Entraînement
Le processus qui crée ou met à jour substantiellement un modèle.
Infrastructure d’IA canadienne
Derrière chaque réponse d’IA, il y a une infrastructure.
Chaque réponse d’IA mobilise des ressources physiques : GPU, stockage, réseau et serveurs exploités dans un lieu précis.
Lorsque la résidence, la confidentialité ou la souveraineté sont déterminantes, l’infrastructure sous-jacente compte autant que le modèle. Underlabs conçoit le système en fonction du degré de présence canadienne, de maîtrise des opérations et d’indépendance que la charge de travail exige réellement.
Les ressources de calcul sous le modèle
Chaque réponse d’IA est produite quelque part sur du matériel physique.
Une application, une base de données et des documents peuvent résider au Canada, tandis que l’inférence s’exécute dans une autre région, chez un autre fournisseur.
Plus on descend dans la pile, plus les enjeux de souveraineté deviennent concrets.
- 01Utilisateur
- 02Application
- 03Données de l’organisation
- 04Modèle d’IA
- 05Inférence
- 06GPU et calcul
- 07Stockage et réseau
- 08Installation physique
Où est-ce?Qui l’exploite?Qui en a la maîtrise?
Le calcul, en termes simples
Le modèle doit s’exécuter sur une machine.
Inférence
L’utilisation d’un modèle déjà entraîné pour traiter une entrée et produire un résultat. Pour la plupart des systèmes clients d’Underlabs, c’est la principale question d’infrastructure.
- 01Application web · Montréal
- 02Base de données · Montréal
- 03API d’IA · États-Unis
- 04Inférence · États-Unis
La résidence de l’application et celle de l’inférence sont deux décisions architecturales. Voir le parcours complet des données.
Cinq questions distinctes
Repérez où se situe la maîtrise, pas seulement les serveurs.
Ces questions transforment une préférence générale pour le Canada en exigences vérifiables par les équipes d’architecture et d’approvisionnement. Elles ne constituent pas un avis juridique.
Emplacement physique
Où se trouvent les machines : au Canada, ailleurs, dans un centre de données ou dans les installations du client?
Fournisseur
Qui exploite l’infrastructure : un fournisseur mondial, une entreprise canadienne, un exploitant de colocation ou l’équipe TI du client?
Maîtrise administrative
Qui administre les identifiants, le réseau, les systèmes d’exploitation, le déploiement des modèles, la surveillance et les mises à jour?
Dépendances
Quelle organisation externe doit rester disponible? La charge peut-elle être déplacée vers un autre environnement?
Juridiction et gouvernance
Quelles relations organisationnelles et juridiques s’appliquent? L’emplacement, la propriété, l’exploitation et la juridiction sont liés sans être identiques.
Une distinction importante
Région canadienne ≠ infrastructure sous maîtrise canadienne
Une région canadienne exploitée par un fournisseur infonuagique mondial peut offrir un véritable emplacement physique au Canada, des outils éprouvés, une grande fiabilité, une mise à l’échelle rapide et du soutien aux entreprises. Pour bon nombre d’organisations, cette option convient tout à fait.
Une région canadienne et une infrastructure sous maîtrise canadienne répondent toutefois à des exigences différentes. Le matériel peut se trouver au Canada, tandis que l’organisation qui l’exploite ou le maîtrise est établie ailleurs. Le service n’est pas moins sûr pour autant; son périmètre de maîtrise est simplement différent.
- Région infonuagique canadienne
- Infrastructure physiquement au Canada, possiblement exploitée par un fournisseur international.
- Centre de données canadien
- Installation physique au Canada pouvant héberger le matériel de fournisseurs, d’entreprises canadiennes ou étrangères et de clients.
- Fournisseur canadien
- Organisation sous contrôle canadien qui offre de l’infrastructure ou de l’hébergement.
- Infrastructure canadienne maîtrisée par le client
- Infrastructure située au Canada sur laquelle le client conserve une maîtrise plus directe du déploiement.
Un éventail, pas un classement
Une maîtrise plus directe entraîne davantage de responsabilités opérationnelles.
Aucune option n’est universellement supérieure. Chacune modifie les coûts, la maîtrise, la maintenance, la mise à l’échelle, la résilience et la vitesse de déploiement.
- 01API d’IA géréeResponsabilité opérationnelle minimale; maîtrise directe limitée.
- 02GPU infonuagique, région canadienneDéploiement rapide, élasticité et outils gérés avec résidence physique au Canada.
- 03Environnement canadien dédiéRessources plus dédiées et profil de dépendance différent, à évaluer fournisseur par fournisseur.
- 04Infrastructure canadienne privéeEnvironnement isolé ou privé avec des limites techniques et opérationnelles définies.
- 05Matériel du client en colocationLe client possède les serveurs; le centre de données fournit l’espace, l’alimentation, le refroidissement et la connectivité.
- 06Sur siteMaîtrise physique directe accrue, accompagnée d’une plus grande responsabilité d’exploitation.
- 07Périphérie ou environnement isoléInférence près d’un appareil, d’un capteur ou d’une opération, parfois sans connexion continue.
Une infrastructure complète
Un système d’IA ne se résume pas à un GPU dans un serveur.
Le choix du modèle et celui de l’infrastructure sont liés. Voir comment choisir un modèle d’IA canadien ou international.
GPU et mémoire
Un GPU est un processeur adapté aux calculs parallèles des modèles modernes. Le modèle doit tenir dans la mémoire de l’accélérateur; les modèles plus grands peuvent exiger plus de mémoire, plusieurs GPU, de la quantification ou du partitionnement.
Stockage
Les poids des modèles, documents, bases de données, représentations vectorielles, index, fichiers, résultats, journaux et sauvegardes ont tous besoin d’un stockage planifié.
Réseau
Les communications application-modèle, l’accès au stockage, les limites de réseau privé, la latence, la redondance et les interconnexions influencent la performance et la fiabilité.
Alimentation et refroidissement
Les systèmes privés à haute performance exigent une capacité électrique, du refroidissement, de l’espace, de la redondance et de la maintenance. Posséder les GPU n’est donc pas automatiquement plus simple.
Contexte canadien actuel
Le calcul souverain est devenu une catégorie de politique publique.
Le calcul souverain désigne généralement une infrastructure conçue pour garder des charges stratégiques à l’intérieur d’une limite nationale, organisationnelle ou juridique voulue. Il ne s’agit pas d’une certification technique universelle.
La stratégie nationale actuelle du Canada présente le calcul, l’infonuagique, la connectivité, les données et l’infrastructure comme des fondements de la souveraineté de l’IA. Elle prévoit l’expansion d’une capacité souveraine tout en considérant les investissements des fournisseurs à très grande échelle comme une partie de l’écosystème canadien.
Infrastructure nationale
Le Programme d’infrastructure de calcul souveraine pour l’IA soutient une capacité publique canadienne de calcul avancé.
Consulter le programmeInfrastructure gouvernementale
Services partagés Canada déploie une plateforme qui réunit calcul, stockage et services d’IA canadiens pour les ministères et organismes fédéraux.
Voir la Plateforme d’IA du GCOrientation 2026-2027
Le plan ministériel de SPC décrit une infrastructure d’IA souveraine, des options hybrides, du calcul de périphérie et une capacité accrue au Canada.
Lire le plan ministérielStratégie nationale en matière d’intelligence artificielle du Canada. Ce contexte public ne constitue ni une recommandation d’architecture pour toutes les entreprises ni une approbation d’Underlabs.
Planification de capacité
Évaluez avant d’acheter.
La planification de capacité estime l’infrastructure réellement nécessaire à partir du nombre d’utilisateurs, des requêtes par seconde, de la taille du modèle, du contexte, de la longueur des réponses, des accès simultanés, de la latence et de la disponibilité visées.
Une capacité insuffisante rend le système lent ou peu fiable. Une capacité excessive laisse des GPU coûteux inactifs.
L’infonuagique peut convenir lorsque…
- la charge est incertaine ou variable
- l’expérimentation se poursuit
- la mise à l’échelle rapide compte
- l’équipe d’exploitation est limitée
L’infrastructure détenue ou dédiée peut convenir lorsque…
- la charge est stable et l’utilisation élevée
- les exigences de maîtrise le justifient
- la rentabilité à long terme est favorable
- le fonctionnement local ou hors ligne compte
Le coût complet inclut le matériel, l’alimentation, le refroidissement, la maintenance, la redondance, le personnel et les cycles de remplacement.
Architectures hybrides
Une organisation peut combiner plusieurs environnements.
Une architecture privée n’exige pas toujours du matériel appartenant au client. Voir les topologies d’IA privée et sur site.
Données sensibles
- 01Calcul canadien privé
- 02Modèle privé
Tâches générales
- 01Modèle externe approuvé
Décision locale immédiate
- 01Caméra ou capteur
- 02Appareil IA local
- 03Décision
- 04Système central
L’informatique en périphérie peut réduire la latence et le transfert de données ou permettre un fonctionnement hors ligne, mais ajoute des contraintes de capacité, de déploiement et de gestion des appareils.
Résilience proportionnée
La résilience est la capacité de continuer à fonctionner pendant une défaillance. Le basculement permet de passer à une autre ressource. Selon la criticité, il peut falloir prévoir les pannes de GPU, de réseau, de stockage, de fournisseur, d’API ou de région.
Du besoin au système fonctionnel
Underlabs relie l’architecture, l’infrastructure, le modèle et le produit.
Underlabs n’est ni un centre de données, ni un fabricant de matériel, ni un fournisseur de GPU. Nous déterminons l’environnement approprié, déployons la pile d’IA et développons le logiciel utile qui s’y appuie.
- 01
Définir la charge de travail
Préciser ce que l’IA doit accomplir, pour qui et avec quelles données.
- 02
Déterminer les exigences de souveraineté
Identifier ce qui doit rester au Canada, demeurer privé, être maîtrisé par le client ou rester disponible localement.
- 03
Évaluer les modèles
Mesurer la capacité réelle sur les tâches, langues, formats et erreurs du système.
- 04
Estimer la capacité de calcul
Relier le modèle, le volume, la concurrence, la latence et la disponibilité aux ressources nécessaires.
- 05
Choisir l’architecture de déploiement
Comparer région canadienne, environnement dédié, infrastructure privée, colocation, sur site, périphérie et hybride.
- 06
Construire la couche applicative
Développer logiciels, API, recherche, agents, automatisations, authentification et intégrations.
- 07
Déployer et surveiller
Relier logiciel et infrastructure dans un système exploitable, observable et récupérable.
- 08
Préserver la portabilité
Réduire, lorsque pratique, la dépendance inutile envers un seul modèle ou fournisseur d’infrastructure.
Guide d’approvisionnement
Questions à poser à un fournisseur d’infrastructure d’IA
Une réponse précise à ces questions est plus utile qu’une étiquette générale de nuage, d’hébergement canadien ou de souveraineté.
- 01Où l’inférence s’exécutera-t-elle physiquement?
- 02Où les poids du modèle et les données clients seront-ils stockés?
- 03Qui dispose d’un accès administratif?
- 04L’infrastructure est-elle partagée ou dédiée?
- 05La charge peut-elle migrer vers un autre fournisseur?
- 06Où sont stockés les sauvegardes et les journaux?
- 07Que se passe-t-il pendant une panne?
- 08Qui gère les mises à jour de sécurité?
- 09L’environnement peut-il fonctionner sans dépendances externes?
- 10Quelles données quittent l’environnement?
La vue d’ensemble
Un serveur GPU canadien ne suffit pas à rendre tout le système souverain.
- 01GPU canadien
- 02Modèle privé
- 03Service externe de journalisation
- 04Des données sensibles quittent l’environnement
La souveraineté résulte de l’architecture du système complet.
Commencer par les exigences
Vous n’avez pas à choisir l’infrastructure avant de nous parler.
Présentez-nous la charge de travail, les données sensibles, les contraintes canadiennes, les systèmes existants et les objectifs d’exploitation. Underlabs peut les traduire en architecture, évaluer les modèles et la capacité, puis construire et déployer le système.