Che cosa ha annunciato OVHcloud
OVHcloud ha annunciato il 17 novembre 2026 Olala mini 7A1B, primo modello linguistico della famiglia Olala, sviluppato e addestrato da zero dall'azienda francese. Secondo quanto riportato dalla fonte, la presentazione ufficiale è prevista il 19 novembre all'OVHcloud AI Summit di Parigi e la distribuzione avverrà in open source tramite Hugging Face con licenza Apache 2.0. Il passaggio è rilevante perché segna l'ingresso del provider cloud anche nella progettazione diretta di modelli, non solo nell'erogazione di infrastrutture e capacità di calcolo per eseguirli.
Il modello nasce con l'obiettivo dichiarato di ridurre le risorse hardware necessarie all'uso di un LLM, per facilitarne l'adozione su sistemi locali. La strategia annunciata comprende applicazioni di AI agentica, strumenti per sviluppatori e soluzioni di cybersecurity.
Architettura e numeri dichiarati
Olala mini adotta un'architettura mixture of experts con 7 miliardi di parametri complessivi, dei quali circa un miliardo viene attivato durante l'elaborazione, con 256 esperti per livello. Questo approccio consente di selezionare solo una parte delle componenti per ciascuna elaborazione, riducendo le operazioni rispetto a un modello che usa tutti i parametri. Il sistema integra inoltre un meccanismo di attenzione ibrida che combina Differential-TPA e Mamba-3. La finestra di contesto iniziale è di 32 mila token.
Sul fronte delle prestazioni, OVHcloud dichiara che il modello può funzionare su una GPU con 8 GB di memoria, con 160 token al secondo su una Nvidia RTX A4500 e 50 token al secondo usando solo un processore. La fonte segnala però che questi dati richiedono precisazioni: nel formato BF16 i soli 7 miliardi di parametri occuperebbero circa 14 GB, e non è stato chiarito quali tecniche di quantizzazione o gestione della memoria permettano l'esecuzione su GPU da 8 GB. Mancano inoltre benchmark pubblici sufficienti per confrontare la qualità delle risposte con modelli di dimensioni analoghe.
Addestramento, licenza e primo uso in produzione
Lo sviluppo è stato sostenuto dall'accesso a tre infrastrutture pubbliche europee di supercalcolo, Jupiter, MeluXina e Jean Zay, equipaggiate con GPU GH200, A100 e H100 di Nvidia. Secondo OVHcloud le risorse messe a disposizione equivalgono a circa 7 milioni di euro in ore di calcolo: si tratta del valore attribuito all'utilizzo delle infrastrutture, non necessariamente del costo complessivo del modello. Il progetto ha portato anche alla nascita di OVHai LLM, laboratorio del gruppo dedicato ai modelli linguistici e all'AI agentica. La distribuzione comprenderà pesi, versione di base pre-addestrata, rapporto tecnico e documentazione sugli obblighi dell'AI Act.
Il primo utilizzo operativo annunciato riguarda Qwant, che ha integrato Olala mini nelle risposte rapide generate dall'intelligenza artificiale. OVHcloud dichiara un miglioramento del 20% nei tempi di generazione e una riduzione dei costi operativi a un terzo rispetto alla soluzione precedente. Si tratta di risultati comunicati dall'azienda, non accompagnati per ora da una valutazione indipendente. Sono state inoltre delineate le tappe successive: la versione 1.1 entro fine 2026 dovrebbe portare il contesto a 128 mila token, mentre la 2.0, senza data, dovrebbe superare i 100 miliardi di parametri con modelli specializzati per AI agentica, cloud DevOps e cybersecurity.
