Accélérer l'IA sans NVIDIA : un outil gratuit pour toutes les puces

Le 8 juillet 2026, la start-up française ZML a publié un outil gratuit pour accélérer l'IA sur n'importe quelle puce : ZML/LLMD, une couche logicielle qui accélère l'inférence des modèles d'IA sur un large éventail d'accélérateurs matériels. Le projet est soutenu par Yann LeCun, lauréat du prix Turing et responsable scientifique IA de Meta.

Ce que fait ZML/LLMD

ZML/LLMD est une couche logicielle qui permet d'exécuter des modèles de langage plus vite et à moindre coût, quel que soit le fabricant de la puce. La compatibilité multiplateforme est son atout principal : le marché actuel des outils d'inférence penche fortement du côté de NVIDIA. Les bibliothèques populaires, comme TensorRT-LLM ou les versions de vLLM orientées CUDA, sont optimisées par défaut pour les GPU du fabricant « vert ». Les équipes sur AMD, Intel Gaudi, AWS Trainium et d'autres accélérateurs doivent soit se contenter de performances moindres, soit consacrer des ressources d'ingénierie à adapter elles-mêmes la pile logicielle.

ZML/LLMD se présente comme un outil unique, aussi efficace sur des matériels différents, qui réduit le coût d'exploitation des produits d'IA en production.

• Produit : ZML/LLMD, couche d'optimisation pour l'inférence de LLM
• Licence : gratuite (free to use)
• Couverture : large éventail de puces d'IA de différents fabricants
• Objectif : réduire les coûts d'exploitation de l'inférence en production

Pourquoi le nom de LeCun change la perception de la start-up

Yann LeCun est l'un des trois lauréats du prix Turing 2018 (avec Geoffrey Hinton et Yoshua Bengio) et responsable scientifique IA de Meta depuis 2018. Ses travaux sur les réseaux de neurones convolutifs ont fondé la vision par ordinateur moderne et préparé la vague actuelle d'apprentissage profond.

Le soutien public de LeCun est un signal pour le marché et les investisseurs : ZML a, au minimum, attiré l'attention de chercheurs de premier plan. Pour les développeurs qui n'avaient pas encore entendu parler de la start-up, compter un tel nom parmi ses soutiens réduit sensiblement la méfiance envers un nouvel outil.

Contexte : pourquoi l'inférence coûte plus cher que l'entraînement

Pour la plupart des produits d'IA en production mature, les dépenses d'inférence, c'est-à-dire répondre à des millions de requêtes, dépassent depuis longtemps celles d'entraînement. Selon les estimations du secteur, la répartition des coûts évolue vers 10 contre 90 en faveur de l'inférence. C'est pourquoi l'optimisation de la vitesse et du coût d'exécution des modèles est l'une des niches les plus concurrentielles de l'infrastructure d'IA en 2026.

La compatibilité de ZML/LLMD avec plusieurs puces pourrait donner aux entreprises un levier dans leurs négociations avec les fournisseurs et réduire le risque de dépendance à un seul d'entre eux.

Ce que cela signifie

ZML/LLMD vise un vrai point douloureux du marché : les coûts d'exploitation de l'inférence augmentent avec l'échelle des produits d'IA. Un modèle de distribution gratuit abaisse la barrière d'entrée et peut attirer une large communauté d'ingénieurs. Reste à savoir dans quelle mesure l'outil surpasse les solutions spécialisées sur un matériel donné : des benchmarks indépendants le diront à mesure que le nombre d'utilisateurs augmentera.

*Meta a été reconnue organisation extrémiste et est interdite en Russie.