion sociale et le bien-être… tout en affirmant qu’elles « contribuent grandement à améliorer la compétitivité européenne ».

L’éducation au numérique devrait englober l’IA et son usage « éthique et responsable », précise le Conseil. Il y ajoute :

• Médias
• Maîtrise des données et des outils numériques
• Pensée critique
• Bien-être numérique
• Lutte contre la mésinformation, la désinformation et le cyberharcèlement

Ces éléments sont interdépendants. La compréhension de l’IA peut constituer une réponse à la désinformation. Comme la maîtrise des données et des outils numériques peut renforcer la pensée critique.

Le levier des microcertifications

On retrouve des références à l’IA concernant l’objectif d’excellence et d’attractivité de l’EFP (enseignement et formation professionnels). Dans ce domaine, les 27 constatent surtout un « besoin pressant » de renforcement sur les STIM (sciences, technologies, ingénierie et mathématiques). Y compris dans la montée en compétence des enseignants et des formateurs.

Même remarque pour l’enseignement supérieur. Avec un levier évoqué à plusieurs reprises : les microcertifications, dont l’usage pourrait traduire efficacement les démarches d’upskilling et de reskilling.

Des indicateurs cibles spécifiques aux STIM

Certains indicateurs cibles définis en 2021 restent d’actualité pour la deuxième phase. Par exemple, d’ici à 2030, abaisser sous les 15 % la proportion de jeunes de 15 ans ayant une maîtrise insuffisante en compréhension de l’écrit, en maths et en sciences. Plus précisément, qui n’atteignent pas au moins le niveau 2 sur l’échelle PISA.

Autre cible maintenue : moins de 15 % d’élèves en huitième année de scolarité (13-14 ans) ayant une maîtrise des outils informatiques et une culture de l’information insuffisantes. Base de calcul : l’étude de l’IEA (Association internationale pour l’évaluation du rendement scolaire).

Sur ce dernier point, la résolution 2026 ajoute un objectif d’au moins 12 % d’élèves atteignant le niveau 5 PISA (sur 6 échelons). Et elle entérine donc, en parallèle, ceux qui figurent dans le plan stratégique STIM de la Commission européenne. À savoir :

• Dans l’EFP initiale de niveau moyen, au moins 45 % d’étudiants dans les filières STIM, dont au moins 20 % de femmes
• Dans l’enseignement supérieur, au moins 32 % d’étudiants dans les filières STIM, dont au moins 40 % de femmes
• Au sein des programmes doctoraux, au moins 5 % d’étudiants dans le domaine des TIC, dont au moins un tiers de femmes

Illustration générée par IA

The post L’UE grave l’IA dans sa stratégie éducation-formation appeared first on Silicon.fr.

Oui, Meta est ouvert à l’idée de louer ses ressources de calcul excédentaires.

Mark Zuckerberg l’avait affirmé fin mai dans le cadre de l’assemblée générale annuelle. Il n’avait pas non plus exclu l’idée d’une offre « à la Bedrock » (accès API à des modèles d’IA).

Depuis, les choses se sont précisées en interne, semble-t-il. Une activité couvrant potentiellement ces deux aspects serait en cours de développement. Elle s’inscrirait dans une initiative dite Meta Compute.

2,3 Md$ payés à Broadcom en 2025

Meta n’a pas confirmé cette bribe d’information qui a tout de même valu une belle envolée à son cours boursier (hausse de plus de 10 %). Il faut dire que la capacité de calcul est là… en tout cas sur le papier. Par exemple via un accord signé en début d’année avec NVIDIA pour le déploiement de « milliers de GPU » Blackwell et Rubin – en plus de CPU Grace et possiblement Vera à l’horizon 2027. Il y aussi un contrat avec AMD. Engagement : installer, à partir du deuxième semestre 2026, jusqu’à 6 GW en GPU Instinct et en CPU EPYC.

Meta développe aussi ses propres puces d’inférence et d’entraînement, pour lesquelles il a communiqué une roadmap en mars. Une démarche menée en association avec Broadcom, à qui il a payé environ 2,3 Md$ à ce titre en 2025.

L’infrastructure IA coûte, les talents aussi

Cette année-là, le chiffre d’affaires global de Meta a avoisiné les 200 Md$, en augmentation de 22 % par rapport à 2024. Les dépenses en R&D ont progressé plus nettement (+ 31 %, à 57,4 Md$), essentiellement en raison des initiatives IA. Il y a l’infrastructure, certes, mais aussi la rémunération des employés, sur des métiers en grande tension – Meta a déjà connu un exode de ses chercheurs.

Le poids financier de l’IA se ressent sur d’autres indicateurs de l’année 2025. Parmi eux, les liquidités affectées aux activités d’investissement. Elles ont dépassé les 100 Md$. Serveurs, datacenters et réseau y ont largement contribué, selon Meta, qui confirme anticiper jusqu’à 135 Md$ de capex sur 2026. Mécaniquement, l’actif des biens d’équipement est passé de 68 à 98 Md$ en un an.

Les obligations locatives ont également dépassé les 100 Md$. Là aussi, les infrastructures IT sont en première ligne. Elle pèsent pareillement sur les engagements contractuels (131 Md$ fin 2025), à commencer par les contrats avec les fournisseurs cloud.

Muse Spark, fenêtre de tir pour une éventuelle API

Pour ce qui est d’une éventuelle offre d’API, Meta a un argument nommé Muse Spark. Ce modèle, annoncé en avril, est le premier qu’a produit sa division Superintelligence Labs. Cette dernière, créée à l’été 2025, a à sa tête Alexandr Wang. L’intéressé a cofondé Scale AI, entreprise dans laquelle Meta a investi 14 Md$ en échange de 49 % du capital.

Plus récemment, Meta a alimenté sa stratégie IA par l’acquisition de Moltbook, le « Reddit des bots IA ». Il a aussi annoncé supprimer 10 % de ses effectifs au nom du financement de cette même stratégie.

Illustration générée par IA

The post Meta va-t-il devenir un néocloud ? appeared first on Silicon.fr.

Google ne sera pas parvenu à faire annuler la lourde amende que l’Europe lui avait infligée pour abus de position dominante via Android.

Huit ans après, l’entreprise a épuisé son dernier recours. La Cour de justice de l’Union européenne vient de le rejeter. Elle a suivi l’avis que l’avocate générale avait rendu en juin 2025.

Le montant initial de l’amende était de 4,34 Md€. Le Tribunal de l’UE l’avait légèrement réduit en 2022. À 4,125 M€ en l’occurrence. Mais il avait confirmé l’essentiel des griefs. Parmi eux, deux obligations faites aux fabricants pour accéder au Play Store. D’une part, préinstaller l’application Google Search et le navigateur Chrome. De l’autre, s’abstenir de proposer des versions alternatives d’Android non approuvées par Google. Bruxelles avait aussi sanctionné l’octroi, à ces mêmes fabricants, de commissions surbordonnées au préchargement exclusif de Google Search (pas d’autre moteur de recherche).

Les effets de réseau nés de ces pratiques ont permis de renforcer de manière cumulative la position de Google Search, avait expliqué l’avocate générale de la CJUE.

Google Shopping, une première grosse amende confirmée en 2024

Ce dossier restera emblématique de l’action de Margrethe Vestager en tant que commissaire européenne à la concurrence.

Il y en a eu d’autres. Dont l’affaire Google Shopping. Sanctionnée à hauteur de 2,42 Md€ en 2017, l’entreprise a échoué à faire annuler la décision auprès du Tribunal de l’UE (novembre 2021) puis de la CJUE (septembre 2024).

Elle est en meilleure posture dans l’affaire AdSense. L’amende de 1,49 Md€ que Bruxelles lui avait infligée en 2019 a été annulée en septembre 2024 par le Tribunal de l’UE. Un pourvoi est en cours à la CJUE.

En septembre 2025, Google a eu droit à une autre sanction dans le domaine de la pub en ligne, pour des pratiques allant au-delà du seul AdSense. Pour avoir favorisé ses propres services, il a écopé de 2,95 Md€ d’amende. Un décision dont il a fait appel en janvier 2026.

Android également surveillé dans le cadre du DMA

En parallèle, la Commission européenne a ouvert une enquête antitrust autour des « Aperçus IA » (AI Overviews). C’est-à-dire les extraits générés par IA qui s’affichent dans Google Search en réponse à certaines requêtes. La crainte : une exploitation des contenus d’éditeurs – et des vidéos YouTube – sans compensation adéquate.

Android fait l’objet d’un autre suivi, au titre du DMA (législation sur les marchés numériques). Celui-ci impose, entre autres, des obligations d’interopérabilité. Il y a quelques semaines, la Commission européenne a proposé des mesures pour mettre en œuvre ces obligations. Objectif, dans les grandes lignes : que les applications tierces aient le même niveau d’accès à certaines fonctionnalités que les services de Google. Parmi ces fonctionnalités :

• Circle to Search (par un appui long sur le bouton d’accueil ou la barre de navigation, invocation de Google Search, qui peut se superposer aux autres apps et exploiter le contexte)
• « Hey Google » (invocation de services en prononçant un mot-clé)
• AppSearch (accès centralisé aux données des applications)

Illustration générée par IA

The post Android : Google perd son bras de fer à 4,1 Md€ avec l’UE appeared first on Silicon.fr.

Après trois ans à la présidence de Numeum; Véronique Torner passe le témoin à Mehdi Houas, élu ce 1^er juillet.

L’intéressé est président-fondateur de Talan. Il fut, entre janvier et décembre 2011, ministre du Commerce et du Tourisme de Tunisie. Administrateur de Numeum depuis 2017, il avait jusque-là présidé les commissions « Finance et Fiscalité » et « Industrie ».

Deux nouveaux venus au conseil d’administration

Mi-juin, le syndicat professionnel – né de la fusion de Syntec Numérique et de TECH IN France – avait renouvelé partiellement son conseil d’administration. Résultat : douze élus pour un mandat de 3 ans… dont deux nouveaux venus : Homéric de Sarthe et France Titin-Snaider.

Homéric de Sarthe est au collège éditeurs/plateformes de Numeum en tant que directeur général de Craft AI. France Titin-Snaider est au collège ESN/ICT, en qualité de directrice impact et RSE chez Harington.

Des administrateurs récemment cooptés… et confirmés

Des 12 élus, trois avaient été cooptés en février 2026. En l’occurrence :

• Anne-Gaëlle Chasles (DG services financiers d’IBM France)
• Térence Goudriaan (directeur télécoms, luxe, énergie et BU distribution France chez Capgemini)
• Bruno Vaffier (DG de Cegid)

Un autre l’avait été en septembre 2025 : Éric Blazy, directeur général Digital Services France d’Orange Business.

Coopté à cette même occasion, Rémy Bellavoine, président d’Iskara (logiciels de GRC), ne fait quant à lui plus partie du conseil d’administration. Même chose pour Philippe Pujalte, directeur des opérations d’Inetum France.

Les administrateurs qui ont soufflé leur première bougie

9 administrateurs avaient été élus lors du renouvellement annuel de juin 2025.

• Jonathan Amar, fondateur et dirigeant de l’ESN Deletec ; vice-président de la commission Formation de Numeum
• Hélène Bringer, directrice de Thales Services Numériques ; membre du comex de Numeum chargée de l’horizontalisation des secteurs d’activités et Défense
• Christian Cor, président de Saaswedo (logiciels de gestion des télécoms et de la mobilité) ; président de la commission Environnement de Numeum

• Jean-Philippe Couturier, président-fondateur de Whoz (logiciels de gestion RH) ; président du collège éditeurs/plateformes de Numeum
• Benoît Darde, membre du comex de Wavestone… et de celui de Numeum, où il est aussi vice-président de la commission Affaires publiques
• Françoise Farag, présidente de Salvia Développement (logiciels de gestion de patrimoine) ; présidente de la commission Inclusion de Numeum

• Katya Lainé, présidente de Talkr ; présidente de la commission IA de Numeum
• Nolwenn Le Ster, directrice des opérations d’Almond ; présidente de la commission Cybersécurité du Numeum
• Philippe Limantour, directeur technologique et cybersécurité de Microsoft France ; vice-président du bureau Technologies de Numeum

Un comex à 6 membres

Hormis Mehdi Houas et Hélène Bringer, le comex se compose de :

• Olivier Cazzulo (président de Netsystem), chargé des régions
• Xavier Côte de Soux (DG de OnePoint Défense & Souveraineté), trésorier et chargé des compétences
• Stanislas de Rémur (président d’Oodrive), chargé des relations adhérents et de l’équipe de France du numérique
• Thibault de Tersant (directeur général adjoint de Dassault Systèmes), vice-président de Numeum et président de la commission Affaires publiques

Six « personnalités qualifiées » quittent le conseil d’administration

Xavier Côte de Soux était auparavant administrateur en qualité de « personnalité qualifiée ». Les six autres qui l’étaient ne font plus partie du conseil d’administration. Il s’agit de :

• Soumia Malinbaum (VP business development et RSE de JEMS ; précédemment première vice-présidente de la CCI Paris)
• Charles Mauclair (DG de SII ; il était président du collège ESN/ICT de Numeum)
• Thierry Meynle (président du conseil de surveillance de Divalto)
• Marc Palazon (président de Smile)
• Michel Paulin (président de Quandela et du comité de filière « logiciels et solutions numériques de confiance »
• Maÿlis Staub (fondatrice de La Mesure Marketing)

Les « anciens » de la maison Numeum

Sont également au conseil d’administration :

• Anne-Sophie Bouy, secrétaire générale de Cegedim ; présidente de la commission Santé de Numeum
• Frédéric Dufaux, directeur général adjoint de Docaposte ; président de la commission Sociale de Numeum
• Virginie Fauvel, président de Harvest (logiciels de gestion de patrimoine)

• Véronique Hangard, chief business officer de SAP France
• Frédéric Sebag, président d’Open

• Galliane Touze, directrice générale déléguée finances, risques et M&A de Berger-Levrault ; présidente de la commission Secteur public de Numeum
• Grégory Wintrebert, directeur exécutif des relations institutionnelles et des partenariats stratégiques de Sopra Steria ; président du bureau Technologies de Numeum

Photos via Numeum et LinkedIn
Illustration principale générée par IA

The post Numeum renouvelle sa gouvernance : les entrants, les sortants appeared first on Silicon.fr.

Une fusion de plates-formes DataOps industrielles se prépare : Schneider Electric a signé un accord définitif pour acquérir Cognite.

Le groupe français entend finaliser l’opération « dans les prochains trimestres ». Montant : 3,1 Md$, en cash.

Cognite valait environ deux fois moins au sortir de son dernier tour de table (série B), bouclé en 2021. Il avait alors levé 150 M$, avec la société d’investissement TCV en lead.

Depuis, il a pris le virage de l’IA en associant à son SaaS DataOps une brique de conception d’applications, aujourd’hui qualifiée de « workbench agentique ». Cette année, il y a ajouté un outil d’exploration de données pour les équipes de première ligne.

Cognite va fusionner avec AVEVA CONNECT

Fondé en 2016, Cognite est d’origine norvégienne. Fin 2025, il a relocalisé son siège social aux États-Unis. Il revendique environ 170 M€ de chiffre d’affaires et un effectif de 800 personnes. TotalEnergies fait partie de ses clients.

Cognite a récemment étendu Data Fusion à la supply chain, en plus de la production. Il a aussi, entre autres, établi des jonctions zero copy avec Snowflake et Databricks. Et intégré les modèles NV-Tesseract de NVIDIA pour la détection d’anomalies sur séries chronologiques.

Schneider Electric va combiner cette offre à celle de sa filiale AVEVA. Laquelle a déjà sa propre plate-forme de contextualisation de données et de développement d’applications (CONNECT).

Illustration générée par IA

The post Pour 3 Md$, Schneider Electric absorbe Cognite, un concurrent sur l’IA industrielle appeared first on Silicon.fr.

Deux pas en avant, un pas de côté et un pas en arrière.

VillageSQL juge ainsi le nouveau modèle de gouvernance de MySQL. Il s’inquiète d’une concentration des pouvoirs dans les mains d’Oracle et des hyperscalers.

Des élections communautaires… dans 2 ans

AWS, au contraire, se réjouit de l’initiative : « Pour la première fois depuis qu’Oracle a acquis MySQL, d’autres organisations ont un rôle défini dans [son] développement ». Il faut dire que la branche cloud d’Amazon est représentée tout au sommet de la pyramide : elle siège au comité de pilotage.

D’après le document de gouvernance, ce comité doit réunir initialement « 5 à 7 personnes représentant Oracle (majorité), d’autres hyperscalers, des utilisateurs de MySQL et des membres de la communauté open source ».

AWS apporte une précision : 4 sièges ne sont pas détenus par Oracle.

Ce dernier nomme l’ensemble des membres initiaux du comité, pour 2 ans. Lorsque ce mandat arrivera à terme, des élections communautaires auront lieu pour les sièges hors Oracle. Autant de temps à attendre pour aller vers une gouvernance vraiment ouverte, déplore VillageSQL.

Oracle, décisionnaire à tous les échelons

Du côté d’Oracle, on explique que le comité de pilotage fonctionnera certes avec AWS et Google Cloud… mais aussi avec « des perspectives supplémentaires d’utilisateurs de MySQL ».

Plutôt que ces « perspectives supplémentaires », AWS préfère mettre en avant les rôles de contribution structurés que crée le modèle de gouvernance. Un système à 5 échelons, en l’occurrence, avec des critères objectifs pour passer de l’un à l’autre. Par exemple, pour devenir project lead, avoir réalisé 30 à 50 contributions « de qualité » dans un sous-système majeur de MySQL.

VillageSQL salue « une vraie structure avec de vrais critères ». Il souligne néanmoins qu’à la majorité des échelons, Oracle a la main. Cela commence avec les committers, chargés de valider les contributions. Pour le moment, seul Oracle les nomme. Même chose pour les chefs de projets. Pour ce qui est des core project leads (maintien de la cohérence technique, de la qualité et de la stabilité du projet dans son ensemble), il n’existe pas, en l’état, de voies de recrutement externe.

Oracle s’engage, sans fixer d’échéance, à accorder à des membres de la communauté le statut de committer pour les éléments qui ne font pas partie du cœur fonctionnel (extensions, connecteurs…).

Un ticket préférentiel pour les hyperscalers ?

VillageSQL assimile le modèle de gouvernance à celui d’une fondation, où des entreprises – ici, les hyperscalers – achètent un ticket en échange d’une représentation au board. C’est une manière de financer un projet, admet-il. Et de combler les vides qu’ont laissés les coupes claires effectuées l’an dernier dans l’équipe MySQL. Mais de son avis, l’absence de « membres indépendants de la communauté » est préocuppante. Difficile, en tout cas, de parler de « gouvernance ouverte »…

Dans cette communauté, il faut inclure la Fondation OurSQL, récemment mise en place après qu’Oracle a refusé de suivre cette approche. Le modèle de gouvernance peut être vu comme une réponse, globalement cohérente avec la manière dont l’entreprise de Larry Ellison a géré les autres projets open source de son portefeuille, comme Java et OpenOffice.

VillageSQL évoque Fedora, dont le comité de pilotage est entièrement élu par la communauté. Il mentionne aussi PostgreSQL, qui « fonctionne purement à la méritocratie ». Et Linux, qui « avance avec Linus [Torvalds] comme ‘dictateur bienfaisant’ ».

Collaborer d’abord sur le code publié

Le chantier d’ouverture de MySQL avait véritablement démarré en janvier 2026, au sortir d’une réunion de la communauté à Bruxelles. Ayant pris acte du climat, Oracle avait pris quantité d’engagements. Il en a notamment résulté une roadmap publique pour l’édition communautaire, incluant les rapports de bugs. On y trouve, entre autres items :

• Prise en charge native des magasins et des index vectoriels (Amazon est demandeur)
• Serveur MCP
• Gestion des versions de tables (en s’inspirant de ce que propose MariaDB)
• Types de données BOOLEAN, UUID et SQL ARRAY
• Migration de divers projets vers le nouveau modèle d’extensibilité référent (Component Framework)
• Extension de ce modèle au moteur de requête (types de données, méthodes d’accès à l’index, opérateurs…)
• Intégration de Health Monitor dans les déploiements sur site

Le processus de contribution a été centralisé sur GitHub. Quatre webinaires ont eu lieu depuis fin février. Le point focal est pour le moment la collaboration sur le code publié. Oracle promet d’aller ultérieurement vers une dimension plus « temps réel ». En particulier en impliquant la communauté plus en amont sur les discussions de conception.

Illustration © your123 – Adobe Stock

The post Le nouveau modèle de gouvernance de MySQL fait des sceptiques appeared first on Silicon.fr.

Aux États-Unis, les autorités exécutives indépendantes sont désormais inconstitutionnelles. Il convient donc d’annuler le Data Privacy Framework.

Ainsi Max Schrems interprète-t-il une décision de la Cour suprême. Celle-ci a donné raison à Donald Trump dans son litige avec Rebecca Slaughter. En mars 2025, il avait démis de ses fonctions cette commissaire de la FTC (Federal Trade Commission), au motif que son action n’était pas en cohérence avec les priorités de l’administration.

La FTC, un « cas à part » depuis 1935

L’intéressée avait porté plainte. Dénonçant une entorse à la Constitution, elle invoquait notamment un jugement remontant à 1935. La Cour suprême avait alors donné raison à un autre commissaire de la FTC, que Franklin Roosevelt avait destitué sans donner de motif. Les juges avaient considéré que certains fonctionnaires nommés par le président pouvaient « remplir des fonctions exécutives », mais ne pas pour autant « exercer une partie du pouvoir exécutif ». C’était, selon eux, le cas à la FTC, dont les responsabilités n’étaient ni politiques ni exécutives, mais « essentiellement quasi judiciaires et quasi législatives ». De là, les commissaires n’avaient à répondre qu’au Congrès et aux tribunaux.

Le Congrès n’a pas son mot à dire

Cette jurisprudence n’a pas survécu au temps, ont estimé les juges qui ont donné raison à M. Trump (à 6 contre 3). D’après eux, les agences dites indépendantes ne le sont pas au sens où elles ne seraient responsables que vis-à-vis du peuple. Leur personnel est destituable par le président, sans que le Congrès ni les tribunaux puissent y opposer de limites ; c’est un corollaire de la Constitution depuis ses origines. Quant à la FTC, ses actions, couvrant presque toutes les facettes de l’économie nationale, relèvent indubitablement du pouvoir exécutif.

Le jugement de première instance avait été favorable à Mme Slaughter. La Cour d’appel l’avait confirmé, notant que les limites imposées au pouvoir présidentiel devaient garantir le caractère bipartisan des agences concernées.

Des effets en cascade sur le Data Privacy Framework ?

Pour Max Schrems, l’issue de l’affaire rend caduc le Data Privacy Framework. Ce cadre, qui autorise les transferts de données personnelles entre l’UE et les États-Unis, repose en effet sur une « autorité de contrôle indépendante »… que la Commission européenne a considéré être la FTC.

Il existe bien d’autres autorités sectorielles comme le département des Transports, lui aussi mentionné dans le Data Privacy Framework. Mais à en croire Max Schrems, il ne saurait se substituer à la FTC. D’abord parce que ses fonctions sont plus restreintes… mais aussi, de toute façon, parce que le jugement de la Cour suprême l’affecte aussi, comme tous les organes exécutifs indépendants.

Dans la lecture de Max Schrems, le jugement englobe aussi le fameux DPRC (Data Protection Review Court), ce « tribunal indépendant » au statut contesté (il s’agit d’un organe du département de la Justice).

Il existerait désormais plus globalement un conflit entre la Constitution US et les traités européens qui exigent des autorités de contrôle indépendantes. Dans ces conditions, Max Schrems appelle Bruxelles à préparer un plan de sortie du Data Privacy Framework. Il incite à passer par la voie réglementaire, par exemple dans le cadre du paquet « Souveraineté technologique ». À défaut, affirme-t-il, l’association noyb, dont il est président, ira en justice…

Illustration © PromessArt Studio

The post La Cour suprême US a-t-elle condamné le Data Privacy Framework ? appeared first on Silicon.fr.