Aller au contenu
Heure mondialeEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portail sur l'IA et la technologieactualités · analyses · entretiens · fond technique

Rechercher
EN DIRECT
›

L'offensive de charme d'Amazon à 1 milliard de dollars face à la question de l'eau qu'elle qualifie de mythe

Amazon a annoncé le 2 octobre qu'il dépensera plus de 1 milliard de dollars sur cinq ans pour des programmes communautaires autour de ses datacenters. L'initiative inclut l'argument selon lequel les craintes locales sur l'eau sont exagérées.

IA & modèlesAnalyseSophie LeclercPublié le: 3 octobre 20263 min de lectureSources 10
L'offensive de charme d'Amazon à 1 milliard de dollars face à la question de l'eau qu'elle qualifie de mythe

L'annonce est parue dans un billet de blog de l'entreprise. Tobias Mann, du Register, y a vu une tentative « bourrée de whataboutism » de convaincre des riverains qui ne veulent pas de ces entrepôts de serveurs dans leur voisinage. Amazon présente ces dépenses comme du financement pour l'éducation, la formation professionnelle, les infrastructures locales et le développement durable dans les communes qui accueillent ses datacenters.

L'argument sur l'eau mérite qu'on s'y arrête. Amazon affirme que ses installations consomment environ 13 000 gallons par jour, soit l'équivalent de 42 foyers américains, face à un chiffre sectoriel avancé de cinq millions de gallons par jour pour un datacenter type. L'entreprise soutient aussi que les citoyens devraient s'inquiéter davantage des parcours de golf, qui consomment selon elle 200 fois plus d'eau que l'ensemble des datacenters d'Amazon.

La réplique du Register : la comparaison omet le volet électrique. Un datacenter peut être conçu pour consommer peu d'eau, mais ces conceptions brûlent souvent plus d'électricité. Or la plupart des centrales au gaz, au nucléaire et au charbon utilisent de la vapeur pour faire tourner une turbine, donc de l'eau. Le billet de blog avertit par ailleurs que plus de 100 moratoires sur les datacenters sont à l'étude dans le pays et affirme que des acteurs étrangers alimentent la désinformation.

Le chasseur de bugs d'Anthropic, et l'eau qu'il ne mentionne jamais

La puissance de calcul derrière ces débats est la même que celle désormais mobilisée pour la sécurité. Mercredi, le chercheur de Horizon3 Zach Hanley a déclaré avoir utilisé le modèle Mythos d'Anthropic, non encore publié, pour trouver CVE-2026-61500, un contournement d'authentification critique dans Rejetto HTTP File Server pouvant mener à un accès administrateur complet et à l'exécution de code à distance, rapporte le Register. Les utilisateurs doivent passer à la v3.2.1 ou une version ultérieure.

L'exploitation a suivi vite. Patrick Garrity, de VulnCheck, a indiqué jeudi que ses canaris avaient repéré un acteur en Chine frappant de vrais hôtes vulnérables aux États-Unis et au Japon. Vendredi, il avait vu quatre autres touches provenant de deux adresses IP américaines du même sous-réseau qui « semblent venir d'un proxy ». Le compteur de Garrity recense 286 CVE issues de Mythos et de Project Glasswing, le programme partenaire d'Anthropic, dont seulement deux exploitées en conditions réelles à ce jour.

« Aujourd'hui, nous avons vu quatre touches », a déclaré Garrity au Register vendredi.

Anthropic soutient aussi que les rivaux à poids ouverts rattrapent leur retard. Un nouveau rapport de l'entreprise affirme que GLM-5.3 de Zhipu AI peut générer des exploits proches des niveaux de Mythos, selon Tom's Hardware : 50 exploits Chrome de bout en bout en 410 exécutions, contre 56 pour Mythos, et un taux de réussite de 4 % sur un benchmark de détournement de flux de contrôle, contre 6 %. Kimi K3 et DeepSeek V4.1 Flash ont obtenu 0 %. Anthropic affirme que ses garde-fous ont cédé à une astuce de préremplissage de la réflexion dans 92 % des cas.

Ce que disent les sorties plus modestes

Tous les lancements de modèles ne sont pas des événements de frontière. Aleph Alpha a publié Kolibri le 3 octobre, un modèle à mélange d'experts de 78 milliards de paramètres avec 3 milliards de paramètres actifs, une fenêtre de contexte de 1 million de tokens et des poids sous Apache 2.0, destiné aux usages souverains dans l'administration publique, l'industrie et l'aérospatiale. Le même jour, llama.cpp a ajouté un point de terminaison /v1/systemone pour les modèles de décision qui notent des options au lieu d'écrire du texte. Le plus petit, Julia-1, répond en 3 ms sur une RTX PRO 6000 selon la note de Hugging Face.

Ailleurs, la semaine a produit un classificateur d'injection de prompt de 118 millions de paramètres nommé Shield Small, publié le 2 octobre en int8 ONNX pour 118 Mo et exécutable sur un processeur. Elle a aussi donné un jeu de données CS:GO à 10 joueurs de Vortech, avec 3 958 heures de matchs 5v5 et 195 millions d'étapes état-action, sous licence CC BY-NC 4.0.

Google, de son côté, réduit ce qu'obtiennent les utilisateurs gratuits. Sa page d'aide indique qu'à partir du 9 octobre, les comptes sans abonnement à l'IA passeront par défaut à la sélection automatique de modèle, la plupart des prompts étant routés vers Flash-Lite. Les limites d'usage basculeront vers un système fondé sur le calcul, rafraîchi toutes les cinq heures.

Aucun de ces billets ne chiffre l'eau. C'est le vide que les critiques d'Amazon ne cessent de pointer, et un fonds communautaire d'un milliard de dollars ne le comble pas.

Commentaires 0

Sources

10
  1. 01Shut up and take our money: Amazon plows $1B+ into quashing datacenter dissentEN
  2. 02Anthropic's super bug-hunting model Mythos is hardcore good at math, as latest vuln under attack showsEN
  3. 03Anthropic claims popular Chinese AI model has Mythos-class hacking abilitiesEN
  4. 04Kolibri Has Landed: A Sovereign Open-Weight ModelEN
  5. 05New in Llama.cpp: Decision ModelsEN
  6. 06Shield: A 118M model for detecting prompt injections and jailbreaksEN
  7. 07Open 10-player CS:GO dataset for multiplayer world modelsEN
  8. 08Changes to Gemini model access and limitsEN
  9. 09OpenAI alerts 100+ orgs that its 'misaligned models' attempted to break in or worseEN
  10. 10Ideogram 4.5: The most precise edit modelEN

Tous les chiffres et citations de ce texte proviennent des sources citées ci-dessous.

Les contenus ont été préparés par l'équipe de rédaction, assistée par l'IA.

Sophie Leclerc

Sophie Leclerc

IA, modèles et technologies

Sophie Leclerc couvre les technologies, l'IA et les modèles ainsi que les médias et l'internet pour FLASH24, en travaillant à partir des dépôts de code, des articles scientifiques et des documents techniques plutôt que des annonces. Elle vérifie chaque chiffre en remontant aux jeux de données d'origine et en comparant les versions successives des modèles. Elle interroge régulièrement des ingénieurs et des chercheurs, et suit les calendriers de publication des principales conférences du secteur. Son intérêt personnel pour l'auto-hébergement et les réseaux domestiques nourrit directement sa couverture des infrastructures et des modèles ouverts. Elle ne publie pas de performance annoncée sans méthode de mesure vérifiable.

Rédaction →

Commentaires

0
  1. Aucun commentaire — soyez le premier.

Écrire un commentaire

Les commentaires sont publics. Nous ne publions ni insultes, ni spam, ni publicité.