Laboratoire d'ingénierie
Laboratoire de systèmes IA open source.
Là où nous construisons et testons des logiciels open source pour les systèmes IA, sur notre propre matériel : un agent de code local sur une inférence répartie, une mémoire durable pour les agents, et l'infrastructure qui les relie. Nous publions ce que nous apprenons au fil de l'eau.
Le laboratoire s'appuie sur plus de vingt ans de travail open source en Python et en Erlang, sur le réseau, les runtimes et les systèmes distribués.
Configuration vérifiée le 16 novembre 2026.
Sur quoi nous travaillons
Un agent de code local
Un agent de code performant, servi depuis nos propres machines, avec le modèle réparti sur deux nœuds grâce à l'inférence distribuée.
Barrel Agent Memory
Mémoire durable, recherche hybride et gestion du contexte pour les agents, développées et testées ici sur une vraie charge d'agent.
Barrel est développé par Enki Bridge, une société distincte qui fait appel aux services d'ingénierie d'Enki Multimedia.
Infrastructure IA distribuée
Des expériences sur le réseau, l'ordonnancement et le service entre machines, et sur du matériel de différents fabricants.
Ce qui tourne aujourd'hui
La configuration telle que vérifiée le 16 novembre 2026. Elle évoluera avec les expériences.
Ce que nous n'avons pas encore mesuré
Cette page ne liste que ce que nous avons vérifié. Les résultats ci-dessous ne sont pas encore disponibles ; quand nous les publierons, ils seront accompagnés de la configuration et des scripts nécessaires pour les reproduire.
- Des benchmarks de code pour l'agent local
- Le débit soutenu sur les deux liens d'interconnexion
- L'inférence à contexte long sous charge concurrente
Notes du laboratoire
Expériences et résultats, du plus récent au plus ancien. Chaque entrée renverra vers son compte rendu et son code.
Construit sur notre travail open source
Le laboratoire prolonge un travail publié depuis plus de vingt ans : servir des applications Python, des clients et serveurs HTTP en Erlang, QUIC et d'autres protocoles réseau, des runtimes embarqués, des systèmes distribués et des bases de données. Les projets ci-contre sont ceux sur lesquels le laboratoire s'appuie le plus directement ; le catalogue complet est sur notre page open source.
Partenariats matériel
Nous souhaitons travailler avec AMD, NVIDIA, ASUS et d'autres fabricants sur :
- Du matériel d'évaluation pour les expériences présentées ici
- Des tests indépendants, publiés avec leurs limites
- Le développement multiplateforme, pour que le même logiciel tourne sur différents accélérateurs
- Des résultats techniques reproductibles : configurations, scripts et résultats vérifiables par d'autres
Les résultats sont publiés sur cette page, quel que soit le fournisseur du matériel.