Auteur : Info Cloud

Meta achète Manus et confirme la tendance de 2025 : les géants « dévorent » l'avenir de l'intelligence artificielle

Meta achète Manus et confirme la tendance de 2025 : les géants « dévorent » l’avenir de l’intelligence artificielle

L’annonce selon laquelle Manus rejoint Meta semble, à première vue, s’inscrire dans le tumulte habituel de l’intelligence artificielle. Toutefois, avec du recul, elle révèle un schéma de plus en plus clair : les grands acteurs n’achètent pas “seulement” de la technologie, ils acquièrent des positions stratégiques. C’est-à-dire : talent, propriété intellectuelle, accès aux données, canaux de distribution et surtout, la capacité d’établir la norme de facto dans la prochaine couche logicielle. Dans le cas de Manus, cette lecture est limpide : Meta renforce son engagement envers les agents à usage général (capables de réaliser des tâches complexes de bout en bout) et s’assure une équipe ainsi qu’une plateforme qui, selon les rapports, montraient déjà des signes significatifs de traction sur

QEMU 10.2 renforce la virtualisation moderne : plus de performance avec io_uring, mise à jour en direct et un message clair sur la sécurité

QEMU 10.2 renforce la virtualisation moderne : plus de performance avec io_uring, mise à jour en direct et un message clair sur la sécurité

QEMU, l’un des piliers silencieux de l’écosystème de virtualisation et d’émulation open source, a clôturé 2025 avec une mise à jour significative. La version 10.2.0, annoncée officiellement le 24 décembre (avec le tarball publié sur la page de téléchargement le 23 décembre), arrive avec un rythme de développement qui remet en perspective l’ampleur du projet : plus de 2 300 commits signés par 188 contributeurs pour une version qui impacte aussi bien les laboratoires d’architecture que les plateformes de cloud privé et les environnements d’entreprise. Dans un marché où une grande partie de la conversation tourne autour de « hyperviseurs » de marque ou de suites complètes, QEMU joue une autre partition : celle du moteur permettant à de nombreuses

SoftBank prête main-forte à Arm pour financer sa aposta sur OpenAI : l'ingénierie financière derrière le « moment IA »

SoftBank prête main-forte à Arm pour financer sa aposta sur OpenAI : l’ingénierie financière derrière le « moment IA »

SoftBank s’habitue depuis des années à orchestrer des mouvements qui fusionnent vision technologique, gros titres et une tolérance au risque rare pour une société cotée en bourse. Mais ce qui rend sa dernière grande offensive particulièrement frappante, ce n’est pas seulement l’ampleur de l’investissement dans l’Intelligence Artificielle, c’est surtout la façon dont elle est financée : Arm sert de garantie. Le 11 novembre 2025, lors de la présentation aux investisseurs de SoftBank, une diapositive a révélé beaucoup de ce qui se passe : la société a élargi une ligne de prêt avec garantie (margin loan) adossée à des actions d’Arm jusqu’à 20 milliards de dollars, avec déjà 8,5 milliards débloqués et 11,5 milliards disponibles. Cette opération a impliqué 33 établissements

PyFRC2G : le projet qui transforme les règles pfSense et OPNsense en diagrammes pour audits et documentation

PyFRC2G : le projet qui transforme les règles pfSense et OPNsense en diagrammes pour audits et documentation

Dans de nombreuses organisations, le pare-feu est une pièce maîtresse… et, en même temps, l’un des éléments les plus difficiles à expliquer. Avec le temps, les règles s’accumulent, des exceptions apparaissent, des ports s’ouvrent pour des besoins ponctuels et des alias se créent, comprenant uniquement celui qui les a configurés. Le résultat est bien connu de tout administrateur réseau : un ensemble de politiques qui fonctionnent, certes, mais qui sont complexes à réviser, à justifier lors d’un audit ou simplement à documenter pour le changement suivant. C’est pour répondre à cette problématique qu’est né PyFRC2G, un package en Python proposant une idée simple : convertir les règles de pare-feu de pfSense et OPNsense en diagrammes visuels de flux, générés automatiquement.

Proxmox et Ansible : quand la virtualisation cesse de dépendre du « clic » et commence à fonctionner comme du code

Proxmox et Ansible : quand la virtualisation cesse de dépendre du « clic » et commence à fonctionner comme du code

La gestion des infrastructures virtualisées connaît une transformation silencieuse mais profonde : de moins en moins de tâches sont effectuées « à la main » et de plus en plus deviennent des processus reproductibles, auditable et faciles à standardiser. Dans l’écosystème de Proxmox Virtual Environment (Proxmox VE), cette tendance est particulièrement visible dans les opérations récurrentes en environnement réel : installation des hôtes, déploiement initial, création de clusters, configuration réseau et stockage, ainsi que la standardisation des réglages sur des nœuds qui ont évolué au fil du temps. Pour beaucoup d’administrateurs, la question n’est plus « faut-il automatiser ? » mais jusqu’où automatiser et avec quels outils. Dans ce contexte, Ansible apparaît comme l’un des alliés les plus directs. La

Le cloud dépasse 100 milliards par trimestre : l'intelligence artificielle passe à la production et change la course entre les hyperscalers

Le cloud dépasse 100 milliards par trimestre : l’intelligence artificielle passe à la production et change la course entre les hyperscalers

Le marché mondial des services d’infrastructure cloud a franchi un seuil symbolique : 102,6 milliards de dollars dépensés au troisième trimestre de 2025, avec une croissance interannuelle de 25 %. Ce chiffre, extrait d’un rapport d’Omdia publié à Londres le 22 décembre, indique une tendance qui ne paraît plus purement conjoncturelle : le secteur enregistre cinq trimestres consécutifs de croissance supérieure à 20 %, et ce, pour une raison très précise. L’Intelligence Artificielle quitte le laboratoire pour devenir une charge de travail stable et pérenne, intégrée dans des entreprises de toutes tailles. Ce changement de phase — du “pilotage” à des déploiements opérationnels — ne se limite pas à une augmentation du recours au calcul et au stockage. Il modifie

Meta achète Manus et confirme la tendance de 2025 : les géants « dévorent » l'avenir de l'intelligence artificielle

Meta achète Manus et confirme la tendance de 2025 : les géants « dévorent » l’avenir de l’intelligence artificielle

L’annonce selon laquelle Manus rejoint Meta semble, à première vue, s’inscrire dans le tumulte habituel de l’intelligence artificielle. Toutefois, avec du recul, elle révèle un schéma de plus en plus clair : les grands acteurs n’achètent pas “seulement” de la technologie, ils acquièrent des positions stratégiques. C’est-à-dire : talent, propriété intellectuelle, accès aux données, canaux de distribution et surtout, la capacité d’établir la norme de facto dans la prochaine couche logicielle. Dans le cas de Manus, cette lecture est limpide : Meta renforce son engagement envers les agents à usage général (capables de réaliser des tâches complexes de bout en bout) et s’assure une équipe ainsi qu’une plateforme qui, selon les rapports, montraient déjà des signes significatifs de traction sur

QEMU 10.2 renforce la virtualisation moderne : plus de performance avec io_uring, mise à jour en direct et un message clair sur la sécurité

QEMU 10.2 renforce la virtualisation moderne : plus de performance avec io_uring, mise à jour en direct et un message clair sur la sécurité

QEMU, l’un des piliers silencieux de l’écosystème de virtualisation et d’émulation open source, a clôturé 2025 avec une mise à jour significative. La version 10.2.0, annoncée officiellement le 24 décembre (avec le tarball publié sur la page de téléchargement le 23 décembre), arrive avec un rythme de développement qui remet en perspective l’ampleur du projet : plus de 2 300 commits signés par 188 contributeurs pour une version qui impacte aussi bien les laboratoires d’architecture que les plateformes de cloud privé et les environnements d’entreprise. Dans un marché où une grande partie de la conversation tourne autour de « hyperviseurs » de marque ou de suites complètes, QEMU joue une autre partition : celle du moteur permettant à de nombreuses

SoftBank prête main-forte à Arm pour financer sa aposta sur OpenAI : l'ingénierie financière derrière le « moment IA »

SoftBank prête main-forte à Arm pour financer sa aposta sur OpenAI : l’ingénierie financière derrière le « moment IA »

SoftBank s’habitue depuis des années à orchestrer des mouvements qui fusionnent vision technologique, gros titres et une tolérance au risque rare pour une société cotée en bourse. Mais ce qui rend sa dernière grande offensive particulièrement frappante, ce n’est pas seulement l’ampleur de l’investissement dans l’Intelligence Artificielle, c’est surtout la façon dont elle est financée : Arm sert de garantie. Le 11 novembre 2025, lors de la présentation aux investisseurs de SoftBank, une diapositive a révélé beaucoup de ce qui se passe : la société a élargi une ligne de prêt avec garantie (margin loan) adossée à des actions d’Arm jusqu’à 20 milliards de dollars, avec déjà 8,5 milliards débloqués et 11,5 milliards disponibles. Cette opération a impliqué 33 établissements

PyFRC2G : le projet qui transforme les règles pfSense et OPNsense en diagrammes pour audits et documentation

PyFRC2G : le projet qui transforme les règles pfSense et OPNsense en diagrammes pour audits et documentation

Dans de nombreuses organisations, le pare-feu est une pièce maîtresse… et, en même temps, l’un des éléments les plus difficiles à expliquer. Avec le temps, les règles s’accumulent, des exceptions apparaissent, des ports s’ouvrent pour des besoins ponctuels et des alias se créent, comprenant uniquement celui qui les a configurés. Le résultat est bien connu de tout administrateur réseau : un ensemble de politiques qui fonctionnent, certes, mais qui sont complexes à réviser, à justifier lors d’un audit ou simplement à documenter pour le changement suivant. C’est pour répondre à cette problématique qu’est né PyFRC2G, un package en Python proposant une idée simple : convertir les règles de pare-feu de pfSense et OPNsense en diagrammes visuels de flux, générés automatiquement.

Proxmox et Ansible : quand la virtualisation cesse de dépendre du « clic » et commence à fonctionner comme du code

Proxmox et Ansible : quand la virtualisation cesse de dépendre du « clic » et commence à fonctionner comme du code

La gestion des infrastructures virtualisées connaît une transformation silencieuse mais profonde : de moins en moins de tâches sont effectuées « à la main » et de plus en plus deviennent des processus reproductibles, auditable et faciles à standardiser. Dans l’écosystème de Proxmox Virtual Environment (Proxmox VE), cette tendance est particulièrement visible dans les opérations récurrentes en environnement réel : installation des hôtes, déploiement initial, création de clusters, configuration réseau et stockage, ainsi que la standardisation des réglages sur des nœuds qui ont évolué au fil du temps. Pour beaucoup d’administrateurs, la question n’est plus « faut-il automatiser ? » mais jusqu’où automatiser et avec quels outils. Dans ce contexte, Ansible apparaît comme l’un des alliés les plus directs. La

Le cloud dépasse 100 milliards par trimestre : l'intelligence artificielle passe à la production et change la course entre les hyperscalers

Le cloud dépasse 100 milliards par trimestre : l’intelligence artificielle passe à la production et change la course entre les hyperscalers

Le marché mondial des services d’infrastructure cloud a franchi un seuil symbolique : 102,6 milliards de dollars dépensés au troisième trimestre de 2025, avec une croissance interannuelle de 25 %. Ce chiffre, extrait d’un rapport d’Omdia publié à Londres le 22 décembre, indique une tendance qui ne paraît plus purement conjoncturelle : le secteur enregistre cinq trimestres consécutifs de croissance supérieure à 20 %, et ce, pour une raison très précise. L’Intelligence Artificielle quitte le laboratoire pour devenir une charge de travail stable et pérenne, intégrée dans des entreprises de toutes tailles. Ce changement de phase — du “pilotage” à des déploiements opérationnels — ne se limite pas à une augmentation du recours au calcul et au stockage. Il modifie