Guide du sommet de l’IA open source 2026 : dates, intervenants, programme et IA locale

Eva Wong

IceWhale author

Eva Wong est la rédactrice technique et bricoleuse résidente chez ZimaSpace. Geek depuis toujours, passionnée par les laboratoires informatiques personnels et les logiciels open source, elle se spécialise dans la vulgarisation de concepts techniques complexes au moyen de guides pratiques et concrets. Eva pense que l’hébergement personnel doit être amusant, et non intimidant. À travers ses tutoriels, elle aide la communauté à démystifier les configurations matérielles, de la construction de leur premier NAS à la maîtrise des conteneurs Docker.

Open Source AI Summit 2026 Guide: Dates, Speakers, Agenda, and Local AI - Zima Store Online

En 2026, la question la plus importante concernant l’IA open source n’est plus de savoir si un ordinateur portable peut générer quelques jetons à partir d’un modèle téléchargé. Il s’agit de savoir si vous pouvez inspecter le système, choisir où vont vos données, remplacer un composant sans tout reconstruire et continuer à faire fonctionner les éléments utiles lorsqu’un fournisseur change ses tarifs, ses règles ou son API.

C’est ce qui rend le Sommet de l’IA open source particulièrement pertinent. Cet événement de deux jours à San Francisco n’est pas organisé autour du lancement d’un seul modèle. Son programme aborde l’inférence locale, les frameworks d’agents, l’informatique privée, le matériel vérifiable, la science ouverte, l’économie, la sécurité et le droit de calculer. Autrement dit, il cherche à déterminer ce qu’il faudrait pour que les gens puissent créer, exécuter et posséder une plus grande part de leur pile d’IA.

Le Sommet de l’IA open source 2026 se tient les 10 et 11 septembre au Presidio, à San Francisco. Les candidatures sont désormais closes et la capacité d’accueil est atteinte. Au 10 septembre, aucune diffusion publique en direct n’a été annoncée sur le site de l’événement. Ce guide distingue les faits confirmés des suppositions, met en lumière les sessions les plus utiles aux personnes qui développent des solutions d’IA locales et traduit les grands thèmes du sommet en décisions concrètes pour un labo à domicile ou un serveur d’IA privé.

Dates, lieu et statut du Sommet de l’IA open source 2026

Le sommet se déroule sur deux jours, le jeudi 10 septembre et le vendredi 11 septembre 2026, au Presidio, à San Francisco. Le programme publié commence par un petit-déjeuner à 9 h les deux jours. La journée de jeudi se termine par un apéritif, tandis que les conférences prévues le vendredi s’achèvent à 15 h 40, suivies d’un rassemblement facultatif.

Détail	Informations confirmées	Note de planification
Événement	Sommet de l’IA open source 2026	Un rassemblement de deux jours en présentiel consacré à l’IA ouverte, locale, privée et décentralisée.
Dates	10–11 septembre 2026	Le 11 septembre est le deuxième jour, et non le jour d’ouverture.
Lieu	Le Presidio, San Francisco	Les personnes dont la participation est confirmée doivent suivre les instructions d’accès figurant dans leur courriel de confirmation.
Fuseau horaire	Heure locale de San Francisco	En septembre, San Francisco est à l’heure avancée du Pacifique.
Participation	Candidature requise ; capacité atteinte	L’interface de candidature indique actuellement que les candidatures sont closes.
Prix du billet	150 $ pour les candidatures acceptées	Il s’agissait du prix de réservation, pas d’un billet permettant d’entrer sans réservation.
Diffusion en direct	Non annoncé	Ne partez pas du principe qu’une discussion au coin du feu à distance signifie que tout le sommet sera diffusé en ligne.

Les horaires et les conditions d’accès aux événements peuvent changer à la dernière minute. Consultez le programme officiel du sommet avant de vous déplacer ou de compter sur une session en particulier.

Qu’est-ce que l’Open Source AI Summit ?

L’Open Source AI Summit est un rassemblement organisé autour des systèmes d’IA que les particuliers et les organisations peuvent comprendre, exploiter, modifier et contrôler plus directement. Le programme 2026 couvre 12 thèmes liés : l’IA locale pour les entreprises, les cas d’usage des modèles ouverts, l’inférence et la puissance de calcul, les cadres agentiques, l’économie et les marchés, l’IA pour la science, la sécurité et les garde-fous, le matériel vérifiable, l’IA privée, le droit à la puissance de calcul, l’IA ouverte ou fermée et la course mondiale à l’IA.

Cette diversité compte. Un modèle ouvert ne devient pas un assistant privé utile simplement parce que ses poids sont téléchargeables. Il lui faut aussi un moteur d’inférence, du stockage, des autorisations, une interface, la récupération du contexte, l’accès aux outils, la surveillance, des mises à jour et un périmètre de sécurité. Le sommet considère ces couches connexes comme faisant partie intégrante de la question de la maîtrise de l’IA, au lieu de parler des performances des modèles de manière isolée.

L’événement est organisé par Presidio Bitcoin, un pôle de San Francisco consacré aux technologies privées et décentralisées. Ce contexte explique pourquoi le programme dépasse le cadre de l’ingénierie pour aborder l’économie, les libertés civiles, les politiques publiques, la confiance dans le matériel et l’accès à la puissance de calcul. Les participants doivent s’attendre à un point de vue particulier, et non à un salon professionnel neutre couvrant équitablement tous les aspects du marché de l’IA.

Qui intervient à l’Open Source AI Summit 2026 ?

Le site de l’événement présente 47 intervenants dans les domaines des modèles et de l’inférence, des agents et des outils, de la confidentialité et de la sécurité, de la science ouverte, des politiques et des droits, ainsi que de la philosophie et de l’économie. Parmi les participants de renom figurent Bryan Catanzaro, vice-président de la recherche en apprentissage profond appliqué chez NVIDIA ; Jeff Boudier, vice-président produit chez Hugging Face ; Travis Oliphant, créateur de NumPy et SciPy ; Ravin Kumar, ingénieur de recherche principal chez Google DeepMind ; des chercheurs d’AI2 ; ainsi que des professionnels de Together AI, Block, Spiral, Google, Prime Intellect, OpenTeams et d’entreprises spécialisées dans l’IA respectueuse de la vie privée.

Une longue liste d’intervenants ne garantit pas un programme utile. Pour les créateurs d’IA locale, mieux vaut évaluer chaque session selon la couche système qu’elle aide à clarifier :

Si vous hésitez...	Donnez la priorité à ces thèmes	Points à surveiller
Quels modèles peuvent fonctionner en local	IA locale, moteurs d’inférence, personnalisation de modèles ouverts	Utilisation de la mémoire, quantification, débit, limites de contexte, prise en charge matérielle et compromis opérationnels.
Comment créer un agent utile	Boucles d’agents, environnements d’exécution, protocoles et outils	État, nouvelles tentatives, autorisations des outils, observabilité, changement de modèle et reprise après échec.
Comment protéger les prompts sensibles	IA privée, informatique confidentielle et sécurité	Où se trouve le texte en clair, qui contrôle les clés, ce qui peut être vérifié et quelles affirmations nécessitent de faire confiance à quelqu’un.
Le caractère réellement ouvert d’un modèle	Poids ouverts, science ouverte, licences et personnalisation des modèles	Accès aux informations d’entraînement, au code et aux paramètres, droits de modification et conditions de redistribution.
Qui contrôle l’infrastructure de l’IA	Droit au calcul, économie, géopolitique et matériel vérifiable	Disponibilité, concentration, réglementation, confiance dans le matériel et dépendance à l’égard de fournisseurs centralisés.

Programme du Sommet sur l’IA open source : à surveiller le 10 septembre

La première journée passe des arguments politiques en faveur de l’IA ouverte aux mécanismes de l’inférence, de la personnalisation des modèles, des agents locaux, des protocoles ouverts et de la sécurité logicielle. Trois sessions forment une séquence technique particulièrement utile.

État de l’IA locale

La session « State of Local AI » d’Ahmad M. Osman est le point d’entrée le plus direct pour les lecteurs qui souhaitent exécuter l’IA sur leur propre matériel. Les questions utiles sont pratiques : quelles charges de travail sont passées des démonstrations à une utilisation quotidienne fiable ? Où la bande passante mémoire et la taille des modèles créent-elles encore des difficultés ? À quel moment l’inférence locale réduit-elle les coûts, et à quel moment les déplace-t-elle simplement vers le matériel, l’énergie et la maintenance ?

Comment fonctionnent réellement les moteurs d’inférence

La session de Zain Hasan sur les moteurs d’inférence devrait aider à distinguer les capacités d’un modèle des performances de son environnement d’exécution. Deux personnes peuvent télécharger le même modèle et obtenir des résultats très différents, car le format du modèle, la quantification, le traitement par lots, la longueur du contexte, la gestion du cache, la prise en charge par le moteur et le déplacement des données en mémoire influent tous sur la vitesse et la stabilité. « Cette machine peut-elle exécuter le modèle ? » est donc une question incomplète. Il vaut mieux demander si elle peut traiter le contexte et la charge de travail requis dans un délai de réponse acceptable.

Concevoir des boucles et des graphes d’agents avec des modèles locaux

La session de Dustin Dannenhauer passe d’un prompt unique à un système d’agents. Cette distinction est importante. Un modèle local peut suffire pour la classification, l’extraction, le routage ou un appel d’outil limité, même s’il est moins performant qu’un modèle cloud de pointe pour le raisonnement ouvert. Une bonne conception d’agents attribue à chaque modèle une tâche qu’il peut accomplir de manière fiable et impose des limites aux outils, aux identifiants, aux nouvelles tentatives et à l’état.

Les sessions ultérieures « Agentic Harness Landscape » et « Securing Open Source Software » ajoutent deux dimensions manquantes : l’orchestration et les risques liés à la chaîne d’approvisionnement. Le code téléchargeable peut être inspecté, mais cela ne le rend pas automatiquement sûr. Les modèles, les conteneurs, les extensions, les compétences des agents, les packages Python et les modèles de la communauté élargissent tous la base informatique de confiance.

Programme du Sommet de l’IA open source : que se passe-t-il le 11 septembre ?

Le vendredi 11 septembre est le deuxième jour. Le programme suit une progression plus resserrée, de la création à partir de modèles ouverts à la vie privée, à la souveraineté des entreprises, à la science, à la géopolitique, au matériel vérifiable et au point de vue de NVIDIA sur l’infrastructure de l’IA ouverte.

Heure	Séance	Pourquoi c’est important
9 h 30–9 h 55	Comment créer votre propre IA à l’aide de modèles ouverts	Jeff Boudier, de Hugging Face, fait le lien entre l’accès aux modèles et les composants nécessaires pour transformer un modèle en un système utilisable.
10 h 05–10 h 35	Entretien informel sur le Manifeste informatique	Présente l’accès à la puissance de calcul et le contrôle des utilisateurs comme des enjeux sociaux et économiques, et non comme de simples choix d’infrastructure.
10 h 45–11 h 15	Table ronde sur la vie privée	Utile pour comparer l’exécution locale, les environnements d’exécution de confiance, les services chiffrés et les affirmations que chaque architecture peut étayer.
11 h 30–12 h 00	Souveraineté dès la conception	Examine comment la propriété de l’infrastructure, des données et des logiciels influe sur la valeur de l’entreprise et sa dépendance à long terme.
12 h 10–12 h 40	L’IA au service de la science	Explore comment une infrastructure de recherche ouverte peut rendre les modèles, les méthodes et les résultats plus faciles à examiner et à développer.
13 h 45–14 h 15	La géopolitique de l’IA	Replace les puces, les modèles, la réglementation et la capacité de calcul dans le contexte plus large de la compétition pour le contrôle technologique.
14 h 25–14 h 55	Du matériel vérifiable	Étend la question de la confiance au-delà des logiciels, au micrologiciel, au matériel, à l’attestation et à la machine physique.
15 h 05–15 h 35	Entretien informel avec Bryan Catanzaro	Présente le point de vue de NVIDIA sur la recherche en IA, l’inférence et la pile matérielle et logicielle qui soutient l’IA ouverte.

La journée se termine à 15 h 40, après une courte séance de clôture. Un apéritif et une rencontre facultatifs suivront au 38 Keyes Avenue. Les participants doivent toujours consulter leur confirmation d’inscription pour connaître les modalités définitives d’accès, plutôt que de considérer un résumé en ligne comme un titre d’accès.

L’IA open source n’est pas synonyme de poids ouverts

L’expression « modèle open source » est souvent employée de manière imprécise. Un fournisseur peut publier les poids du modèle tout en gardant confidentiels des renseignements importants sur les données d’entraînement, le code d’entraînement ou les droits nécessaires pour modifier et redistribuer le système. Cela peut rester très utile, mais ce n’est pas le même degré d’ouverture.

La définition de l’IA open source repose sur quatre libertés : utiliser le système à toute fin, étudier son fonctionnement, le modifier et le partager, avec ou sans modifications. Elle précise également que la forme privilégiée pour les modifications doit inclure des informations suffisamment détaillées sur les données, le code pertinent et les paramètres du modèle.

Terme	Ce que cela indique généralement	Ce que cela ne garantit pas
Poids ouverts	Vous pouvez obtenir les paramètres appris du modèle selon des conditions définies.	Une transparence totale de l’entraînement, une utilisation sans restriction, la reproductibilité ou une licence conforme aux critères de l’OSI.
IA open source	Le système vise à accorder des droits significatifs d’utilisation, d’étude, de modification et de partage.	Qu’un téléchargement donné soit léger, sûr, impartial, précis ou facile à utiliser.
IA locale	Une partie ou la totalité de l’inférence s’exécute sur du matériel proche que vous contrôlez.	Des licences ouvertes, un entraînement transparent, une configuration sécurisée ou l’absence totale de connexions externes.
IA privée	L’architecture est conçue pour limiter les accès non autorisés aux invites, aux fichiers, aux résultats ou aux identités.	Que tout fonctionne localement ou que chaque affirmation relative à la confidentialité puisse être vérifiée de manière indépendante.

Ces termes décrivent des dimensions différentes. Un modèle fermé peut être proposé par un service qui préserve la confidentialité. Un modèle à poids ouverts peut fonctionner localement. Un système véritablement ouvert peut tout de même laisser fuiter des données si son interface ou les outils de ses agents sont mal configurés. Acheteurs et créateurs devraient poser séparément des questions sur les licences, le lieu d’exécution, les flux de données, la sécurité et le contrôle opérationnel.

Pourquoi l’inférence locale n’est qu’une couche de la maîtrise de l’IA

Télécharger un modèle donne l’impression d’en être propriétaire, car la dépendance la plus visible disparaît. Les dépendances moins visibles, elles, restent. Un service d’IA utile a besoin de stockage de données, d’un environnement d’exécution, d’une interface utilisateur, d’un système d’identité, de fonctions de recherche, de journaux, de sauvegardes, de contrôles réseau et, parfois, d’un accès à des outils externes.

Pour un laboratoire domestique, il est utile de diviser la pile en quatre couches :

Couche de données : documents, photos, médias, représentations vectorielles, bases de données, fichiers de modèles et sauvegardes.
Couche de calcul : CPU, GPU, mémoire, moteur d’inférence, format du modèle et bibliothèques d’accélération.
Couche de services : API, interfaces Web d’IA locale, pipelines de recherche, environnements d’exécution pour agents et automatisation.
Couche de contrôle : comptes utilisateurs, autorisations, secrets, exposition au réseau, journaux, mises à jour et récupération.

Ces couches n’ont pas besoin de se trouver dans un seul boîtier. Une station de travail équipée d’un GPU peut exécuter l’inférence, tandis qu’un serveur domestique toujours allumé stocke les documents, héberge l’interface Web, gère les accès des utilisateurs et sauvegarde la configuration. Cette répartition est souvent plus judicieuse que de transformer un NAS conçu pour le stockage en station de travail IA haut de gamme.

Si vous concevez cette architecture à partir de zéro, commencez par monter un serveur d’IA local et définissez les charges de travail avant d’acheter du matériel. Un petit modèle au service d’une seule personne a des exigences très différentes de celles d’un agent multimodal qui indexe une médiathèque partagée.

Que faut-il exécuter localement et que peut-on laisser dans le cloud ?

L’opposition entre ouvert et fermé au sommet n’impose pas une solution entièrement locale. Une meilleure conception consiste à placer chaque tâche là où ses exigences en matière de confidentialité, de latence, de capacités et de maintenance sont le mieux satisfaites.

Charge de travail	Convient généralement mieux à une exécution locale	Convient généralement mieux à un modèle cloud
Recherche dans des documents privés	Fichiers sources sensibles, requêtes répétées, périmètre prévisible et accès au réseau local.	Contexte très étendu ou raisonnement avancé qu’un modèle local ne peut pas gérer de manière fiable.
Classification et extraction	Tâches répétitives à grand volume et à périmètre défini, avec un format de sortie vérifiable.	Entrées rares nécessitant des connaissances plus larges ou une compréhension multimodale plus poussée.
Assistant de programmation	Dépôts privés, travail hors ligne, complétion de code et questions ciblées sur un dépôt.	Débogage complexe ou tâches d’architecture où un raisonnement plus poussé apporte davantage de valeur que le contrôle local.
Utilisation d’outils par un agent	Fichiers locaux, services domestiques ou API internes protégés par des autorisations strictes.	Recherche ouverte ou planification exigeante, à condition que le contexte sensible soit supprimé ou contrôlé.
Analyse d’images et de médias	Bibliothèques de photos personnelles, vidéos de surveillance, enregistrements privés et indexation en arrière-plan.	Génération ou analyse haut de gamme occasionnelle qui nécessiterait des accélérateurs locaux coûteux.

Un système hybride peut diriger les tâches courantes et privées vers un modèle local, puis confier certaines tâches à un modèle cloud uniquement après approbation de l’utilisateur pour l’envoi des données. La difficulté ne réside pas dans la connexion de deux API. Il s’agit de rendre le routage visible, d’empêcher toute fuite de données silencieuse, de conserver des journaux utiles sans stocker de secrets et de garantir un comportement sûr en cas d’indisponibilité de l’un ou l’autre service.

La place d’un serveur domestique dans la pile d’IA ouverte

Un serveur domestique est surtout utile lorsqu’on le considère comme une infrastructure permanente plutôt que comme une machine de benchmark. Il peut rester disponible quand les ordinateurs portables sont en veille, centraliser le stockage des modèles et des documents, héberger une interface web accessible depuis plusieurs appareils, exécuter des tâches d’indexation planifiées et conserver des sauvegardes séparées des environnements d’IA expérimentaux.

Un système à faible consommation peut gérer l’orchestration, la recherche d’informations, l’inférence légère, les bases de données et les interfaces, même lorsque la génération exigeante s’exécute ailleurs. Le guide des charges de travail d’IA à faible consommation explique dans quels cas un processeur seul et un matériel modeste restent utiles. Pour choisir une interface, comparez les interfaces web d’IA locale selon l’authentification, la compatibilité des modèles, la prise en charge de la recherche d’informations et les contrôles multi-utilisateurs, et pas seulement selon leur apparence.

Les utilisateurs qui ont besoin de beaucoup de stockage peuvent utiliser un système tel que le NAS cloud personnel ZimaCube 2 comme couche de données et de services, puis y connecter un GPU distinct lorsque les modèles plus volumineux le nécessitent. Cette répartition permet de maintenir la stabilité des fichiers importants et des services fonctionnant en continu, tandis que l'environnement des modèles, qui évolue plus rapidement, peut être mis à niveau, reconstruit ou isolé de manière indépendante.

Cinq questions à retenir du sommet

Que vous assistiez au sommet à San Francisco ou que vous suiviez ensuite les projets et les intervenants, ces cinq questions resteront pertinentes bien plus longtemps que n'importe quelle annonce :

De quoi suis-je réellement propriétaire ? Vérifiez la licence du modèle, la disponibilité du code source, les données, la configuration, les invites, les plongements et les possibilités d'exportation.
Où se trouve le texte en clair ? Suivez les invites, les documents récupérés, les sorties des outils, les journaux, les fichiers temporaires, les sauvegardes et la télémétrie.
Quel composant puis-je remplacer ? Vérifiez si le modèle, le moteur d'inférence, l'interface, la base de données vectorielle et le framework d'agent sont réellement interchangeables.
Que se passe-t-il lorsque l'agent se trompe ? Limitez les autorisations, exigez une confirmation pour les actions importantes, conservez des points de restauration et rendez les défaillances visibles.
Quelle charge de travail vaut-il la peine d'exécuter localement ? Évaluez la valeur en matière de confidentialité, la fréquence, la latence, le coût du matériel, la consommation électrique, la maintenance et l'écart de qualité par rapport aux solutions hébergées.

L'IA ouverte prend tout son sens lorsque ces questions trouvent des réponses concrètes. Télécharger un modèle est un début. Un système que vous pouvez comprendre, déplacer, réparer, sécuriser et continuer à exploiter vous rapproche bien davantage de la maîtrise de votre technologie.

FAQ de l'Open Source AI Summit 2026

Quand a lieu l'Open Source AI Summit 2026 ?

L'Open Source AI Summit a lieu les jeudi 10 septembre et vendredi 11 septembre 2026. Le petit-déjeuner est prévu à partir de 9 h les deux jours. Le 11 septembre est le deuxième jour du sommet.

Où se tient l'Open Source AI Summit ?

L'événement se tient au Presidio, à San Francisco, en Californie. Les participants retenus doivent suivre les indications d'accès et de localisation fournies par l'organisateur.

Puis-je encore obtenir des billets pour l'Open Source AI Summit ?

Aucune vente générale de billets n'est actuellement disponible. La participation nécessitait de soumettre une candidature, et l'interface de candidature de l'événement indique que le sommet affiche complet. Le tarif de réservation publié pour les candidats retenus était de 150 $, et un nombre limité de pass gratuits avait auparavant été proposé aux développeurs en IA open source et aux universitaires.

L’Open Source AI Summit sera-t-il diffusé en direct ?

Au 10 septembre 2026, les organisateurs n’ont pas annoncé de diffusion publique en direct sur le site web de l’événement. Un point du programme est présenté comme une discussion informelle à distance, mais cela décrit la participation de l’intervenant et ne doit pas être interprété comme la confirmation que l’événement dans son intégralité sera retransmis.

Qui sont les principaux intervenants de l’Open Source AI Summit ?

Parmi les intervenants annoncés figurent Bryan Catanzaro, Jeff Boudier, Travis Oliphant, Ravin Kumar, David Sacks, des chercheurs de l’Allen Institute for AI et des professionnels de Together AI, Google, Block, Spiral, Prime Intellect, OpenTeams et d’autres organisations spécialisées dans l’IA ouverte et privée.

Quelle est la différence entre l’IA open source et l’IA à poids ouverts ?

Des poids ouverts signifie que les paramètres appris d’un modèle sont disponibles selon les conditions indiquées. L’IA open source est une notion plus large, qui implique une réelle liberté d’utiliser, d’étudier, de modifier et de partager le système, ainsi que l’accès à la forme préférée nécessaire à sa modification. La publication des poids peut être utile sans pour autant répondre à tous les éléments de cette définition.

L’IA locale protège-t-elle automatiquement la vie privée ?

Non. L’inférence locale peut réduire la nécessité d’envoyer des prompts et des fichiers à un fournisseur externe de modèles, mais la confidentialité dépend aussi de l’exposition au réseau, de l’authentification, des journaux, des extensions, des autorisations des agents, de la télémétrie, des sauvegardes et de la sécurité de chaque outil connecté.

Ai-je besoin d’un GPU pour faire tourner des modèles ouverts en local ?

Pas toujours. Les petits modèles quantifiés, les modèles d’intégration vectorielle, les classificateurs et les assistants légers peuvent fonctionner sur des processeurs, même si la vitesse de réponse et la capacité du contexte peuvent être limitées. Les modèles plus volumineux, les charges de travail multimodales, les contextes longs et les utilisateurs simultanés tirent généralement parti d’une bande passante mémoire supérieure et de l’accélération GPU.

Un NAS peut-il faire tourner une IA locale ?

Oui, dans des limites réalistes. Un NAS ou un serveur domestique peut faire tourner des modèles plus petits, des services de recherche d’information, des bases de données, des interfaces et des outils d’automatisation. Pour les inférences exigeantes, il peut plutôt stocker les données et héberger la couche de services, tandis qu’une machine distincte équipée d’un GPU exécute le modèle.

Pourquoi le matériel vérifiable est-il important pour l’IA privée ?

L’ouverture logicielle ne peut pas tout prouver au sujet de la machine qui la fait tourner. Le firmware, l’intégrité du démarrage, l’identité de l’appareil, les enclaves sécurisées, l’attestation et les chaînes d’approvisionnement matérielles déterminent si les garanties de sécurité d’un système peuvent être vérifiées. Le matériel vérifiable étend la question de la confiance, du code du modèle jusqu’à l’infrastructure physique.