AI Factories, EuroHPC : l'argent public derrière Olala d'OVH

Olala, le LLM d'OVH, a été entraîné sur des supercalculateurs publics. EuroHPC, AI Factories, GENCI : qui a payé, combien, et comment une PME peut y accéder.

Souveraineté Numérique
8 min de lecture

Le 19 novembre 2026, OVH a publié les poids d'Olala mini, son premier LLM, avec un rapport technique dont les remerciements racontent qui a payé le calcul. Le pré-entraînement a tourné sur JUPITER, le supercalculateur européen d'EuroHPC, dans le cadre d'un concours financé par l'Union européenne ; l'affinage sur Jean Zay, le supercalculateur public français ; une partie des travaux sur les agents sur MeluXina, au Luxembourg, avec des crédits des AI Factories d'EuroHPC. OVH chiffre ce soutien à l'équivalent de 7 M€ en heures de calcul.

Autrement dit, le calcul d'Olala est presque entièrement public. Le coût total du modèle, lui, n'est pas publié : on ne peut pas dire quelle part l'argent public en a payé, seulement que c'est une part importante.

Rien d'anormal à cela : ces guichets ont été créés pour que des acteurs européens entraînent des modèles. La plupart sont aussi ouverts aux PME et aux start-up françaises, souvent gratuitement, sous conditions, et Olala montre très concrètement comment ils fonctionnent.

Comment l'argent public a-t-il financé Olala ?

Olala a été entraîné en trois étapes, chacune sur une machine publique différente et par un guichet différent. Le rapport technique les détaille :

ÉtapeMachine publiqueGuichetPays
Pré-entraînement (12 800 milliards de tokens)JUPITER, 1 024 GPU GH200Large AI Grand Challenge, accès attribué par EuroHPCAllemagne
Affinage supervisé, apprentissage par renforcementJean Zay, GPU H100Allocation de GENCIFrance
Une partie de la recherche sur les agentsMeluXinaCrédits des AI Factories d'EuroHPCLuxembourg

Le pré-entraînement : JUPITER et le Large AI Grand Challenge

Le pré-entraînement est l'étape la plus lourde : le modèle lit 12 800 milliards de tokens pour apprendre la langue. Il a tourné sur 1 024 GPU GH200 de JUPITER, le supercalculateur exascale inauguré en septembre 2025 à Jülich. JUPITER compte environ 24 000 puces GH200 de Nvidia ; il appartient à EuroHPC, qui l'a payé pour moitié, l'autre moitié venant à parts égales du ministère fédéral allemand de la recherche et du Land de Rhénanie-du-Nord-Westphalie. The Register chiffre son coût à 500 M€, six ans d'exploitation compris.

L'accès est venu d'un concours. Selon le rapport, « a major part of this work », une grande partie du travail, a été menée dans le cadre du Large AI Grand Challenge, organisé par le projet AI-BOOST avec EuroHPC et financé par l'Union européenne. AI-BOOST est un projet Horizon Europe doté de près de 4 M€ de fonds européens. Lancé en novembre 2023, le concours a désigné en juin 2024 quatre lauréats, qui se sont partagé 1 M€ de prix et 8 millions d'heures de calcul, avec douze mois pour développer leur modèle. Parmi eux, Lingua Custodia, une start-up parisienne spécialisée dans la finance, devenue Dragon LLM. ActuIA lui attribue 3,2 millions d'heures sur Leonardo et Jupiter.

OVH a ensuite racheté Dragon LLM en mars 2026 pour fonder son laboratoire d'IA. Le ticket d'entrée sur JUPITER a donc été gagné par une start-up, puis intégré à OVH avec elle.

L'affinage : Jean Zay et GENCI

Après le pré-entraînement, le modèle apprend à suivre des consignes (affinage supervisé) puis à mieux raisonner (apprentissage par renforcement). Selon le rapport, l'essentiel de l'affinage s'est fait sur Jean Zay, le supercalculateur que GENCI met à disposition à l'IDRIS, l'institut du CNRS qui l'exploite. Un passage d'affinage a duré environ 25 heures sur 128 GPU H100, et l'apprentissage par renforcement a utilisé jusqu'à 64 nœuds de quatre GPU. Le rapport mentionne en complément « a smaller DGX cluster », un cluster DGX plus petit : c'est le seul calcul non public cité.

GENCI ouvre ses machines aux entreprises, de la start-up au grand groupe, gratuitement pour des projets de recherche ouverte, à condition d'en publier les résultats. Les demandes passent par deux appels à projets par an.

Les agents : MeluXina et les AI Factories

Dernier guichet, plus modeste : des crédits GPU sur MeluXina, le supercalculateur luxembourgeois, ont servi à une partie de la recherche sur les agents. Le code du projet commence par EHPC-AIF, qui renvoie selon toute vraisemblance aux appels des AI Factories d'EuroHPC. MeluXina porte l'AI Factory du Luxembourg, en service depuis avril 2025 et tournée vers les start-up et les PME.

Quelle part du coût d'Olala l'argent public a-t-il payée ?

On ne peut pas la calculer, faute de données. Les 7 M€ annoncés par OVH sont une valeur de temps de calcul, pas une somme versée, et le coût total d'Olala n'est pas publié. Les salaires, l'autre grand poste, restent à la charge d'OVH, qui compte « un peu moins d'une centaine de personnes » sur l'IA, tous projets confondus, et ne lève pas de fonds pour cette stratégie.

Les ordres de grandeur, en revanche, se recoupent. Au prix public d'un GPU H100 chez OVHcloud, 2,80 € HT de l'heure, 7 M€ correspondent à environ 2,5 millions d'heures GPU, du même ordre que les 3,2 millions d'heures attribuées à Dragon LLM selon ActuIA.

Ce qui surprend, c'est la petite place du passage final. Notre estimation : un modèle d'un milliard de paramètres actifs qui lit 12 800 milliards de tokens demande environ 7,7 × 10²² opérations, soit de 70 000 à 140 000 heures GPU au rendement que le rapport mesure sur ses GPU. Cela représente quelques centaines de milliers d'euros au prix du marché. L'essentiel des heures publiques a donc servi à chercher, pas à entraîner le modèle final : les nombreuses expériences préalables que décrit le rapport, l'affinage et l'apprentissage par renforcement. C'est ainsi que se fabrique un modèle, et c'est à nos yeux la partie la plus difficile à financer pour une start-up.

Sur ce premier modèle, nous pensons que la part publique pèse autant, voire plus, que la part privée. Ce n'est pas démontrable tant qu'OVH ne publie pas ses coûts.

Qu'est-ce qu'EuroHPC ?

EuroHPC est l'entreprise commune européenne qui achète et cofinance les grands supercalculateurs de l'Union, avec les États qui les accueillent. JUPITER en est l'exemple : propriété d'EuroHPC, payé pour moitié par l'entreprise commune et pour moitié par l'Allemagne. Ces machines ne se louent pas comme un cloud : leur temps de calcul s'obtient surtout sur dossier, par des appels « open to all users », ouverts aux chercheurs comme aux entreprises. Il est gratuit pour la recherche et pour les PME innovantes, payant à l'usage pour les autres entreprises.

Le budget suit. En février 2025, la Commission a lancé InvestAI, qui vise à mobiliser 200 milliards d'euros pour l'IA, dont un fonds de 20 milliards pour des « gigafactories » d'IA. Ce montant mélange argent public et privé : c'est un objectif de mobilisation, pas une enveloppe publique.

Que sont les AI Factories d'EuroHPC ?

Une AI Factory est un centre qui ouvre un supercalculateur public aux entreprises et aux chercheurs qui développent de l'IA, avec du calcul, de l'accompagnement et de la formation. L'Union en compte 19, complétées par 13 antennes, qui offrent un accompagnement gratuit aux PME et aux start-up. En France, AI Factory France est portée par GENCI avec le CEA, le CNRS, Inria, la French Tech ou Station F, et donne un point d'entrée unique vers Jean Zay, Adastra, Joliot-Curie, puis Alice Recoque.

EuroHPC propose quatre portes d'accès, toutes ouvertes au 20 novembre 2026 :

Porte d'accèsPour quiTailleDélai
PlaygroundPME, start-up, débutantsressources limitées, pour testeraccès sous deux jours ouvrés
Fast LanePME et start-up d'IA habituées au calcul intensifjusqu'à 50 000 heures GPU, trois mois au plusréponse sous quatre jours ouvrés
Large Scalemodèles demandant plus de 50 000 heures GPUun an au plusplusieurs dates limites par an
AI for Sciencechercheurs, secteur public, projets européensselon l'appelselon l'appel

Les accès « innovation industrielle » sont gratuits pour les PME et start-up d'IA, pour des projets d'innovation ; les autres entreprises peuvent payer à l'usage. Pour une PME, 50 000 heures GPU gratuites, c'est plus de quinze fois le passage d'affinage d'Olala sur Jean Zay (25 heures sur 128 GPU, environ 3 200 heures GPU).

L'argent public a-t-il bien été utilisé ?

À nos yeux, oui, et l'enjeu dépasse Olala. L'Europe a besoin de bons modèles à elle, et plus encore d'une inférence européenne : des modèles qui tournent chez des opérateurs européens, sous droit européen, sans dépendre d'un fournisseur américain qui peut changer ses prix ou couper l'accès. Les deux se nourrissent. Un acteur qui entraîne ses modèles apprend à les servir, ses clients et leurs données restent en Europe, et ses revenus financent la génération suivante. Le calcul public amorce ce cercle vertueux, à un stade où ni une start-up ni un hébergeur ne pourraient avancer seuls.

Olala montre que le cercle tourne déjà. Le modèle est publié sous licence Apache 2.0, usage commercial compris, quand le Large AI Grand Challenge demandait seulement une publication sous licence open source, au moins pour un usage non commercial ; le rapport technique et des jeux de données sont publics, et chacun peut le télécharger et l'utiliser. Il est aussi servi en France sur AI Endpoints, le service d'inférence d'OVH : entraîné sur des machines publiques européennes, il tourne chez un opérateur européen.

L'argent n'est d'ailleurs pas le seul gain. L'accès aux GPU est un enjeu à part entière, et c'est là que le calcul public a sans doute le plus aidé OVH. En juin 2026, l'entreprise indiquait sur sa feuille de route publique que ses H200 étaient « fully allocated due to high demand », et la génération Blackwell n'est arrivée dans son offre qu'en novembre. Le pré-entraînement d'Olala a pu mobiliser d'un coup 1 024 GH200 de JUPITER, sans prendre de capacité à ses clients ni attendre ses propres livraisons. Le calcul public lui a fait gagner du temps autant que de l'argent.

Deux points restent à suivre, sans changer ce bilan. Les heures ont été gagnées par une start-up et profitent aujourd'hui à OVH, au terme d'un rachat ordinaire. Et le règlement du concours visait un modèle d'au moins 30 milliards de paramètres, entraîné de zéro : Olala mini en a 7, mais la version 2.0 annoncée, de 100 à 300 milliards de paramètres selon Octave Klaba, irait bien au-delà.

Cette version 2.0 changera d'échelle de coût, comme nous l'expliquons dans notre article sur la stratégie IA d'OVH. Si elle a de nouveau besoin du calcul public, nous ne le verrons pas comme un échec. Vu l'enjeu d'une IA souveraine pour les années qui viennent, c'est à nos yeux de l'argent bien employé.

Ce qu'une entreprise peut en retenir

  1. Les supercalculateurs publics ne sont pas réservés aux chercheurs. Une PME ou une start-up d'IA peut demander des heures en Playground ou en Fast Lane, gratuitement pour un projet d'innovation, avec une réponse en quelques jours.
  2. Choisir le bon guichet. Les AI Factories conviennent à l'expérimentation et à l'affinage d'un modèle ; GENCI à un projet de recherche dont on accepte de publier les résultats ; la Large Scale à l'entraînement d'un modèle.
  3. Mesurer la contrepartie. La gratuité a des conditions : innovation, publication, durée limitée. Un service en production, avec des clients et un engagement de disponibilité, relève d'un fournisseur de cloud ou d'inférence, comme nous l'expliquons dans notre comparatif des façons de faire tourner un modèle en entreprise.
  4. Profiter de ce que l'argent public a déjà produit. Olala est sous licence Apache 2.0 : un modèle européen, entraîné sur calcul public, qu'une entreprise peut faire tourner sur ses propres serveurs sans dépendre d'un fournisseur américain, l'un des critères d'une IA souveraine.

Questions fréquentes sur les AI Factories, EuroHPC et Olala

Qu'est-ce qu'une AI Factory d'EuroHPC ?

Une AI Factory est un centre européen qui ouvre un supercalculateur public aux entreprises et aux chercheurs qui développent de l'IA, avec du calcul, de l'accompagnement et de la formation. L'Union en compte 19, complétées par 13 antennes. En France, AI Factory France est portée par GENCI et donne accès à Jean Zay, Adastra, Joliot-Curie, puis Alice Recoque.

Qu'est-ce qu'EuroHPC ?

EuroHPC est l'entreprise commune européenne qui achète et cofinance les grands supercalculateurs de l'Union avec les États qui les accueillent, comme JUPITER en Allemagne, payé pour moitié par EuroHPC. Son temps de calcul est attribué gratuitement sur dossier, par des appels ouverts aux chercheurs et aux entreprises.

Olala a-t-il été financé par l'argent public ?

Son calcul, presque entièrement. Le pré-entraînement a tourné sur JUPITER dans le cadre du Large AI Grand Challenge, l'affinage sur Jean Zay grâce à GENCI, une partie de la recherche sur les agents sur MeluXina. OVH valorise ce soutien à 7 M€ d'heures de calcul. Les salaires et le reste sont à la charge d'OVH, sans montant publié. Au-delà de l'argent, ces machines ont donné à OVH un accès immédiat aux GPU, alors que les siens étaient saturés : un gain de temps autant que de budget.

Une PME peut-elle utiliser gratuitement un supercalculateur européen ?

Oui, sous conditions. Les accès Playground et Fast Lane des AI Factories sont gratuits pour les PME et start-up d'IA qui mènent un projet d'innovation ; la Fast Lane va jusqu'à 50 000 heures GPU pendant trois mois, avec une réponse sous quatre jours ouvrés. GENCI ouvre aussi Jean Zay gratuitement aux entreprises, pour des projets de recherche ouverte dont les résultats sont publiés.

Qu'est-ce que le Large AI Grand Challenge ?

C'est un concours lancé en novembre 2023 par le projet européen AI-BOOST avec EuroHPC et la Commission. En juin 2024, quatre start-up, Lingua Custodia, Unbabel, Tilde et Textgain, se sont partagé 1 M€ de prix et 8 millions d'heures de calcul pour développer un grand modèle de langage en douze mois, avec une obligation de publication.

Qu'est-ce que Dragon LLM ?

Dragon LLM est l'ancienne Lingua Custodia, une start-up parisienne de modèles d'IA spécialisés pour la finance, lauréate du Large AI Grand Challenge en 2024. OVH l'a rachetée en mars 2026 pour créer son laboratoire d'IA, OVHai LLM, qui a entraîné Olala mini.


Le cas d'Olala montre une chaîne européenne qui fonctionne : un concours repère une start-up, des supercalculateurs publics lui donnent le calcul, un acteur français l'intègre et publie un modèle libre. La question pour une entreprise est plus simple : quel projet mènerait-elle demain avec 50 000 heures GPU, si elle les demandait ?

Partager :

Articles similaires

OVH et l'IA : ce que vaut la stratégie d'Octave KlabaSouveraineté Numérique

OVH et l'IA : ce que vaut la stratégie d'Octave Klaba

OVH AI Endpoints, GPU B300, Olala : ce qu'OVHcloud a lancé à son AI Summit 2026, ce que valent ses modèles et ses prix, ce qu'une DSI peut en retenir.

17 min
Mis à jour le
Les patrons tech américains sont bien plus techniques que les françaisSouveraineté Numérique

Les patrons tech américains sont bien plus techniques que les français

Profil des patrons tech : sur 112 dirigeants étudiés, 60 % des Américains nommés ont exercé un métier technique, contre 16 % des Français, souvent ingénieurs.

8 min
Olala mini, le LLM d'OVH : ses benchmarks et ce qu'il vautIA

Olala mini, le LLM d'OVH : ses benchmarks et ce qu'il vaut

Olala mini 7A1B, le premier LLM d'OVH, est sur Hugging Face. Ses scores face à Qwen et Ministral, comment le lancer en local, à quoi il sert en entreprise.

12 min
Mis à jour le

Intéressé par nos solutions ?

Découvrez comment Ask This Guy peut vous aider à accélérer avec l'IA

Réserver une démo