Ultralytics à l'AMD Dev Day Shanghai : quand l'IA locale rencontre les systèmes agentiques
Ultralytics partage ses conclusions sur l'AMD Dev Day Shanghai concernant l'IA AMD : déploiement local de l'IA, systèmes agentiques, ROCm et le Ryzen AI Max 395.
Ultralytics a assisté à l'AMD Dev Day à Shanghai pour découvrir comment AMD et ses partenaires façonnent la prochaine phase de l'infrastructure IA. Le message le plus fort de l'événement était clair : la conversation autour de l'IA chez AMD dépasse les modèles isolés pour s'orienter vers des systèmes IA déployables. À travers les présentations, les démonstrations de produits et les discussions entre partenaires, les thèmes majeurs étaient l'IA agentique, le déploiement local de l'IA, les écosystèmes open-source et les outils de développement nécessaires pour rendre ces systèmes pratiques à grande échelle.
Comme l'a souligné Lisa Su, présidente-directrice générale d'AMD : « Il n'y a jamais eu de moment plus passionnant pour travailler dans la technologie qu'aujourd'hui. »
Pour les équipes qui développent de vrais produits IA, ce changement est crucial. Il suggère que le succès à la prochaine étape du marché dépendra peut-être moins de l'accès à un modèle de pointe unique, et davantage de la capacité des équipes à orchestrer leurs workflows, contrôler les coûts d'inférence, protéger les données sensibles et choisir l'environnement de déploiement adapté à la tâche.
Link to this sectionLe message d'AMD : l'IA nécessite une stratégie de calcul full-stack#
Un thème majeur tout au long de l'AMD Dev Day a été la volonté d'AMD de s'imposer comme un fournisseur de solutions de calcul complètes et de bout en bout pour l'ère de l'IA. L'entreprise a articulé son approche autour du support des charges de travail IA dans les environnements cloud, client et edge, tout en mettant l'accent sur un écosystème logiciel ouvert plutôt que sur une pile propriétaire fermée.
Ce cadre est important car il reflète l'évolution du développement en IA. Créer des produits IA modernes ne consiste plus seulement à entraîner ou à appeler une API de modèle. Les équipes ont de plus en plus besoin de supporter l'expérimentation locale, les workflows multi-agents, l'optimisation de l'inférence, les tests à l'échelle des stations de travail et le déploiement en entreprise. Le message de l'événement AMD a systématiquement lié son matériel à cette réalité plus large des logiciels et des systèmes.
Cette ambition a été clairement résumée par Lisa Su lors de l'événement : « Nous voulons apporter l'IA partout dans l'écosystème. »
Fig 1. Lisa Su sur scène lors de l'événement AMD Dev Day à Shanghai.
Link to this sectionL'IA agentique a été le thème dominant de l'événement#
S'il y avait une idée répétée tout au long de la journée, c'était bien la transition des interactions traditionnelles avec des LLM vers des systèmes d'IA agentique. Les intervenants ont décrit ce changement comme un passage des prompts et réponses uniques vers une orchestration multi-agents, où différents agents planifient, exécutent, critiquent et collaborent au sein des workflows.
Cela compte car les systèmes agentiques imposent de nouvelles exigences à la pile IA. Selon la perspective de l'événement, ces systèmes nécessitent non seulement des performances GPU, mais aussi un traitement CPU important, une orchestration du flux de données et une capacité mémoire suffisante pour supporter des boucles d'inférence répétées et une exécution en plusieurs étapes.
Pour les développeurs et les équipes IA, la leçon à retenir est que l'avantage concurrentiel pourrait venir de la construction de systèmes IA efficaces, plutôt que du simple choix du modèle le plus performant. La capacité à connecter des modèles à des workflows, des outils, des données locales et des processus métier devient une composante essentielle du produit lui-même.
Link to this sectionLe déploiement local de l'IA devient de plus en plus stratégique#
Un autre thème notable à l'AMD Dev Day a été l'accent mis sur le déploiement local de l'IA. AMD et ses partenaires ont fait valoir à plusieurs reprises que les charges de travail IA avancées doivent de plus en plus s'exécuter au plus près du lieu où le travail est effectué, notamment sur des ordinateurs portables, des stations de travail et du matériel d'entreprise.
Les raisons ont été cohérentes tout au long de l'événement :
- Une latence réduite
- Une meilleure confidentialité des données
- Un contrôle renforcé sur les workflows sensibles
- Une dépendance réduite aux coûts des API cloud
AMD a utilisé le Ryzen AI Max 395 comme preuve clé de cet argument, en mettant en avant des configurations allant jusqu'à 128 Go de mémoire unifiée et la possibilité d'exécuter de grands modèles localement dans un seul pool de mémoire, sans sharding. L'événement a également présenté des configurations de développement à l'échelle d'une station de travail utilisant la Radeon AI Pro R9700 et l'AMD Threadripper Pro 9000 pour les tests et la mise à l'échelle locale avant le déploiement.
Le message global ne signifiait pas la disparition du cloud. Au contraire, l'événement a présenté un modèle hybride où les environnements locaux et cloud travaillent ensemble. Les tâches plus routinières, sensibles à la latence ou à la confidentialité, peuvent être exécutées localement, tandis que les tâches plus exigeantes peuvent toujours être transférées vers le cloud si nécessaire.
Link to this sectionLe coût de l'inférence IA et la demande en tokens façonnent les choix d'infrastructure#
L'AMD Dev Day a également mis en lumière la pression économique derrière ces décisions d'architecture. Les intervenants ont souligné la croissance rapide de la demande en tokens, l'augmentation des coûts d'inférence et la pression que cela génère pour les développeurs et les entreprises qui créent des produits IA.
Dans ce cadre, l'IA locale a été présentée comme une stratégie de contrôle des coûts tout autant qu'une stratégie technique. Le message répété de l'événement était que la prochaine phase de l'IA récompensera les équipes qui utilisent le calcul de manière plus efficace, et non simplement celles qui en consomment le plus.
Pour les créateurs d'IA, il s'agit d'un signal pragmatique. Les décisions d'infrastructure sont de plus en plus des décisions de produit. La latence, la confidentialité, la mémoire et le coût des tokens ne sont plus des détails techniques secondaires.
Fig 2. Kit d'évaluation AMD Versal AI Edge Series Gen2 VEK385.
Link to this sectionAMD ROCm et l'écosystème IA open-source#
Un autre enseignement majeur de l'AMD Dev Day a été le rôle central des écosystèmes logiciels ouverts. AMD a mis l'accent sur ROCm, le support sans modification de code pour les principaux frameworks, la prise en charge de plus de 3 millions de modèles via Hugging Face et ModelScope, ainsi que des objectifs de support dès le premier jour pour les nouvelles versions de modèles.
Nick Ni, directeur principal de la gestion des produits IA chez AMD, a bien capturé cette emphase : « Pour la plupart d'entre vous dans cette salle, en fait, le logiciel est le cœur du sujet. »
L'événement a également mis en lumière plusieurs initiatives axées sur les développeurs :
- L'AMD AI Developer Cloud avec accès gratuit aux GPU pour les développeurs en Chine
- L'intégration du ModelScope Studio avec des options de runtime GPU AMD
- Les guides AMD AI Playbooks avec des instructions étape par étape
- Un programme pour les développeurs qui a accueilli plus de 100 000 développeurs ces derniers mois
Cette partie de l'événement a semblé particulièrement importante car elle soulignait une vérité fondamentale : la capacité matérielle seule ne suffit pas à favoriser l'adoption. Les développeurs ont besoin d'outils matures, de frameworks familiers, d'une documentation claire et de moyens d'expérimenter sans friction. L'histoire de l'écosystème est ce qui transforme les promesses de performance en plateformes utilisables.
Link to this sectionPourquoi la Chine a marqué les esprits lors de l'AMD Dev Day#
Le rôle de la Chine sur le marché de l'IA a été un autre thème récurrent. Plusieurs intervenants ont décrit la Chine comme un environnement leader pour l'innovation IA open-source, particulièrement dans les domaines façonnés par l'efficacité, le déploiement local et les contraintes techniques pratiques.
Les partenariats avec Zero One AI et Stepfun ont été mis en avant pour renforcer ce point. Les notes de l'événement décrivent un système multi-agent d'entreprise tout-en-un conjoint avec Zero One AI, construit sur l'architecture Ryzen AI Max pour un déploiement local, et un modèle Stepfun optimisé pour le matériel AMD et conçu pour des tâches agentiques.
L'implication plus large est que la Chine n'est pas seulement un marché majeur de l'IA, mais aussi un terrain d'essai important pour le déploiement local, les modèles open-source et la conception d'infrastructures sensibles aux coûts.
Link to this sectionCe qu'Ultralytics a retenu de l'AMD Dev Day de Shanghai#
Du point de vue de l'équipe Ultralytics, le signal le plus utile de l'AMD Dev Day a été l'accent mis sur les systèmes IA déployables plutôt que sur la capacité IA dans l'abstrait. L'événement s'est constamment concentré sur la manière dont les développeurs et les entreprises peuvent réellement exécuter, intégrer, sécuriser et mettre à l'échelle l'IA dans des environnements de production.
Cela inclut des questions comme :
- Que doit-on exécuter localement par rapport au cloud ?
- Comment les équipes doivent-elles penser la latence et la confidentialité ?
- Comment les développeurs peuvent-ils réduire leur dépendance aux API d'inférence coûteuses ?
- Quels outils et couches logicielles rendent les plateformes IA plus faciles à adopter ?
Ce sont des questions pratiques qui définissent de plus en plus la façon dont les produits IA réussis sont construits. Ce sont aussi des questions auxquelles nous réfléchissons directement dans la façon dont nous construisons et livrons les modèles Ultralytics YOLO. La flexibilité de déploiement, qu'un modèle s'exécute sur un ordinateur portable, une station de travail ou une instance cloud, a toujours été une contrainte de conception fondamentale pour nous, et non une réflexion après-coup.
La poussée vers les écosystèmes open-source et l'efficacité de l'inférence lors de l'AMD Dev Day a renforcé une conviction que nous avions déjà : les outils IA les plus utiles sont ceux qui s'intègrent dans des workflows réels, sur du matériel réel, sans obliger les équipes à reconstruire leur infrastructure autour d'un seul fournisseur ou d'une seule plateforme.
Fig 3. L'équipe Ultralytics à l'AMD Dev Day à Shanghai.
Link to this sectionRéflexions finales#
L'AMD Dev Day de Shanghai a mis une chose en évidence : la conversation autour de l'infrastructure IA arrive à maturité. L'attention se déplace de la seule échelle brute des modèles vers les systèmes plus larges nécessaires pour rendre l'IA utile dans le monde réel. Les workflows agentiques, le déploiement local de l'IA, les outils open-source et l'efficacité de l'infrastructure ont été les thèmes les plus clairs tout au long de l'événement.
Pour les équipes qui construisent des produits IA, ce changement mérite toute votre attention. La prochaine vague de progrès viendra peut-être du choix de la bonne architecture, du bon modèle de déploiement et du bon écosystème de développeurs, et pas seulement du plus gros modèle.
Si tu construis des systèmes de vision par ordinateur et que tu réfléchis à l'endroit où l'inférence devrait s'exécuter, sur l'appareil, sur site ou dans le cloud, les modèles Ultralytics YOLO sont conçus avec cette flexibilité à l'esprit. Explore notre dépôt GitHub pour commencer, découvre comment la vision par ordinateur s'intègre dans des déploiements réels dans la fabrication et la logistique, ou consulte nos options de licence pour commencer à construire.
