DeepSeek lance V4-Flash, un modèle open-source taillé pour l'inférence rapide
Le laboratoire chinois remet une pièce dans la machine open-source avec un modèle pensé pour répondre vite et coûter peu, dans un secteur où la…
Dossier
inférence
Tous nos articles et analyses sur inférence — 6 publications.
Sol sur Cerebras : OpenAI vise 750 tokens par seconde dès juillet
OpenAI annonce que son modèle Sol tournera sur hardware Cerebras à partir de juillet, avec une cible de 750 tokens par seconde — un débit sans…
NVIDIA Rubin en production : AWS, Google et Microsoft se positionnent pour H2 2026
Six puces codesignées, un coût d'inférence divisé par dix par rapport à Blackwell. La plateforme Rubin de NVIDIA est désormais en production…
OpenAI et Broadcom s'associent pour concevoir une puce d'inférence taillée pour les LLM
OpenAI ne veut plus seulement écrire le logiciel qui fait tourner l'IA : l'entreprise s'attaque désormais au silicium. En s'associant à Broadcom pour…
DiffusionGemma : Google DeepMind parie sur le débruitage pour bousculer la génération de texte
Google DeepMind publie DiffusionGemma, un modèle open-weight qui génère du texte par diffusion plutôt que mot par mot — et dépasse les 1 000 tokens…
NVIDIA mise 100 milliards de dollars sur OpenAI pour régner sur l'ère de l'inférence
Un investissement pouvant atteindre 100 milliards de dollars et 10 gigawatts de systèmes déployés : le partenariat annoncé entre NVIDIA et OpenAI est…