Spécification globale — Architecture IA ProbatioVault¶

Objet : Formaliser l’ensemble des chantiers nécessaires à la mise en place progressive d’une architecture IA souveraine, multi‑agents, gouvernée, hybride (SaaS → local), conforme aux échanges de cette conversation.

1. Objectifs stratégiques¶

• Déployer une organisation d’agents IA comparable à une équipe humaine structurée
• Séparer strictement gouvernance / exécution / décision
• Rendre les agents remplaçables, auditables et versionnés
• Réduire la dépendance aux SaaS IA sans rupture de productivité
• Permettre un raisonnement temporel, versionné, traçable (Git‑centric)

2. Chantier n°1 — Choix du matériel¶

2.1 Principes¶

• Architecture workstation personnelle (pas datacenter)
• Scalabilité par duplication de machines complètes
• Refroidissement air (silence privilégié)
• GPU réservables par agent

2.2 Configuration retenue (2 phases)¶

Phase 1 — Workstation IA (Bootstrap)¶

Configuration finale validée :

Caractéristiques clés : - 32 cœurs / 64 threads (Threadripper 7970X) - 2× RTX 5090 32 Go (64 Go VRAM total) - 256 Go RAM DDR5 ECC - 12 To stockage NVMe (4 To système + 8 To données)

Phase 1 — Mac E2E (Tests IHM)¶

Configuration E2E Testing :

Caractéristiques clés : - Apple M2 Max (12c CPU + 38c GPU) - 96 Go RAM unifiée - 8 To SSD - Usage : Simulateurs iOS, tests Playwright, XCUITest, agent QA IHM

TOTAL Phase 1 : 17 595,30 €

Phase 2 — Workstation IA 2 (Extension)¶

Configuration identique Workstation Phase 1 : 17 595,30 €

Caractéristiques clés : - 32 cœurs / 64 threads (Threadripper 7970X) - 2× RTX 5090 32 Go (64 Go VRAM total) - 256 Go RAM DDR5 ECC - 12 To stockage NVMe

Capacité globale 2 workstations : - 64 cœurs / 128 threads - 4× RTX 5090 32 Go (128 Go VRAM total) - 512 Go RAM DDR5 ECC - 24 To stockage NVMe

Phase 2 — Mac Studio (Tests E2E Production)¶

Configuration E2E Testing professionnelle :

Caractéristiques attendues : - Apple M5 Ultra (32c CPU + 80c GPU + 32c Neural Engine) - 256 Go RAM unifiée - 8 To SSD - Usage : Agent QA IHM en production, simulateurs iOS, tests Playwright/XCUITest

TOTAL Phase 2 : 35 190,60 € (workstations) + ~11 424 € (Mac Studio) = ~46 614,60 €

2.3 Règles matérielles¶

• Isolation par machine : Chaque machine héberge un groupe d'agents indépendant
• Refroidissement air uniquement (Noctua, SilverStone)
• GPU réservables : vLLM + orchestration via K8s ou Nomad
• Redondance : Machine 2 peut prendre le relais en cas de panne Machine 1

2.4 Ordre d'acquisition recommandé¶

Stratégie de déploiement progressif :

Phase 1 (Immédiat — Bootstrap):
├── Workstation IA 1 (RTX 5090) : 17 595,30 €
└── MacBook Pro M2 Max : 0 € (déjà possédé)

Phase 2A (Prioritaire — Tests E2E Production):
└── Mac Studio M5 Ultra : ~11 424 €

Phase 2B (Extension — Scaling Agents):
└── Workstation IA 2 (RTX 5090) : 17 595,30 €

Rationale Phase 2A prioritaire :

1. Single Point of Failure (SPOF) :
2. MacBook Pro = machine personnelle, non dédiée
3. Panne/indisponibilité → BLOCAGE TOTAL releases (tests E2E iOS obligatoires étapes 7 & 9)

4. Mac Studio = continuité de service production

5. Conflit d'usage :

6. Tests E2E intensifs (simulateurs iOS + Playwright) saturent MacBook Pro
7. Bloque usage personnel pendant cycles de test

8. Mac Studio = infrastructure dédiée 24/7

9. Production vs Développement :

10. MacBook Pro = OK pour POC/dev/phase 1
11. Tests E2E production (CI/CD) nécessitent machine dédiée

12. Mac Studio = Agent QA IHM autonome

13. Coût d'investissement :

14. Mac Studio : ~11 424 €
15. Workstation 2 : 17 595 €

16. Économie immédiate : 6 171 €

17. Agents Workstation 2 peuvent attendre :

18. Agent Code, QA Unit/Integration, SRE : restent temporairement en SaaS (Claude, ChatGPT)
19. Peuvent tourner partiellement sur Workstation 1 (GPU partagé) si besoin
20. Déploiement progressif possible
21. Tests E2E iOS ne peuvent PAS être faits ailleurs que sur Mac

Impact temporaire Phase 2A sans Workstation 2 : - ✅ Tests E2E iOS production garantis (Mac Studio) - ✅ MacBook Pro libéré pour usage personnel - ✅ Investissement moindre (~11k vs ~17k) - ⚠️ Agents Code/QA/SRE restent temporairement en SaaS - ⚠️ Pas de redondance workstation (moins critique que SPOF tests iOS)

Seuils de déclenchement Workstation 2 : - Coûts SaaS mensuel > 1 500 € (ROI < 12 mois) - Saturation GPU Workstation 1 (utilisation > 85% continue) - Besoin de redondance infrastructure (production critique) - Fin de période de validation Mac Studio (~3-6 mois)

3. Chantier n°2 — Choix des modèles d’IA¶

3.1 Principes de sélection¶

• Open‑source prioritaire
• Inference‑first (pas d’entraînement lourd)
• Compatibilité vLLM / API OpenAI‑like
• Contextes longs favorisés

3.2 Modèles cibles (indicatifs)¶

4. Chantier n°3 — Liste des agents¶

4.1 Agents internes (cœur)¶

1. PMO transverse
2. Directeur Commercial / Corporate
3. Agent Métier / RAG
4. Agent Code
5. Agent QA (coordinateur qualité)
6. Agent QA Unit/Integration (tests techniques)
7. Agent QA IHM (tests E2E utilisateur)
8. Agent Adversarial / Challenger
9. Agent SRE / Santé applicative

Total : 7 agents coordinateurs + 2 agents QA spécialisés = 9 agents internes

4.2 Agents externes (consultatifs)¶

• ChatGPT (consultant externe ponctuel)
• Claude (consultant externe ponctuel)

⚠️ Aucun agent interne ne communique directement avec un agent externe

5. Chantier n°4 — Matrice Agent ↔ Modèle ↔ GPU¶

5.1 Matrice globale¶

5.2 Rationale choix modèles¶

PMO transverse (32B) : - Choix : LLaMA-3 32B au lieu de 70B - Rationale : Tient sur 1× RTX 5090 (24 Go), libère le 2ème GPU, excellent raisonnement - Trade-off : Capacité de raisonnement légèrement réduite vs. 70B, mais largement suffisante pour coordination

QA (14B + 14B + 8B = 38 Go) : - Coordinateur (14B) : Raisonnement stratégique, décisions go/no-go, consolidation métriques - Unit/Integration (14B spécialisé code) : Analyse tests techniques, couverture, TC-* - IHM (8B) : Exécution scénarios E2E, capture artefacts, validation parcours - Total : Tient sur 2× RTX 5090 (64 Go disponibles)

5.3 Répartition GPU par machine¶

Phase 1 — Machine 1 (Bootstrap)¶

GPU 1 (RTX 5090 32 Go) : - PMO transverse (LLaMA-3 32B) : 24 Go - Libre : 8 Go (overhead système)

GPU 2 (RTX 5090 32 Go) : - Directeur Commercial (Qwen 32B) : 24 Go - Agent Métier (Qwen 32B) : 24 Go → Partagé avec GPU 1 si nécessaire - Libre : 8 Go

Stratégie Phase 1 : Agents SaaS (ChatGPT, Claude) restent actifs. Machine 1 = POC local PMO + Commercial + Métier.

Phase 2 — Machine 2 (Extension QA)¶

GPU 1 (RTX 5090 32 Go) : - Agent Code (DeepSeek 33B) : 24 Go - SRE (Qwen 7B) : 8 Go - Total : 32 Go (saturé)

GPU 2 (RTX 5090 32 Go) : - Agent QA (LLaMA 14B) : 16 Go - QA Unit/Integration (DeepSeek 14B) : 16 Go - Total : 32 Go (saturé)

GPU 1 Machine 1 (optionnel) : - QA IHM (LLaMA 8B) : 12 Go - Adversarial (LLaMA 14B) : 16 Go → Peut migrer ici si GPU 2 Machine 2 saturé

Stratégie Phase 2 : Machine 2 = Agents d'exécution (Code, QA) + Infrastructure (SRE).

5.4 Contraintes techniques¶

vLLM : - Utiliser vLLM pour serving multi-modèles efficace - Partage de GPU via tensor parallelism si modèle > 32 Go - KV cache tuning pour optimiser VRAM

Orchestration : - K8s ou Nomad pour allocation dynamique des GPU - Health checks + auto-restart si agent crash - Metrics (Prometheus) pour monitoring VRAM

Fallback : - Si saturation GPU → queue requests - Si agent critique down → basculer sur SaaS temporairement

6. Chantier n°5 — Gouvernance IA¶

6.1 Principes non négociables¶

• L’utilisateur humain est le seul décideur
• Aucun agent n’a d’autorité décisionnelle
• Le PMO est l’unique point de coordination
• Toute règle doit être testable ou déclarée hors périmètre

6.2 Règles de communication¶

• Agent → PMO → Humain
• Jamais Agent → Agent externe
• PMO → Agent externe uniquement sur validation humaine

6.3 Mémoire et vérité¶

• Git = source de vérité
• Documents en Markdown
• Historique pris en compte par les agents
• Toute modification = invalidation de contexte

6.4 Migration SaaS → Local¶

• Migration agent par agent
• Mode shadow (SaaS + local)
• Bascule uniquement après validation humaine

7. Organisation des dépôts¶

ProbatioVault-ia-governance/
├── governance/
├── agents/
├── workflows/
├── integration/
├── rbac/
└── history/

8. Jalons recommandés¶

1. Formalisation PMO
2. Formalisation Directeur Commercial
3. Formalisation Agent Métier
4. Déploiement agents SaaS (Claude)
5. Mise en place machine (2 GPU)
6. Migration QA → local
7. Migration Code → local
8. Migration PMO transverse → local

9. Conclusion¶

Cette architecture vise à créer un système cognitif durable, où :

• les outils changent,
• les modèles évoluent,
• mais les rôles, règles et responsabilités restent stables.

On ne construit pas une IA. On construit une organisation capable d’en utiliser plusieurs.