Depuis que les assistants à base de grands modèles de langage (LLM) entrent dans les ministères, les collectivités et les établissements publics, une question revient chez les DSI et leurs prestataires : où tourne le modèle, et où vont les données qu'on lui envoie ? Cet article fait le point côté B2B, pour les intégrateurs, éditeurs et équipes techniques qui répondent à des besoins du secteur public.
Pourquoi l'IA générative relance la question de la souveraineté
Un outil bureautique classique traite des fichiers identifiés. Un assistant IA, lui, ingère du texte libre : notes, courriers, extraits de dossiers, tickets. Le périmètre de données est plus difficile à borner. Trois points changent la donne :
- Le volume et la nature des données : les prompts et les documents de contexte (RAG) peuvent contenir des informations personnelles ou sensibles.
- La chaîne de traitement : API du modèle, base vectorielle, journaux, outils de supervision. Chaque maillon est un lieu d'hébergement à maîtriser.
- Le droit applicable : l'exposition à des lois extraterritoriales est un critère de choix, au-delà de la simple localisation des serveurs.
Le cadre : « Cloud au centre » et SecNumCloud
La doctrine « Cloud au centre » encadre le recours au cloud par les services de l'État. D'après Acteurs publics, les données sensibles doivent être hébergées sur des offres qualifiées SecNumCloud par l'ANSSI. Le même média rapporte que la commande publique passée à des entreprises françaises qualifiées atteint environ 55 millions d'euros, chiffre cité devant l'Assemblée nationale.
Le référentiel d'exigences SecNumCloud est publié par l'ANSSI. Sa version 3.2 date de mars 2022. Des commentaires juridiques d'août 2026 évoquent une évolution récente du référentiel : vérifiez toujours la version en vigueur sur le site de l'agence. Pour comprendre qui est concerné, lisez notre guide SecNumCloud et loi SREN : qui doit héberger sur un cloud qualifié.
Point d'attention : une qualification SecNumCloud n'est pas un simple label de « souveraineté ». C'est une qualification technique et juridique de l'ANSSI, délivrée à un service précis.
Trois architectures possibles pour un projet IA public
Selon la sensibilité des données, trois schémas se rencontrent. Le tableau ci-dessous les compare.
| Architecture | Où tourne le modèle | Atouts | Limites |
|---|---|---|---|
| API d'un éditeur de modèle | Chez l'éditeur | Mise en route rapide, modèles de pointe | Données hors de votre périmètre, dépendance contractuelle |
| Cloud qualifié SecNumCloud | Chez un prestataire qualifié | Réponse directe aux exigences pour données sensibles | Offre restreinte, coût et choix de services plus limités |
| Modèle ouvert auto-hébergé | Sur votre VPS ou serveur dédié | Maîtrise des données, des versions et des journaux | Vous exploitez la pile : mises à jour, sécurité, sauvegardes |
Ces schémas se combinent : un modèle auto-hébergé pour les contenus internes, une API externe pour les usages non sensibles. Cette flexibilité permet d'ajuster le schéma à chaque cas d'usage.
Hébergement mutualisé, serveur virtuel, serveur dédié : le vocabulaire
Dans les appels d'offres comme dans les devis, ces termes se croisent. Voici les définitions générales à partager entre DSI, intégrateurs et équipes techniques avant de choisir une solution d'hébergement.
- Hébergement mutualisé : plusieurs sites internet ou applications partagent les ressources d'un même serveur, dont le processeur, la mémoire et l'espace disque. Il convient aux sites web simples, pas à une charge d'inférence.
- Serveur physique : une machine matérielle réelle, avec ses processeurs, sa mémoire et ses disques. Un serveur dédié correspond à un serveur physique réservé à un seul client.
- Virtualisation : technique qui découpe un serveur physique en plusieurs machines virtuelles, chacune avec son propre système d'exploitation et des ressources allouées.
- Serveur virtuel (VPS) : machine virtuelle qui tourne sur un serveur physique partagé avec d'autres machines virtuelles. Vous administrez votre système, généralement en SSH.
- Hébergement cloud : ressources de calcul et de stockage réparties sur plusieurs serveurs physiques, mobilisables selon le besoin. Un cloud privé désigne une infrastructure réservée à une seule organisation.
| Type | Ressources | Accès système | Usage typique |
|---|---|---|---|
| Hébergement mutualisé | Partagées entre plusieurs clients | Limité, sans accès root | Sites internet simples, sites web vitrine |
| Serveur virtuel (VPS) | Allouées à votre machine virtuelle | Accès root, souvent via SSH | Prototype, petit modèle, services internes |
| Hébergement dédié (serveur dédié) | Serveur physique entier | Accès root, souvent via SSH | Charge soutenue, besoin d'isolation |
| Hébergement cloud | Pool de ressources à la demande | Selon le service | Montée en charge, flexibilité |
Pour un projet d'IA, trois critères reviennent : la mémoire et les cœurs disponibles, l'accès système, et la disponibilité du service. La haute disponibilité désigne une architecture redondante : si un composant tombe, le service continue. Elle repose sur plusieurs serveurs et a un coût, à arbitrer selon l'usage.
Le choix entre un VPS Linux et un serveur dédié se fait donc selon la charge et l'isolation attendues. Ces tâches peuvent aussi être confiées à un prestataire : c'est l'infogérance, qui couvre notamment les mises à jour, la supervision et les sauvegardes. Sans infogérance, l'administration reste à votre équipe.
Héberger soi-même un LLM : ce que cela implique
Les modèles à poids ouverts rendent l'auto-hébergement crédible, comme le montre notre article sur Mistral Large 4 et les poids ouverts. Côté exploitation, un projet type comprend un moteur d'inférence, une interface, une base de connaissances et un reverse proxy en HTTPS, rattaché à un nom de domaine dont les enregistrements DNS pointent vers l'adresse IP du serveur.
- Moteur d'inférence : comparez vLLM et Ollama selon la charge attendue. Pour démarrer, voyez l'installation d'Ollama sur un VPS Linux.
- Inférence sur CPU : possible pour des modèles modestes, avec un débit plus faible. Un serveur à nombreux cœurs et beaucoup de RAM s'y prête, voir llama.cpp sur serveur dédié Xeon Gold.
- Accès et journaux : authentification forte (clés SSH plutôt que mots de passe), cloisonnement réseau, rétention des logs maîtrisée et supervision.
- Sauvegardes : à prévoir explicitement (backup), pour les documents indexés, les bases de données et la base vectorielle, et de préférence hors du serveur de production.
Un VPS Linux, qui est un serveur virtuel créé par virtualisation sur un serveur physique, convient pour un prototype ou un petit modèle. Pour une charge plus soutenue ou un besoin d'isolation, le serveur dédié est plus adapté, car il met à votre disposition un serveur physique entier, avec son processeur et son espace disque. Les offres ElypseCloud sont sur SSD, avec un réseau jusqu'à 10 Gbit/s selon l'offre, une protection anti-DDoS et un datacenter à Paris.
Ce qu'il faut dire clairement
ElypseCloud ne revendique aucune qualification ou certification sur ses offres. Si l'appel d'offres impose une qualification SecNumCloud, le choix de l'hébergeur doit se faire dans la liste des prestataires qualifiés publiée par l'ANSSI. En revanche, de nombreux projets d'IA d'un prestataire du secteur public (prototypes, outils internes sur données non sensibles, environnements de test, automatisations) n'imposent pas ce niveau d'exigence et peuvent être hébergés sur de l'infrastructure classique en France.
Réglementation à surveiller
Plusieurs textes encadrent ces projets en parallèle :
- le RGPD et ses évolutions, voir RGPD, IA et Digital Omnibus ;
- la réversibilité et la fin des frais de sortie du cloud, voir le Data Act ;
- les obligations de cybersécurité, voir NIS 2 et la loi Résilience.
Pour le contexte industriel, consultez aussi notre compte rendu sur l'IA souveraine.
Checklist avant de chiffrer un projet
- Classer les données que le modèle verra : publiques, internes, sensibles.
- Vérifier si le marché impose une qualification SecNumCloud.
- Choisir la solution d'hébergement : API, cloud qualifié, auto-hébergement, ou un mélange.
- Dimensionner la mémoire, les cœurs du processeur et l'espace disque selon le modèle et le nombre d'utilisateurs simultanés.
- Prévoir sécurité, supervision, sauvegardes et plan de sortie.
Pour les besoins de matériel dédié dans un datacenter, le housing peut aussi s'étudier.
FiveM
Minecraft
Rust
RedM
Hytale