KINGAI OS AI Workstation | Station de travail IA

Positionnement

AI Workstation s’adresse à celles et ceux qui font tourner en local le développement de modèles et les flux de travail GPU, en gardant la puissance de calcul et les données sur leur propre machine. Elle est encore au stade de projet : cette page présente des orientations de conception, pas une liste de fonctions.

Orientations de conception

• Les environnements d’exécution GPU (NVIDIA, AMD, Intel) ne seront inscrits au support qu’après des tests réussis sur machine réelle ; rien n’est promis à l’avance
• Les modèles sont installés par l’utilisateur, qui gère leur provenance et leurs licences ; le système ne préinstalle aucun modèle
• Les agents s’exécutent dans un environnement isolé rootless, avec des permissions accordées séparément
• Panneau d’état du matériel et de la mémoire vidéo, espace de travail utilisable hors ligne (en projet)

Voir la feuille de route des quatre éditions → Voir d’abord l’édition bureau déjà publiée →

Positionnement : les modèles tournent en local, les décisions restent à l’utilisateur

AI Workstation est pensée pour un public précis : celles et ceux qui veulent développer, déboguer et exécuter de grands modèles en local — sans que les données quittent la machine, en comptant eux-mêmes le coût de calcul, et sans que leur flux de travail soit ligoté par l’interface d’une plateforme cloud. Le catalogue officiel décrit ce public cible en termes clairs : un développement de modèles locaux contrôlé par l’utilisateur, et des flux de travail IA accélérés par GPU.

Cette édition suit un principe qui court d’un bout à l’autre et mérite d’être énoncé seul : l’IA est une option, pas une autorité du système. Le système ne préinstallera aucun modèle, ne liera l’utilisateur à aucun fournisseur de modèles et ne laissera surtout aucun composant d’agent primer sur les permissions de l’utilisateur. Quel modèle installer, où le télécharger, si sa licence est conforme, quel environnement d’exécution utiliser : tout est décidé par l’utilisateur et sous sa responsabilité. Le travail du système, c’est de rendre d’abord vraiment solides trois infrastructures : l’environnement, l’isolation et la visibilité de l’état.

Capacités en projet, détaillées une à une

Environnements d’exécution GPU : inscrits au support seulement après test réel

Les environnements d’exécution GPU des trois fabricants, NVIDIA, AMD et Intel, sont tous au programme, mais la règle est : only when tested — un modèle donné, sur une version de noyau donnée, doit être testé sur machine réelle pour entrer dans la liste de compatibilité ; pour ce qui n’a pas été testé, pas un mot d’engagement. C’est le plus dur des quatre seuils de publication, car les pièges des pilotes GPU ne se révèlent jamais que sur le matériel réel.

Matrice de compatibilité des pilotes

Assembler les combinaisons « quelle carte, quelle version de pilote, quel noyau » déjà validées en une matrice consultable. On consulte la matrice avant d’acheter une carte, au lieu de découvrir après installation que le pilote ne correspond pas. Ce tableau n’existe pas encore : il attend que les données de tests réels s’accumulent.

Modèles installés par l’utilisateur, provenance traçable

Les modèles locaux comme les fournisseurs d’API cloud sont raccordés par l’utilisateur lui-même. L’enregistrement de la provenance (provenance) des modèles, prévu au programme, sert à pouvoir répondre plus tard à la question « d’où venait ce fichier de modèle, et sous quelle licence » — et non à laisser le système décider à votre place.

Exécution des agents en isolation rootless

Les agents tournent dans un environnement isolé rootless ; les permissions sont accordées séparément, selon les besoins ; l’évasion du bac à sable doit subir des tests négatifs — tenter délibérément de franchir l’isolation, et n’avoir le point que si l’on n’y parvient pas. La condition pour donner à un outil d’IA une capacité d’exécution locale, c’est qu’il ne puisse pas sortir du cercle que vous avez vous-même tracé pour lui.

Panneau d’état du matériel et de la mémoire vidéo

L’utilisation du GPU, l’occupation de la mémoire vidéo, les températures : ces indicateurs doivent être visibles d’un coup d’œil. Lors d’une longue tâche d’inférence, voir la mémoire vidéo se remplir vaut mieux qu’une tâche tuée silencieusement au milieu de la nuit. Le contrôle par quotas est aussi au programme, pour fixer des plafonds de ressources aux tâches longues — la forme concrète sera définie au stade de la réalisation.

Espace de travail hors ligne et contrôle de la confidentialité

L’espace de travail doit rester utilisable hors ligne : en cas de coupure réseau, le code à écrire et les inférences locales à exécuter ne s’arrêtent pas. L’orientation du contrôle de la confidentialité est de rendre clair pour l’utilisateur quelles données chaque composant peut toucher, plutôt que de s’en remettre à une déclaration sur papier.

Seuils de publication : tant que cinq tests ne sont pas passés, pas d’ISO

• Valider la compatibilité point par point, par modèle de GPU réel et par version de noyau
• Tests de licence et juridiques des modèles — clarifier d’abord les limites de redistribution et d’utilisation des fichiers de modèles
• Tests des limites de consentement — avant que la moindre donnée quitte la machine, il faut un acte explicite de consentement de l’utilisateur
• Stabilité thermique et de la mémoire vidéo — tenir la pleine charge dans la durée sans throttling ni débordement de la mémoire vidéo
• Tests négatifs d’évasion du bac à sable — le mécanisme d’isolation doit résister aux attaques et tentatives d’évasion actives

État d’avancement actuel, en toute franchise

Côté public : planned, sans numéro de version ni ISO. Selon les termes mêmes du catalogue officiel : aucune prétention de support GPU/pilotes, aucune prétention d’environnement d’exécution de modèles préinstallé. Sur la ligne d’expérimentation interne, il existe un enregistrement de construction expérimentale amd64, orientée environnement de développement KDE sous Debian 13, explicitement sans promesse de modèle ni de pilote ; l’image n’a pas été conservée et n’a subi aucune validation de démarrage par le firmware. Entre cet état et « s’installe sur votre station de travail et y fait tourner des modèles », il y a toute la liste de seuils ci-dessus ; cette page ne la célèbre pas par avance.

Voir la feuille de route des quatre éditions → Voir d’abord l’aperçu de l’édition bureau déjà publiée → Aller au centre de téléchargement → Suivre l’avancement dans les Issues →