GOSIM Paris 2026 est terminé
Merci à tous les participants, conférenciers et sponsors pour cet événement incroyable !
Diapositives Diapositives Album photo Album photo
Filtrer
Open Compute pour l'IA Agentique (FlagOS)

Open Compute for Agentic AI (FlagOS)

Date 5 mai Heure 14:00 - 14:15 Lieu Central Room
L’évolution de l’IA conversationnelle de ChatGPT vers l’écosystème d’agents autonomes d’OpenClaw marque un changement de paradigme dans le calcul IA. Cette transformation est fondamentalement bidirectionnelle : tandis qu’une infrastructure de calcul avancée permet des capacités agentiques de plus en plus sophistiquées, le paradigme agentique lui-même remodèle la fourniture de calcul à travers des architectures modulaires basées sur les compétences.

OpenClaw illustre cette nouvelle vague, où les capacités des systèmes d’IA agentiques sont déterminées par l’interaction entre grands modèles, compétences et systèmes d’agents. Cette architecture tripartite exige de nouvelles méthodologies d’évaluation qui évaluent non seulement la performance des modèles, mais aussi l’orchestration des compétences et la prise de décision autonome — ce à quoi répondent des initiatives d’évaluation ouverte comme FlagEval et le partenariat Eclipse PanEval.

FlagOS se situe au centre de cette transformation, en construisant des capacités de calcul IA universelles et inclusives supportant des backends matériels hétérogènes. En permettant l’exécution efficace des volumes massifs de tokens exigés par les workflows agentiques, FlagOS fournit le substrat computationnel de cette nouvelle ère — où le calcul n’est pas simplement consommé par l’intelligence, mais activement façonné par elle.

Dans cette présentation, nous partagerons nos perspectives sur l’architecture d’infrastructure IA pour l’ère agentique, incluant les dernières méthodologies d’évaluation pour les systèmes d’IA agentiques. Nous démontrerons comment FlagOS Open Compute permet une autonomisation bidirectionnelle, et nous discuterons du chemin vers des standards d’évaluation ouverts et transparents garantissant des systèmes autonomes dignes de confiance.