Una nuova era per i LLM europei: Olala mini 7A1B

Il 17 novembre 2026 OVHcloud ha annunciato Olala mini 7A1B, il primo modello linguistico della famiglia Olala, sviluppato e addestrato da zero dall’azienda francese. La presentazione ufficiale avverrà il 19 novembre durante l’OVHcloud AI Summit di Parigi e il modello sarà distribuito in modalità open source tramite la piattaforma Hugging Face, con licenza Apache 2.0.

Con questa iniziativa il provider cloud europeo amplia la propria offerta nell’intelligenza artificiale: oltre a fornire infrastrutture, capacità di calcolo e servizi di inferenza, OVHcloud sviluppa direttamente LLM destinati a specifiche applicazioni aziendali.

Obiettivi di Olala mini

Olala mini nasce con un obiettivo preciso: ridurre le risorse hardware necessarie per utilizzare un modello linguistico, facilitandone l’adozione anche su sistemi locali. La strategia di OVHcloud prevede tre ambiti di applicazione:

    • AI agentica per automazione e assistenti intelligenti;
    • Strumenti per sviluppatori, inclusi workflow DevOps;
    • Soluzioni di cybersecurity basate su intelligenza artificiale.

Architettura e tecnologie innovative

Olala mini utilizza un’architettura da 7 miliardi di parametri complessivi, dei quali un miliardo viene attivato durante l’elaborazione. Il modello è basato su una struttura mixture of experts (MoE) con 256 esperti per livello. Questo approccio consente di attivare solo una parte delle componenti del modello per ciascuna richiesta, riducendo drasticamente il numero di operazioni rispetto a un’architettura che impiega tutti i parametri.

Un ulteriore elemento distintivo è il meccanismo di attenzione ibrida che combina Differential‑TPA e Mamba‑3, due tecnologie progettate per migliorare l’efficienza nell’elaborazione delle sequenze di testo e nella gestione delle informazioni contestuali.

Prestazioni su hardware limitato

Secondo i dati comunicati da OVHcloud il 17 novembre, Olala mini può funzionare su una GPU con 8 GB di memoria. L’azienda dichiara una velocità di 160 token al secondo su una Nvidia RTX A4500 e di 50 token al secondo utilizzando soltanto un processore senza accelerazione GPU.

La finestra di contesto iniziale raggiunge 32 000 token, una dimensione sufficiente per gestire conversazioni e documenti relativamente estesi.

Il modello è distribuito in formato BF16; i 7 miliardi di parametri occuperebbero circa 14 GB in questa precisione. OVHcloud non ha ancora chiarito quali tecniche di quantizzazione o gestione della memoria consentano l’esecuzione su GPU da 8 GB, né ha pubblicato benchmark comparativi con altri LLM di dimensioni analoghe.

Supercalcolo europeo al servizio del modello

Lo sviluppo di Olala mini è stato sostenuto dall’accesso a tre infrastrutture pubbliche europee di supercalcolo:

    • Jupiter, equipaggiata con GPU GH200;
    • MeluXina, con GPU A100;
    • Jean Zay, dotata di GPU H100 (Nvidia).

Secondo OVHcloud, le risorse computazionali messe a disposizione equivalgono a circa 7 milioni di euro in ore di calcolo. Questo valore rappresenta l’attribuzione economica dell’utilizzo delle infrastrutture, non il costo complessivo di sviluppo del modello.

Il laboratorio OVHai LLM

Il progetto ha portato alla costituzione di OVHai LLM, il laboratorio interno di OVHcloud dedicato allo sviluppo di modelli linguistici e all’intelligenza artificiale agentica. La distribuzione open source comprenderà:

    • i pesi del modello;
    • la versione di base pre‑addestrata;
    • un rapporto tecnico dettagliato;
    • la documentazione relativa agli obblighi previsti dall’AI Act europeo.

Licenza Apache 2.0 e opportunità per le imprese

La licenza Apache 2.0 consentirà a imprese e sviluppatori di utilizzare, modificare e integrare Olala mini nelle proprie applicazioni, anche a scopo commerciale, rispettandone le condizioni. Per le organizzazioni che intendono eseguire l’AI nelle proprie infrastrutture, la disponibilità dei pesi riduce la dipendenza da servizi di inferenza gestiti da fornitori esterni.

Il primo utilizzo operativo annunciato riguarda Qwant, il motore di ricerca francese che ha integrato Olala mini nella funzionalità di risposta rapida basata sull’intelligenza artificiale.

Risultati preliminari di Qwant

OVHcloud dichiara che l’adozione del modello ha prodotto un miglioramento del 20 % nei tempi di generazione delle risposte e una riduzione dei costi operativi a un terzo rispetto alla soluzione precedentemente utilizzata. I risultati sono comunicati dall’azienda e non sono ancora stati verificati da valutazioni indipendenti.

Questo caso d’uso rappresenta la prima applicazione in produzione di Olala mini e fornisce un punto di riferimento per le imprese interessate all’AI generativa, che dovranno valutare il rapporto tra prestazioni, risorse hardware e costi di esercizio, soprattutto in scenari ad alto volume di richieste.

Piani di evoluzione della famiglia Olala

OVHcloud ha già delineato le prossime tappe di sviluppo:

    • Versione 1.1 (previste entro fine 2026): ampliamento della finestra di contesto da 32 000 a 128 000 token e miglioramento delle capacità di ragionamento matematico.
    • Versione 2.0 (data non ancora comunicata): superamento dei 100 miliardi di parametri e introduzione di modelli specializzati in tre aree applicative:
      • AI agentica per le imprese, con integrazione in OVHai Workspace e supporto a versioni cifrate eseguibili direttamente sulle workstation degli utenti.
      • Cloud DevOps, con assistenti per sviluppatori, architetti software e responsabili IT, finalizzati alla gestione delle infrastrutture e alla continuità dei servizi.
      • Cybersecurity, con soluzioni sia difensive sia offensive per la sicurezza informatica.

Motivazioni strategiche di OVHcloud

Octave Klaba, amministratore delegato di OVHcloud, collega il progetto alla necessità di acquisire capacità autonome nello sviluppo dei modelli. Secondo Klaba, “il gruppo non può basare la propria strategia di lungo periodo esclusivamente sulla disponibilità di LLM open source pubblicati da laboratori esterni”. Deve poter progettare e addestrare modelli adatti alle proprie esigenze e a quelle dei clienti.

Il manager sottolinea inoltre che i costi di addestramento dei modelli sono diminuiti di venti volte negli ultimi tre anni, rendendo più accessibile lo sviluppo interno.

Implicazioni per il mercato europeo dell’AI

La scelta di OVHcloud rafforza una strategia industriale che combina la disponibilità di infrastrutture europee con il controllo delle tecnologie utilizzate per sviluppare ed eseguire l’intelligenza artificiale. Il lancio del 19 novembre costituirà il primo momento di verifica pubblica delle capacità di Olala mini.

La disponibilità dei pesi, del rapporto tecnico e dei risultati dei benchmark permetterà agli sviluppatori di misurare il rapporto tra qualità delle risposte, velocità e consumo di memoria. Questi sono gli elementi necessari per stabilire in quali applicazioni aziendali il nuovo modello possa rappresentare un’alternativa valida ai LLM già disponibili sul mercato.