Cristiano Amon, PDG de Qualcomm, a déclaré que des entreprises d’IA non identifiées souhaitaient des smartphones capables d’exécuter, d’ici 2028, un modèle d’au moins 100 milliards de paramètres, selon The Next Web, qui a publié son compte rendu le 16 octobre 2026. Un paramètre est une valeur numérique apprise par le modèle ; à cette échelle, les poids seuls représenteraient idéalement 200 Go à 16 bits ou 50 Go à 4 bits par paramètre.
Pourquoi exécuter une partie de l’IA sur le téléphone ?
Amon estime que certaines tâches d’IA ont leur place sur l’appareil, car le smartphone donne accès à des informations personnelles, aux données des capteurs et aux applications. D’autres tâches resteraient dans le cloud. Il présente ainsi le téléphone comme un complément aux services distants, plutôt que comme leur remplacement.
Amon a résumé le rythme souhaité par l’expression « presque tout le temps ». Cette formule ne fixe pas de durée quotidienne précise.
Ce que les 100 milliards de paramètres impliquent pour les poids
Pour un modèle dense de 100 milliards de paramètres, le calcul idéal du stockage des poids seuls est le suivant : nombre de paramètres × nombre de bits par paramètre ÷ 8. En appliquant cette formule, Aaron Mekonnen détaille deux ordres de grandeur :
| Précision par paramètre | Stockage idéal des poids seuls |
| 16 bits | 200 Go décimaux |
| 4 bits | 50 Go décimaux |
La quantification consiste à représenter les paramètres avec moins de bits. Mais ces calculs ne couvrent que les poids. Comme l’explique Aaron Mekonnen, l’exécution d’un modèle mobilise aussi des métadonnées de quantification, des tenseurs conservés à une précision supérieure, des activations, des allocations du moteur d’inférence et le cache clé-valeur. Les besoins de mémoire dépendent également du modèle, du matériel, de la longueur du contexte et de la charge de travail.
