zto

@Robe_0000FF @_mcorbin A ma connaissance pour snc tu as un laptop special snc pour faire tes tests dessus + vpn etc donc ça bosse sans soucis

@_mcorbin J'exagère comme le tweet initial mais cela entraîne en désavantages des risques de sécurité.... Sur une infra qualifié SecNumCloud comment tu fais ton télétravail ? 🤔

Je n'ai lu de plus tronqué... Archi infra qui bosse de chez lui un grand danger...

Today we're introducing the world's first AI CMO. Enter your website and it deploys a team of agents to help you get traffic and users. Try it now at okara.ai/cmo

Si vous êtes dev en France et que vous vous demandez quoi apprendre en 2026, ce post est pour vous 👇 Je communique assez peu en Français mais si je peux aider les Francophones à faire les bons choix sur quoi apprendre je me présente : je suis Brivael, co-founder tech de @argildotai, j'ai fait Y Combinator en 2024 et j'ai levé 5 millions d'euros. On est actuellement une team de 11 personnes basée à Paris et on construit ce qui sera vu dans le futur comme une sorte d'AGI / Agent pour produire des vidéos pour les réseaux sociaux Aujourd'hui on a des dizaines de milliers d'utilisateurs, on est focalisé sur la génération de vidéos avec des avatars IA, mais on va s'élargir à beaucoup plus que ça très bientôt. Si vous voulez prendre la vague AI, c'est encore possible. mais il faut être honnête sur ce que ça demande. Pour paraphraser @naval : il n'y aura plus de demande pour les gens moyens. C'est brutal mais c'est la réalité. si vous ne trouvez pas un moyen d'être dans le top 5% de ce que vous faites, vous serez inemployable. pas dans 10 ans. bientôt. Chez Argil on est 7 tech en interne. et on est en train d'automatiser quasiment entièrement la construction du software. Nos journées se résument de plus en plus à une seule chose : concevoir des systèmes agentiques, valider l'architecture, orchestrer des agents IA pour qu'ils fassent le reste. Le code classique ? les agents le font déjà. ce qui a de la valeur aujourd'hui c'est la capacité à penser en systèmes, à comprendre comment orchestrer des modèles ensemble, à savoir quand un agent doit décider et quand il doit déléguer. Et c'est là que beaucoup se trompent : même si l'IA produit 100% du code, sans maîtrise du software engineering, de l'architecture et des systèmes dans leur globalité, c'est quasi impossible de concevoir des systèmes agentiques qui fonctionnent at scale. il faut comprendre le sous-jacent pour pouvoir le challenger. les connaissances transverses — infra, distributed systems, design patterns — c'est pas optionnel, c'est le prérequis. Meilleur timing pour devenir un ingénieur généraliste / builder curieux de tout. Est-ce que c'est dur de sortir du lot en tant que junior aujourd'hui ? oui, très. mais c'est toujours possible de jouer sa carte si vous êtes prêts à aller plus loin que les autres. Posez-moi vos questions en commentaire, je vous donne mes conseils et on en fait un thread.

Dear European citizens, Once again, Europe's sovereignty is challenged, denied. Sovereignty does not start with speech or border - it starts from products and services we choose to use and develop every day. If we truly want to develop Europe and grant our rights, we must change our habits and use European technologies. @ProtonPrivacy, @MurenaCom, @olvid_io, @vivaldibrowser, @ecosia, @Qwant_FR, @MistralAI, @Fairphone, @OVHcloud, @Scaleway... Europe already has strong, credible alternatives - ready to deliver efficient, responsible, and privacy-respecting digital services to European users. Switch to Europe. Now. 🇪🇺 Half of Qwant’s search results are already powered by Staan, the European search technology built with Ecosia, and we aim to reach 100% by the end of the year.

If you are learning Linux, networking, containers, or Kubernetes, check out my work at labs.iximiuz.com. You'll find: - 60+ free playgrounds (remote Linux VMs) - 100+ SysAdmin/DevOps problems (practice) - Dozens of deep dives (theory) - Lots of helpful technical diagrams

pre xmas all nighter

Time for me to show up some side projects that still make money

Explains DNS at varying complexity levels github.com/devanshbatham/…

“We’re going to war. It’s a bloodbath out there. You can find me in the trenches. Time to rally the troops.” - Tyler, 26, Junior Product Manager at a B2B payroll management startup

on ne peut pas mieux expliquer pq je reviens .. il est temps de fixer toutes ces "petites" problèmes qui sont devenues insupportables avec le temps.

frontend is dead. Backend is dead. aiml is dead. appd is dead. pivot to cloud computing or quant. You won't regret it.

be delusional.

is this the cure to male depression?

Summer of OLTP continues... - databricks acquires @neondatabase for $1B - snowflake acquires @crunchydata for $250M - mariaDB (re)acquires @skysql - temporal acquires @auto_dba - vector (PE firm) buys @SingleStoreDB - @supabase raising at $5B turns out everyone needs txns 🙂

hey @mail0dotcom team, we need to talk. how long have you been building this thing? four months? six? more? whatever the number, it's too long for what you've shipped. i've been watching you struggle with basic features while talking about revolutionizing email. that's backwards. you can't change the world if you can't even nail the fundamentals. your problem is clear: you picked a tech stack that's fighting you every step of the way. i get it, you want to be different. you want each user's data isolated for privacy. but here's the thing: making your architecture needlessly complex doesn't make it more secure. it just makes it harder to build, harder to maintain, and probably easier to break. real privacy doesn't come from hiding data in weird places. it comes from doing the basics right. look, i'm not just another person complaining on the internet. i spent a few weekends building the core of what you're trying to do, using boring, proven tech. frontend, backend, database, some caching, a queue. nothing fancy. it works. it's fast. it scales. and most importantly, it does what users need. you're so focused on building the email client you think users should want that you've forgotten to build the one they actually need. stop overthinking it. stop overengineering it. just build something that works, ship it, and iterate from there. your users are waiting. they don't care about your revolutionary architecture. they care about an email client that actually works. time to choose: do you want to be the team that talked about changing email forever, or the team that actually did it? i genuinely wish you the very best. i want to see you succeed

⚪️ Tottenham are your 2025 Europa League champions 🏆 #UELfinal

Depuis quelques jours, on entend beaucoup parler de projets de construction "Datacenters 1GW" pour l'IA en France Pour bien comprendre le besoin, il faut bien avoir en tête ces 3 chiffres suivant: il faut 50Me, pour investir dans 1000 GPU qui vont fonctionner dans un Datacenter consommant 1MW de puissance électrique Ces 3 chiffres fonctionnent ensemble sur plusieurs niveaux de scale: 50Me - 1k GPU - 1MW 500Me - 10k GPU - 10MW 5Mde - 100k GPU - 100MW 50Mde - 1M GPU - 1GW 80% de ces montants servent à acheter les GPUs, 20% pour construire un Datacenter Pour quel besoin ? Les GPUs sont utilisés pour 2 types d'usage: - l'entrainement et donc la création d'un modèles LLM avec les données (training) - l'utilisation d'un modele LLM existant par les clients (inference) Les générations de GPUs actuellement disponibles sur le marché permettent de faire l'entraînement sur environ 100K GPU en fonctionnant ensemble. Le facteur limitant est la distance entre les 2 GPUs les plus éloignés physiquement : à partir d'un certain nombre de GPU connectés ensemble, la distance fait ralentir le fonctionnement de l'ensemble de GPUs C'est pourquoi pour le besoin de l'entrainement, une nouvelle génération de GPUs arrive sur le marché: les superchip. Au lieu d'avoir des dizaines de GPU indépendants que vous connectez en suite ensemble, chaque superchip regroupe une dizaines de GPUs sur une seule carte. Bravo ! Vous avez réduit la distance entre les GPUs et vous pouvez connecter désormais 10 fois plus de GPUs ensemble sans ralentir le tout. En revanche, vous avez de nouveaux défis à résoudre: comment distribuer l'énergie et refroidir une infrastructure 10 fois plus dense Comment vous procurer une source d'énergie de 1GW et comment assurer sa redondance Pour héberger la puissance de calcul dans un Datacenter, on utilise les baies aka les racks, qui est une sorte d'armoire de 0,6m de large, 1m de profondeur et 2.5m de hauteur. Chaque baie est alimentée avec environ 20KW de puissance électrique. Pour la refroidir, on utilise de l'air frais qu'on pousse à travers la baie Si on veut utiliser plus que 20KW dans une baie, l'air ne suffit pas pour la refroidir. Il faut passer en watercooling. C'est là qu'on commence à parler de la nouvelle génération de Datacenter et dans certains cas on parle de 1GW. En effet, pour héberger les superchip, on parle désormais de baies à 120KW voir meme on spécule sur 240KW par baie et un système de watercooling pour capturer et extraire toute cette chaleur. C'est totalement nouveau par la puissance par baie mais aussi par ce système de refroidissement watercooling at scales. Voilà pourquoi ce genre de Datacenter n'existent pas et donc faut les construire Pour l'usage d'inférence, il n'y a pas besoin de Datacenters aussi sophistiqués. Pas besoin de superchip non plus. Un modèle LLM a besoin d'un système de GPU qui consomme entre 100W et 10KW, rarement 20KW, equivalent de 1 à 16 GPU. Chaque système étant indépendant, vous pouvez mettre autant de systèmes en parallèle que vous voulez, ce qui vous permet d'absorber un grand traffic web ou mobile. Il est même préférable d'avoir plusieurs Datacenters d'Inference, en parallèle et pourquoi pas 1 par pays. Cela permet d'assurer la haute disponibilité, et les faibles latences en utilisant Datacenter le plus proche du visiteur Et OVHcloud dans tout ca ? Nous possédons plus de 40 Datacenters, dans plusieurs pays en Europe, au Canada, en Amérique du Nord, et Asie. Nous sommes experts de watercooling depuis plus de 20 ans. Ceci nous permet de refroidir >500K serveurs physique dans tous nos Datacenters. Nos technos interne, opensourcées, coutent 20x à 40x moins que les solutions du marché. Nous possédons les Datacenters de 40MW à 100MW, capable d'héberger de l'entrainement, avec de baies à 40KW mais aussi nous avons les Datacentres partout dans le monde pour assurer l'inference. Nos investissements suivent les besoins de nos clients et nous sommes capable d'accélérer si necessaire

Mark Zuckerberg messages Facebook engineer April 5, 2012