La plupart des entreprises suisses supposent qu'elles ont besoin d'un abonnement cloud pour utiliser une IA puissante — mais le vrai coût, c'est le départ des données clients du bâtiment. Le moteur DS4, créé par antirez en une seule semaine, change la donne : il fait tourner des modèles d'IA de pointe comme DeepSeek V4 Flash et GLM 5.2 entièrement sur votre propre matériel, sans aucun coût par token et avec tout qui reste sur place.

Qu'est-ce que DS4 exactement ?

DS4 (aussi appelé DwarfStar, ou ds4.c) n'est pas un framework général — c'est un moteur unique antirez a écrit pour une famille de modèles : DeepSeek V4 Flash/PRO, V4.1 Flash, GLM 5.2/5.3 et Qwen 3.8 Flash Next. Il n'utilise pas le code de llama.cpp mais emprunte ses idées de quantification GGUF sous licence MIT.

L'astuce consiste en une recette de quantification asymétrique 2/8 bits : les experts routés, qui constituent la plupart des 284B de paramètres, sont écrasés en IQ2_XXS/Q4_K puisqu'ils ne traitent chaque fois qu'une fraction de tokens — tandis que l'attention, les experts partagés et les couches de sortie restent à Q8_0 plus aigu.

Cela permet de faire tourner un modèle de 284 milliards de paramètres sur un Mac avec 128 Go de RAM, ou sur une boîte GPU avec 256 Go+.

Pourquoi cela compte pour une petite entreprise suisse

Deux choses habituellement empêchent une petite entreprise d'utiliser l'IA sur ses données : le coût et la protection des données. DS4 est gratuit et sous licence MIT — pas d'abonnement, pas de frais par token. Le modèle reste sur votre Mac, votre NAS ou votre petit serveur. Dans le droit suisse de protection des données, c'est une bien plus facile histoire à raconter aux clients que d'envoyer leurs fichiers sur un serveur à l'étranger. Pour les médecins, les notaires, les fiduciaires et tous ceux qui manipulent des documents sensibles, c'est souvent le point décisif.

Matériel nécessaire

  • Mieux : Mac Apple Silicon avec 128 Go de RAM (quant Q4, ~153 Go)
  • Minimum : 96 Go de RAM avec le quant léger (IQ2_XXS, ~81 Go)
  • Route GPU : NVIDIA DGX Spark/Ada-Lovelace (CUDA) ou AMD Strix Halo (ROCm) pour des charges encore plus légères

Une façon raisonnable de l'essayer

Clonez le dépôt, construisez-le pour votre backend, puis téléchargez les poids depuis Hugging Face. Commencez par nourrir juste un dossier de documents et poser des questions simples. Utilisez-le pendant une semaine et observez combien de fois vous évitez de fouiller dans de vieux e-mails et dossiers. Décidez ensuite seulement de l'étendre. C'est la manière strongwinds : pas de battage, pas de grand coup. Un vrai problème, un test honnête et une décision fondée sur ce que vous avez réellement constaté.