Backboard.io dévoile une IA plus efficace et souveraine

Résumé

Backboard.io lance une pile d’infrastructure IA combinant compression de modèles, studio de développement, méta‑accès multi‑modèles et mémoire persistante, pensée pour coûts maîtrisés et contrôle souverain.

Les faits

Backboard.io, basée à Ottawa, présente une nouvelle pile d’infrastructure IA conçue pour aider les entreprises à faire tourner leurs systèmes d’IA à moindre coût tout en gardant la maîtrise de leurs données. L’entreprise estime que la réponse ne réside pas dans des grappes de GPU toujours plus grandes, mais dans le fait de rendre l’infrastructure existante « significativement plus efficace ». Cette annonce, faite le jour de la fête du Canada, regroupe quatre technologies portant sur la compression de modèles, le développement logiciel assisté par IA, l’accès à de multiples modèles et la mémoire IA de long terme. La technologie de compression BackboardQuant (BBQ) est présentée comme l’innovation la plus marquante. Selon Backboard.io, elle peut réduire la taille des modèles IA « jusqu’à 70 % » tout en conservant une qualité de sortie quasi identique. Des tests internes indiquent des inférences jusqu’à 2,7 fois plus rapides, ce qui permettrait à un seul GPU d’exécuter un travail qui requerrait autrement plusieurs accélérateurs. L’objectif est de rendre les modèles existants plus adaptés aux déploiements en production, sans chercher à remplacer les modèles de fondation. Backboard lance également Backboard Studio, une plateforme de codage assisté par IA sur un marché déjà très disputé. Plutôt que de développer son propre grand modèle de langage, la société adopte une architecture qui s’appuie sur des modèles existants et mise sur l’orchestration, la gestion de contexte, des workflows récursifs et l’optimisation des jetons. Les développeurs peuvent choisir entre des modèles commerciaux majeurs ou des alternatives open source, tandis que la plateforme gère le contexte de projet, l’exécution des workflows et la génération de code orientée production. Backboard affirme que le studio obtient des résultats de référence comparables aux principaux assistants de codage tout en réduisant l’usage de jetons « jusqu’à 30 % ». La solution peut fonctionner en mode cloud ou au sein de l’infrastructure de l’entreprise, afin que le code source propriétaire reste dans l’environnement interne. Troisième volet, Nash est une application de chat unifiée donnant accès, via une seule interface, à des milliers de modèles de texte et d’image. Backboard y voit une réponse au phénomène de « shadow AI », lorsque les employés utilisent de façon autonome des outils grand public en dehors des systèmes validés par l’entreprise. Plutôt que de bloquer l’usage de l’IA, Nash se positionne comme une plateforme centralisée qui offre un large éventail de modèles tout en préservant la gouvernance des données et la mémoire organisationnelle. L’infrastructure sous-jacente prend en charge le principe Bring Your Own Key (BYOK), une gestion adaptative du contexte et un routage à travers des milliers de modèles depuis une seule plateforme. Enfin, Backboard met l’accent sur la mémoire persistante comme élément clé de son architecture. L’entreprise rappelle que les grands modèles de langage sont fondamentalement sans état et que les conversations, préférences et historiques disparaissent sans couche d’infrastructure dédiée. Backboard se positionne comme une couche de mémoire qui fonctionne au‑dessus de différents modèles et applications plutôt que de verrouiller les utilisateurs dans un seul écosystème. Elle indique que son système de mémoire occupe actuellement la première place sur les benchmarks LoCoMo et LongMemEval, deux évaluations de référence pour le raisonnement en long contexte et la mémoire persistante. Cette approche permet aux organisations de conserver l’historique utilisateur, les préférences et le contexte, même lorsqu’elles changent de modèle de langage.

Pourquoi c’est important

L’ensemble des annonces illustre une philosophie de conception commune : les entreprises souhaitent des systèmes d’IA qui fonctionnent sous leur propre gouvernance. Backboard met en avant la possibilité de déployer sa plateforme dans le cloud privé des clients, permettant à ces derniers de conserver la propriété de leurs données tout en profitant de capacités d’IA modernes. Cette approche vise directement les secteurs où les réglementations limitent le recours à des services d’IA hébergés à l’extérieur, comme la santé, les services financiers, le secteur public ou les infrastructures critiques. Au-delà des modèles eux‑mêmes, Backboard s’inscrit dans une évolution du marché où l’enjeu n’est plus seulement d’augmenter la taille des modèles, mais d’optimiser les coûts d’inférence, la mémoire et le déploiement multi‑modèles dans des environnements auto‑hébergés. Ses derniers lancements traduisent ce déplacement du centre de gravité : plutôt que de bâtir des modèles toujours plus gigantesques, il s’agit d’extraire davantage de valeur des modèles déjà utilisés par les organisations, tout en renforçant le contrôle sur les données et les environnements d’exécution.

Questions fréquentes

Quelles sont les quatre technologies annoncées par Backboard.io ?

Backboard.io présente une technologie de compression de modèles, une plateforme de développement assisté par IA, une application de chat multi‑modèles et une infrastructure de mémoire IA de long terme.

Que permet la technologie BackboardQuant (BBQ) ?

BackboardQuant peut réduire la taille des modèles IA jusqu’à 70 % avec une qualité quasi identique et fournir jusqu’à 2,7 fois plus de vitesse d’inférence.

Quelle est la particularité de Backboard Studio ?

Backboard Studio s’appuie sur des modèles existants, rivalise avec les principaux assistants de codage et réduit l’usage de jetons jusqu’à 30 %, avec déploiement en cloud ou sur site.

À quoi sert Nash dans l’offre de Backboard ?

Nash est une application de chat unifiée donnant accès à des milliers de modèles texte et image, destinée à canaliser l’usage de l’IA et à préserver la gouvernance des données.

Comment Backboard gère-t-il la mémoire des interactions IA ?

Backboard fournit une couche de mémoire persistante, indépendante des modèles, qui conserve historique, préférences et contexte, et se classe première sur les benchmarks LoCoMo et LongMemEval.

Source

Auteur

Rédaction spécialisée dans la veille et l'analyse de l'actualité de l'intelligence artificielle, des puces IA, des robots, des agents IA et de la recherche.