Guide du sommet Open Source AI 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 homelabs et les logiciels open source, elle se spécialise dans la traduction de concepts techniques complexes en guides accessibles et pratiques. Eva croit que l’auto-hébergement doit être amusant, pas intimidant. À travers ses tutoriels, elle donne à la communauté les moyens de démystifier les configurations matérielles, depuis la construction de leur premier NAS jusqu’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 produire quelques jetons à partir d’un modèle téléchargé. Il s’agit de déterminer 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 modifie ses tarifs, sa politique ou son API.

C’est ce qui rend l’Open Source AI Summit particulièrement pertinent. Cet événement de deux jours à San Francisco n’est pas organisé autour du lancement d’un modèle unique. Son programme aborde tour à tour l’inférence locale, les frameworks d’agents, l’informatique privée, le matériel vérifiable, la science ouverte, l’économie, la sécurité et le droit au calcul. En d’autres termes, il cherche à déterminer ce qu’il faudrait pour que chacun puisse construire, exécuter et posséder davantage de sa pile d’IA.

L’Open Source AI Summit 2026 se tient les 10 et 11 septembre au Presidio de San Francisco. Les candidatures sont désormais closes et l’événement a atteint sa capacité maximale. Aucun livestream public n’a été annoncé sur le site de l’événement au 10 septembre. Ce guide distingue ces faits confirmés des suppositions, met en avant les sessions les plus utiles aux créateurs d’IA locale et transforme les grands thèmes du sommet en décisions pratiques pour un laboratoire à domicile ou un serveur d’IA privé.

Dates, lieu et statut de l’Open Source AI Summit 2026

Le sommet se déroule sur deux jours, les jeudi 10 et vendredi 11 septembre 2026, au Presidio de San Francisco. Le programme publié commence par un petit-déjeuner à 9 h 00 les deux jours. Le jeudi se termine par un apéritif, tandis que les conférences prévues le vendredi se terminent à 15 h 40, suivies d’un rassemblement facultatif.

Détail	Informations confirmées	Note de planification
Événement	Open Source AI Summit 2026	Un événement 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 participants acceptés doivent suivre les instructions d’accès indiquées dans leur e-mail 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 candidats acceptés	Il s’agissait du tarif de réservation, et non d’un billet permettant d’entrer librement.
Diffusion en direct	Pas annoncé	Ne supposez pas qu’une discussion informelle à distance signifie que l’ensemble du sommet sera diffusé en streaming.

Les horaires et l’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 particulière.

Qu’est-ce que le Sommet de l’IA open source ?

Le Sommet de l’IA open source 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 le calcul, les frameworks agentiques, l’économie et les marchés, l’IA pour la science, la sûreté et les garde-fous, le matériel vérifiable, l’IA privée, le droit au calcul, l’IA ouverte face à l’IA fermée et la course mondiale à l’IA.

Ce mélange est important. Un modèle ouvert ne devient pas un assistant privé utile simplement parce que ses poids peuvent être téléchargés. Il lui faut également un moteur d’inférence, du stockage, des autorisations, une interface, une récupération de contexte, un accès aux outils, une surveillance, des mises à jour et une frontière de sécurité. Le sommet considère ces couches environnantes comme faisant partie de la question de la maîtrise de l’IA, au lieu de discuter isolément des performances des modèles.

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 également l’économie, les libertés civiles, les politiques publiques, la confiance matérielle et l’accès aux capacités de calcul. Les participants doivent s’attendre à un point de vue, et non à un salon professionnel neutre couvrant de manière égale tous les aspects du marché de l’IA.

Qui intervient au Sommet de l’IA open source 2026 ?

Le site de l’événement recense 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 publiques et des droits, ainsi que de la philosophie et de l’économie. Parmi les participants notables figurent Bryan Catanzaro, vice-président de la recherche en apprentissage profond appliqué chez NVIDIA ; Jeff Boudier, vice-président produit de 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 d’IA axées sur la confidentialité.

Une longue liste d’intervenants ne constitue pas automatiquement un programme utile. Pour les créateurs d’IA locale, le meilleur filtre est la couche système que chaque session aide à clarifier :

Si vous êtes en train de décider…	Donnez la priorité à ces sujets	Les points à écouter
Quels modèles peuvent fonctionner localement	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 concevoir un agent utile	Boucles d’agents, harnais, protocoles et outils	État, nouvelles tentatives, autorisations des outils, observabilité, changement de modèle et reprise après incident.
Comment protéger les invites sensibles	IA privée, informatique confidentielle et sécurité	Où existe le texte en clair, qui contrôle les clés, ce qui peut être vérifié et quelles affirmations nécessitent de faire confiance.
La question de savoir si un modèle est véritablement ouvert	Poids ouverts, science ouverte, licences et personnalisation des modèles	Accès aux informations d’entraînement, au code, aux paramètres, aux droits de modification et aux conditions de redistribution.
Qui contrôle l’infrastructure de l’IA	Droit au calcul, économie, géopolitique et matériel vérifiable	Disponibilité, concentration, réglementation, confiance envers le matériel et dépendance aux fournisseurs centralisés.

Programme du sommet sur l’IA open source : que surveiller le 10 septembre ?

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

État de l’IA locale

La session d’Ahmad M. Osman, « État de l’IA locale », constitue le point d’entrée le plus direct pour les lecteurs qui souhaitent exécuter l’IA sur leur propre matériel. Les questions utiles sont pratiques : quels usages sont passés des démonstrations à une utilisation quotidienne fiable ? Où la bande passante mémoire et la taille des modèles créent-elles encore des difficultés ? Quand l’inférence locale réduit-elle les coûts, et quand ne fait-elle que les déplacer vers le matériel, l’électricité 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 du modèle des performances 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 backend et le déplacement des données en mémoire influencent tous la vitesse et la stabilité. « Cette machine peut-elle exécuter le modèle ? » est donc une question incomplète. La meilleure question est de savoir si elle peut exécuter 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’une invite unique à un système d’agents. Cette distinction est importante. Un modèle local peut être suffisant pour la classification, l’extraction, le routage ou l’appel limité à un outil, même s’il est moins performant qu’un modèle cloud de pointe en raisonnement ouvert. Une bonne conception d’agent attribue à chaque modèle une tâche qu’il peut accomplir de manière fiable et ajoute des limites aux outils, aux identifiants, aux nouvelles tentatives et à l’état.

Les sessions suivantes, « Panorama des frameworks agentiques » et « Sécuriser les logiciels open source », ajoutent deux couches manquantes : l’orchestration et les risques liés à la chaîne d’approvisionnement. Le code téléchargeable peut être inspecté, mais il n’est pas automatiquement sûr. Les modèles, conteneurs, extensions, compétences d’agents, paquets Python et modèles communautaires élargissent tous la base informatique de confiance.

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

Vendredi 11 septembre est le deuxième jour. Le programme suit une progression plus resserrée, de la création avec des modèles ouverts à la confidentialité, à la souveraineté des entreprises, à la science, à la géopolitique, au matériel vérifiable et à la vision de NVIDIA concernant l’infrastructure d’IA ouverte.

Heure	Session	Pourquoi c’est important
9 h 30–9 h 55	Comment créer votre propre IA avec des modèles ouverts	Jeff Boudier, de Hugging Face, établit le lien entre l’accès aux modèles et les composants nécessaires pour transformer un modèle en système utilisable.
10 h 05–10 h 35	Discussion au coin du feu sur le manifeste de l’informatique	Présente l’accès à la puissance de calcul et le contrôle exercé par les utilisateurs comme des questions sociales et économiques, et pas seulement comme des 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 garanties que chaque architecture peut offrir.
11 h 30–12 h 00	Souveraine dès la conception	Examine comment la propriété des infrastructures, 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 cadre plus large de la concurrence pour le contrôle technologique.
14 h 25–14 h 55	Un matériel que vous pouvez vérifier	Repousse la question de la confiance au-delà des logiciels, vers les micrologiciels, le matériel, l’attestation et la machine physique.
15 h 05–15 h 35	Discussion au coin du feu avec Bryan Catanzaro	Présente le point de vue de NVIDIA sur la recherche en matière de modèles, 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 happy hour et une rencontre facultatifs suivent au 38 Keyes Avenue. Les participants doivent néanmoins utiliser leur confirmation d’inscription pour connaître les modalités d’accès définitives, plutôt que de considérer un résumé en ligne comme un justificatif d’admission.

L’IA open source n’est pas la même chose que les poids ouverts

L’expression « modèle open source » est souvent employée de manière vague. Un fournisseur peut publier les poids tout en ne communiquant pas d’informations importantes 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 niveau d’ouverture.

La définition de l’IA open source met l’accent sur quatre libertés : utiliser le système à quelque fin que ce soit, étudier son fonctionnement, le modifier et le partager avec ou sans modifications. Elle précise également que la forme privilégiée pour la modification 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 d’un modèle entraîné selon les conditions énoncées.	Transparence totale de l’entraînement, utilisation sans restriction, reproductibilité ou licence conforme aux principes de l’OSI.
IA open source	Le système est conçu pour accorder des droits significatifs d’utilisation, d’étude, de modification et de partage.	Qu’un téléchargement particulier soit compact, sûr, impartial, précis ou facile à utiliser.
IA locale	Une partie ou la totalité de l’inférence s’exécute sur du matériel que vous contrôlez à proximité.	Licences ouvertes, transparence de l’entraînement, bonne configuration de la sécurité ou absence totale de connexions externes.
IA privée	L’architecture est conçue pour limiter les accès non autorisés aux invites, aux fichiers, aux résultats ou à l’identité.	Que tout fonctionne localement ou que chaque affirmation en matière de confidentialité soit vérifiable indépendamment.

Ces appellations décrivent des dimensions différentes. Un modèle fermé peut être fourni par un service respectueux de la vie privée. Un modèle à poids ouverts peut fonctionner localement. Un système véritablement ouvert peut malgré tout divulguer des données via une interface ou un outil d’agent mal configuré. Les acheteurs et les concepteurs devraient poser des questions distinctes 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 seule 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 restent présentes. Un service d’IA utile nécessite un stockage des données, un environnement d’exécution, une interface utilisateur, une gestion des identités, un système de recherche, des journaux, des sauvegardes, des contrôles réseau et parfois 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, contenus multimédias, embeddings, bases de données, fichiers de modèles et sauvegardes.
Couche de calcul : processeur, GPU, mémoire, moteur d’inférence, format du modèle et bibliothèques d’accélération.
Couche de services : API, interfaces web d’IA locales, pipelines de recherche, environnements d’exécution d’agents et automatisation.
Couche de contrôle : comptes utilisateurs, autorisations, secrets, exposition réseau, journaux, mises à jour et récupération.

Ces couches ne doivent pas nécessairement se trouver dans un seul boîtier. Une station de travail équipée d’un GPU peut effectuer l’inférence, tandis qu’un serveur domestique toujours allumé stocke les documents, exécute l’interface web, gère les accès des utilisateurs et sauvegarde la configuration. Cette répartition est souvent plus logique que de transformer de force un NAS destiné au stockage en station de travail haut de gamme pour l’IA.

Si vous concevez cette architecture à partir de zéro, commencez par une configuration de serveur d’IA local et définissez la charge de travail avant d’acheter le matériel. Un petit modèle utilisé par une seule personne a des exigences très différentes de celles d’un agent multimodal indexant une bibliothèque multimédia partagée.

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

Le cadre opposant solutions ouvertes et fermées n’impose pas une réponse entièrement locale. Une meilleure conception place chaque tâche là où ses exigences en matière de confidentialité, de latence, de capacités et de maintenance sont les mieux satisfaites.

Charge de travail	Favorise généralement l’exécution locale	Favorise généralement un modèle cloud
Recherche dans des documents privés	Fichiers sources sensibles, requêtes répétées, périmètre prévisible et accès au réseau local.	Contexte très volumineux ou raisonnement avancé qu’un modèle local ne peut pas gérer de manière fiable.
Classification et extraction	Tâches volumineuses, répétitives et délimitées, avec un format de sortie vérifiable.	Entrées rares nécessitant des connaissances plus étendues ou une meilleure compréhension multimodale.
Assistant de programmation	Dépôts privés, travail hors ligne, complétion de code et questions ciblées sur un dépôt.	Tâches complexes de débogage ou d’architecture, lorsque de meilleures capacités de raisonnement apportent plus 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 de supprimer ou de contrôler le contexte sensible.
Analyse d’images et de médias	Bibliothèques de photos personnelles, vidéosurveillance, enregistrements privés et indexation en arrière-plan.	Génération ou analyse haut de gamme occasionnelle nécessitant des accélérateurs locaux coûteux.

Un système hybride peut acheminer les tâches privées courantes vers un modèle local et ne transmettre certaines tâches à un modèle cloud qu’après approbation par l’utilisateur des données envoyées. La difficulté ne réside pas dans la connexion de deux API, mais dans la visibilité du routage, la prévention des fuites de données silencieuses, la conservation de journaux utiles sans stocker de secrets et la gestion sûre des indisponibilités de l’un ou l’autre service.

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

Un serveur domestique est particulièrement utile lorsqu’il est considéré comme une infrastructure persistante plutôt que comme une machine de benchmark. Il peut rester disponible pendant que les ordinateurs portables sont en veille, centraliser le stockage des modèles et des documents, héberger une interface web pour plusieurs appareils, exécuter l’indexation planifiée et conserver des sauvegardes séparées des environnements d’IA expérimentaux.

Un système basse consommation peut gérer l’orchestration, la récupération, 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 basse consommation explique dans quels cas un processeur seul et un matériel modeste restent utiles. Pour choisir une interface, comparez les interfaces web d’IA locales selon l’authentification, la compatibilité avec les modèles, la prise en charge de la récupération et les contrôles multi-utilisateurs, plutôt que sur leur apparence בלבד.

Les créateurs qui ont d’importants besoins en stockage peuvent utiliser un système tel que le NAS cloud personnel ZimaCube 2 comme couche de données et de services, puis y connecter séparément une unité de calcul GPU lorsque des modèles plus volumineux l’exigent. Cette séparation permet de conserver stables les fichiers importants et les services permanents, tandis que l’environnement de modèles, qui évolue plus rapidement, peut être mis à niveau, reconstruit ou isolé indépendamment.

Cinq questions à retenir du sommet

Que vous assistiez à l’événement à San Francisco ou que vous suiviez ensuite les projets et les intervenants, ces cinq questions sont plus durables que toute annonce isolée :

Que possède-je réellement ? Vérifiez la licence du modèle, la disponibilité du code source, les données, la configuration, les prompts, les embeddings et la possibilité d’exportation.
Où le texte en clair existe-t-il ? Suivez les prompts, 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, le magasin vectoriel 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 lourdes de conséquences, conservez des points de récupération et rendez les échecs visibles.
Quelle charge de travail vaut la peine d’être exécutée localement ? Évaluez la valeur en matière de confidentialité, la fréquence, la latence, le coût du matériel, la consommation d’énergie, la maintenance et l’écart de qualité par rapport aux solutions hébergées.

L’IA ouverte prend tout son sens lorsque ces questions ont des réponses concrètes. Télécharger un modèle est un début. Un système que vous pouvez comprendre, déplacer, réparer, sécuriser et continuer à exploiter est bien plus proche de la propriété.

FAQ de l’Open Source AI Summit 2026

Quand aura lieu l’Open Source AI Summit 2026 ?

L’Open Source AI Summit aura lieu les jeudi 10 septembre et vendredi 11 septembre 2026. Le petit-déjeuner est prévu à partir de 9 h 00 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 admis doivent suivre les indications de lieu et d’accès 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 une candidature, et l’interface de candidature de l’événement indique que le sommet a atteint sa capacité maximale. Le prix de réservation publié pour les candidats acceptés était de 150 $, et un nombre limité de billets gratuits avait auparavant été proposé aux créateurs et aux universitaires de l’IA open source.

Une diffusion en direct de l’Open Source AI Summit est-elle prévue ?

Au 10 septembre 2026, l’organisateur n’a pas annoncé de diffusion publique en direct sur le site web de l’événement. Un élément du programme est intitulé « conversation informelle à distance », mais cela décrit la participation de l’intervenant et ne doit pas être interprété comme la confirmation d’une diffusion intégrale de l’événement.

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

La liste publiée comprend Bryan Catanzaro, Jeff Boudier, Travis Oliphant, Ravin Kumar, David Sacks, des chercheurs de l’Allen Institute for AI, ainsi que des professionnels de Together AI, Google, Block, Spiral, Prime Intellect, OpenTeams et d’autres organisations d’IA ouvertes et privées.

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

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

L’IA locale protège-t-elle automatiquement la confidentialité ?

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

Ai-je besoin d’un GPU pour exécuter des modèles ouverts localement ?

Pas toujours. Les petits modèles quantifiés, les modèles d’embeddings, les classificateurs et les assistants légers peuvent fonctionner sur des processeurs, même si la vitesse de réponse et la capacité de contexte peuvent être limitées. Les modèles plus volumineux, les traitements multimodaux, les contextes longs et les utilisateurs simultanés bénéficient généralement d’une bande passante mémoire plus élevée et de l’accélération GPU.

Un NAS peut-il exécuter de l’IA localement ?

Oui, dans des limites réalistes. Un NAS ou un serveur domestique peut exécuter des modèles plus petits, des services de recherche documentaire, des bases de données, des interfaces et des automatisations. 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 se charge de l’exécution des modèles.

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

La transparence logicielle ne permet pas de tout prouver sur la machine sous-jacente. Le micrologiciel, 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. Un matériel vérifiable étend la question de la confiance du code des modèles jusqu’à l’infrastructure physique.