← Tous les articles8 min de lecture
Actualités Tech·24 octobre 2026 · E.C.O.Tech

AWS Infinity : le runtime open source qui fait tourner 75 000 agents IA sur un Raspberry Pi

AWS publie Infinity, un runtime d'agents open source qui suspend les agents pendant leurs appels d'outils : 75 000 agents concurrents sur 8 Go de mémoire. Une révolution économique pour l'infrastructure des agents IA.

# AWS Infinity : le runtime open source qui fait tourner 75 000 agents IA sur un Raspberry Pi

À retenir

  • Pendant des mois, les directions informatiques ont évalué les agents IA au nombre de tâches qu'ils promettent d'automatiser.
  • Or, jusqu'à présent, chaque agent en attente continuait d'occuper un worker allumé en permanence — et facturé en permanence.
  • C'est ce verrou qu'AWS fait sauter avec Infinity, runtime d'agents open source sous licence Apache 2.0, développé dans le cadre du projet Hydro avec UC Berkeley et annoncé le 23 octobre 2026 sur le blog Open Source d'AWS.

Pendant des mois, les directions informatiques ont évalué les agents IA au nombre de tâches qu'ils promettent d'automatiser. Elles auraient dû les évaluer au prix de l'heure d'attente. Car dans la réalité d'une entreprise, un agent IA passe l'essentiel de son existence à attendre : qu'un outil externe réponde, qu'un long processus de compilation se termine, qu'un responsable humain valide une décision sensible.

Or, jusqu'à présent, chaque agent en attente continuait d'occuper un worker allumé en permanence — et facturé en permanence. Multiplier les agents par dix revenait à multiplier la facture cloud par dix, même si neuf agents sur dix dormaient. Un modèle économique qui réservait de fait les flottes d'agents aux organisations capables d'absorber des coûts d'infrastructure considérables.

C'est ce verrou qu'AWS fait sauter avec Infinity, runtime d'agents open source sous licence Apache 2.0, développé dans le cadre du projet Hydro avec UC Berkeley et annoncé le 23 octobre 2026 sur le blog Open Source d'AWS. Son principe : lorsqu'un agent appelle un outil, Infinity sauvegarde l'état de la conversation et suspend l'agent, puis le reprend exactement là où il s'était arrêté dès que le résultat arrive — un fonctionnement comparable aux coroutines sans pile. Et AWS avance un chiffre qui force l'attention : 75 000 agents concurrents sur 8 Go de mémoire, soit l'équivalent d'un simple Raspberry Pi 5, avec environ 100 Ko consommés par agent inactif.

04Chapitre

Le problème : des serveurs allumés pour des agents qui attendent

Le paradoxe de l'agentique d'entreprise est bien connu des architectes : un agent de support attend la réponse d'une API de facturation ; un agent de développement attend la fin d'une suite de tests de vingt minutes ; un agent de conformité attend la validation d'un juriste, parfois pendant des heures. Dans les architectures classiques, chacun reste attaché à un processus actif, une connexion ouverte, une tranche de mémoire réservée.

Cette attente représente souvent la majorité du cycle de vie d'un agent en production : l'infrastructure est dimensionnée pour le pic théorique mais facturée en continu. Pour une PME européenne tentée par cinquante agents de back-office, ou une fintech africaine qui voudrait automatiser la vérification de milliers de dossiers, l'addition devient vite dissuasive.

07Chapitre

Infinity : suspendre l'agent au lieu de payer son sommeil

La réponse d'AWS tient dans un changement de paradigme : traiter l'attente non comme une occupation de ressources, mais comme un état sauvegardable. Quand un agent déclenche un appel d'outil, Infinity capture son contexte conversationnel, libère les ressources de calcul, et ne réactive l'agent qu'à l'arrivée du résultat, en restaurant l'état sauvegardé.

Mené dans le cadre d'Hydro, le projet est publié sous licence Apache 2.0 : toute entreprise peut auditer le code, l'adapter et le déployer sur sa propre infrastructure, sans dépendance commerciale obligatoire — un atout pour la souveraineté numérique comme pour les budgets contraints.

### Nos conseils

  • **Cartographiez le temps d'attente de vos agents.** Instrumentez vos prototypes : quelle part du cycle de vie est du calcul réel, quelle part de l'attente ? Si l'attente domine, la suspension d'état est votre levier prioritaire.
  • **Testez Infinity sur un cas circonscrit.** Un workflow de validation documentaire ou un pipeline de revue de code, aux temps d'attente mesurables, offre des gains directement chiffrables.
  • **Formez vos architectes au nouveau modèle.** Le passage de « un agent = un worker permanent » à « un agent = un état suspendu » transforme la conception des systèmes.
12Chapitre

75 000 agents sur 8 Go : ce que les chiffres signifient vraiment

75 000 agents concurrents sur 8 Go de mémoire — la configuration d'un Raspberry Pi 5 — avec environ 100 Ko par agent inactif : un agent qui attend ne coûte pratiquement plus rien en mémoire vive.

La traduction pour l'entreprise est directe : la densité d'agents par unité d'infrastructure cesse d'être le facteur limitant. Une banque singapourienne pourrait faire tourner un agent de conformité par dossier de crédit en instruction ; un industriel allemand du Mittelstand, un agent de suivi par machine de sa ligne de production ; une scale-up nord-américaine, des milliers d'agents de prospection en parallèle. Le coût marginal d'un agent supplémentaire tend vers zéro dès lors qu'il passe l'essentiel de son temps en attente.

15Chapitre

Serverless par conception : zéro calcul facturé pendant l'attente

Infinity a été pensé pour le serverless : AWS décrit un fonctionnement sur AWS Lambda combiné à SQS et Aurora DSQL, où aucun calcul n'est facturé pendant que les agents attendent. Les événements asynchrones sont traités via des invocations d'appels d'outils synthétiques qui réveillent l'agent concerné, et lui seul.

La communication entre agents repose sur des outils intégrés, notamment spawn_thread pour créer un thread enfant et report_to_parent pour remonter un résultat. Choix architectural significatif : les événements sont traités dans des threads enfants afin de ne pas gonfler la fenêtre de contexte de l'agent parent — ce qui préserve la qualité des raisonnements et la maîtrise des coûts de tokens. L'équation financière devient lisible : on ne paie que le calcul réellement exécuté, jamais l'attente.

### Nos conseils

  • **Modélisez votre facture en « calcul utile ».** Estimez les appels d'outils et tokens réellement consommés, pas le nombre d'agents simultanés.
  • **Exploitez les threads enfants.** Confiez-y recherches et vérifications : la fenêtre de contexte des coordinateurs est protégée et les coûts d'inférence réduits.
  • **Préparez vos équipes FinOps.** Une facturation à l'usage exige de nouveaux tableaux de bord — coût par workflow, par agent, par étape — dès le pilote.
20Chapitre

De l'edge au cloud : des agents partout

Le fait qu'Infinity tienne sur un Raspberry Pi 5 ouvre la porte à l'edge computing : des agents au plus près des données — usine, agence bancaire, entrepôt — sans connectivité permanente vers un cloud central. De quoi intéresser l'hôpital européen soumis à la résidence des données, l'opérateur télécom africain actif en zone à connectivité intermittente, ou le détaillant asiatique équipant chaque point de vente. L'infrastructure agentique cesse d'être l'apanage des hyperscalers.

22Chapitre

Limites et points de vigilance

Infinity reste un runtime jeune, issu d'un projet de recherche. La suspension d'état suppose une persistance fiable, dont disponibilité et latence conditionnent la réactivité des agents. Sauvegarder l'état de dizaines de milliers d'agents impose aussi une sécurité rigoureuse : chiffrement au repos, contrôle d'accès, traçabilité des reprises.

Enfin, les chiffres annoncés ont été mesurés dans le cadre défini par AWS : chaque entreprise devra valider les performances dans son propre contexte, avec ses outils et ses volumes. L'open source est ici un atout : le code est auditable et adaptable, et la communauté éprouvera ces limites plus vite qu'un produit fermé.

### Nos conseils

  • **Exigez un pilote chiffré.** Définissez vos critères à l'avance : latence de reprise, coût réel par workflow, comportement sous charge.
  • **Sécurisez la couche d'état dès le premier jour.** Traitez l'état persisté des agents comme vos bases de données de production.
  • **Gardez une porte de sortie.** La licence Apache 2.0 permet d'éviter tout couplage excessif à un fournisseur unique.
27Chapitre

E.C.O. Tech : architecturer vos agents sans faire exploser votre budget cloud

L'annonce d'Infinity confirme une conviction que nous défendons chez E.C.O. Tech : dans la course aux agents IA, le différenciateur décisif ne sera pas le modèle le plus puissant, mais l'infrastructure la plus économe. Faire tourner des milliers d'agents sans exploser la facture cloud devient un avantage concurrentiel à part entière — à la portée des entreprises de toutes tailles.

Nous accompagnons les organisations dans cette transition : audit de vos workloads agentiques pour identifier le potentiel d'économies lié à la suspension d'état, conception d'architectures d'agents serverless et edge fondées sur des briques open source comme Infinity, et optimisation continue de vos coûts cloud et d'inférence. Que vous soyez une PME européenne, une fintech africaine ou un groupe international, notre approche est la même : des agents qui travaillent pour vous, pas une infrastructure qui travaille contre votre budget.

*Sources : AWS Open Source Blog (2026), AWS News Feed (2026).*

Diagnostic gratuit

Vous voulez appliquer cette idée dans votre structure ?

E.C.O.Tech peut analyser votre cas, identifier l’offre la plus adaptée et proposer une feuille de route simple : visibilité, CRM, automatisation, gestion métier ou cybersécurité.

Votre avis compte

Cet article vous a été utile ? Partagez votre expérience sur notre fiche Google officielle.