Francuski dostawca usług chmurowych OVHcloud zaprezentował pierwszy własny model językowy Olala mini 7A1B, stawiając na niskie wymagania sprzętowe, ograniczenie kosztów i zastosowania biznesowe.
Model należy do nowej rodziny Olala, której oficjalna premiera odbędzie się 19 listopada podczas OVHcloud AI Summit. Rozwiązanie wykorzystuje architekturę obejmującą 7 miliardów parametrów, z których podczas przetwarzania danych aktywowany jest tylko miliard. Pozwala to ograniczyć zapotrzebowanie na moc obliczeniową bez konieczności angażowania całego modelu przy każdym zapytaniu.
Według producenta Olala mini może działać na karcie graficznej wyposażonej w 8 GB pamięci. Na układzie NVIDIA RTX A4500 osiąga prędkość 160 tokenów na sekundę, a na procesorze CPU, bez wykorzystania GPU, 50 tokenów. Model obsługuje w tej chwili kontekst o długości 32 tys. tokenów i ma zostać udostępniony na platformie Hugging Face na otwartej licencji Apache 2.0.
Pierwsze zastosowanie komercyjne znalazł już w wyszukiwarce Qwant, powiązanej właścicielsko z braćmi Klaba, założycielami OVHcloud. Według danych przedstawionych przez firmę wdrożenie przyspieszyło generowanie odpowiedzi o 20 proc. i trzykrotnie obniżyło koszty operacyjne względem wcześniej stosowanego rozwiązania.
Europejska infrastruktura podstawą rozwoju AI
Olala mini wytrenowano z wykorzystaniem trzech publicznych europejskich superkomputerów: Jupiter, MeluXina i Jean Zay. Wartość udostępnionego czasu obliczeniowego oszacowano na 7 mln euro. Projekt pokazuje znaczenie publicznej infrastruktury badawczej dla rozwoju komercyjnych technologii AI w Europie.
Dla OVHcloud jest to kolejny etap rozszerzania działalności poza tradycyjne usługi infrastrukturalne. W marcu 2026 r. grupa przejęła firmę Dragon LLM, rozwijając kompetencje w projektowaniu własnych modeli językowych.
Do końca roku planowane jest wydanie wersji 1.1 z kontekstem rozszerzonym do 128 tys. tokenów. Kolejna generacja, Olala 2.0, ma przekroczyć 100 miliardów parametrów i obejmować rozwiązania dla automatyzacji procesów, DevOps oraz cyberbezpieczeństwa.
Rozwój własnych modeli może ograniczyć zależność OVHcloud od zewnętrznych dostawców AI i pozwolić firmie oferować bardziej zintegrowane usługi. Na razie jednak nie opublikowano wyników porównawczych testów jakości odpowiedzi. O konkurencyjności Olala zdecydują więc nie tylko deklarowana szybkość i koszty działania, ale także skuteczność w rzeczywistych zastosowaniach.

37 minut temu














