# Tech Radar Hebdo : AMD ROCm, Argo CD 4.0, Guardrails Kyverno, OpenClaw Enterprise & CI augmentée > Synthèse hebdomadaire de la veille technologique Aperta : inférence LLM sur GPU AMD (ROCm) en Podman rootless, vision Argo CD 4.0, policy Kubernetes comme guardrail, plan de contrôle pour agents d'entreprise et IA encadrée dans la CI. - **Date de publication** : 2026-10-02T15:00:00.000Z --- Retrouvez les faits marquants de la veille technologique menée par le laboratoire d'intelligence d'Aperta Scientia pour les cursus **AS200 (DevOps Platform Engineer)** et **AS300 (AI Platform Engineer)**. --- ### 1. Inférence LLM sur GPU AMD — Red Hat AI Inference 3.5 (ROCm) + Podman rootless Benchmark pas-à-pas d'un serveur d'inférence compatible OpenAI exécuté sur un GPU AMD Radeon, servi par **Red Hat AI Inference** (stack vLLM + llm-d) dans un conteneur **Podman rootless** et instrumenté par **GuideLLM** (méthodologie PSAP, paliers de concurrence de 1 à 650). * **Points clés :** Vérification de la pile ROCm (amd-smi, modules amdgpu, /dev/kfd et /dev/dri), exposition GPU maîtrisée via --device et --group-add=keep-groups (runtime OCI **crun** requis), image registry.redhat.io/rhaii/vllm-rocm-rhel9:3.5.0. Signal fort : l'inférence d'entreprise n'est plus mono-constructeur, AMD devient un chemin de production supporté aux côtés de NVIDIA. * **Impact Cursus AS300 :** Module *Serving LLM & Inférence Distribuée (AI267)* — hétérogénéité matérielle (NVIDIA / AMD ROCm), images d'inférence supportées, méthodologie de benchmark GuideLLM et densité GPU. --- ### 2. CI augmentée par l'IA — Pipeline Failure Analyzer (1 étape sur 5) Retour d'expérience Red Hat sur le triage d'échecs de CI : 80 jobs en échec et jusqu'à 50 000 lignes de logs par job, réduits en quelques minutes à quelques causes racines. * **Points clés :** Architecture volontairement contrainte — **seule l'étape « Analyze » mobilise un LLM**, les quatre autres (nettoyage déterministe des logs, assemblage du rapport, création de tickets, publication wiki) restent du code Python. Résultat : coût d'inférence borné, sorties reproductibles, non-déterminisme confiné au raisonnement causal. * **Impact Cursus AS200 :** Module *Construction, CI/CD & Automatisation (DO288)* — pipelines robustes et introduction d'un usage LLM encadré (garde-fous déterministes, coût, non-déterminisme). --- ### 3. Argo CD 4.0 — la communauté Argo dessine l'avenir du GitOps À l'occasion d'ArgoCon North America 2026, la communauté Argo (Argo CD, Workflows, Rollouts, Events) a ouvert le **processus de vision pour Argo CD 4.0**. * **Points clés :** Retours terrain mis en avant — Argo CD **au-delà de 60 000 applications**, Argo CD « on satellites », et **Argo Workflows pour le machine learning** sur de gros volumes de données. Les quatre projets Argo restent des briques composables, chacune utilisable indépendamment. * **Impact Cursus AS200 :** Module *GitOps & Delivery Déclaratif (DO288 / DO380)* — Argo CD à grande échelle, Argo Rollouts (progressive delivery) et Argo Workflows pour les pipelines data/ML. --- ### 4. « Guardrails, not gates » — la policy comme primitive de plateforme (Kyverno) Article de fond CNCF : la policy doit **accompagner** (guardrail) plutôt que **bloquer** (gate). Les quatre métiers de la policy — validate, mutate, generate, verify — sont rééquilibrés. * **Points clés :** La plupart des parcs Kubernetes sont « 90 % validation » alors que **mutation et generation** portent l'essentiel du levier d'expérience développeur. Recommandations : messages de refus actionnables, déploiement progressif des politiques (audit → warn → enforce) et policy traitée comme un **produit** versionné plutôt qu'une configuration figée. * **Impact Cursus AS200 :** Module *Gouvernance de Plateforme & Admission (DO280 / DO380)* — Kyverno (validate/mutate/generate/verify), conception de guardrails et rollout progressif des politiques. --- ### 5. OpenClaw Enterprise — un plan de contrôle ouvert pour les agents d'entreprise Red Hat, NVIDIA, OpenAI et la communauté contribuent en open source à **OpenClaw Enterprise**, un plan de contrôle d'entreprise pour déployer et opérer des **agents persistants** multi-utilisateurs et multi-équipes. * **Points clés :** Sandboxing d'agents, AI gateways, AgentOps/traçage et évaluation. En complément, une méthode de **testabilité des « skills »** d'agents est formalisée : auteur assisté (skill-creator), évaluation du déclenchement (promptfoo, assertion skill-used) et exécution en intégration continue. * **Impact Cursus AS300 :** Module *Agents IA & Gouvernance (AI267)* — runtimes d'agents, plans de contrôle ouverts, évaluation de comportement et tests de « skills » en CI. --- ### 6. Sources & Références Techniques * **Red Hat Emerging Technologies — Benchmarking enterprise LLMs on AMD GPUs with Red Hat AI Inference and Podman :** [next.redhat.com](https://next.redhat.com/2026/09/28/benchmarking-enterprise-llms-on-amd-gpus-with-red-hat-ai-inference/) * **Red Hat Developer Blog — How we cut CI failure triage from hours to minutes using AI :** [developers.redhat.com](https://developers.redhat.com/articles/2026/09/29/how-we-cut-ci-failure-triage-from-hours-to-minutes-using-ai) * **Red Hat Developer Blog — Master your skills: Building skills you can trust :** [developers.redhat.com](https://developers.redhat.com/articles/2026/10/01/master-your-skills-building-skills-you-can-trust) * **Red Hat Blog — OpenClaw Enterprise, an open foundation for enterprise agents :** [redhat.com](https://www.redhat.com/en/blog/why-red-hat-building-open-foundation-enterprise-agents-openclaw-enterprise) * **CNCF — ArgoCon North America 2026: the Argo community looks toward CD 4.0 :** [cncf.io](https://www.cncf.io/blog/2026/09/30/argocon-north-america-2026-what-to-expect-as-the-argo-community-looks-toward-cd-4-0/) * **CNCF — Guardrails, not gates: rethinking policy in platform teams :** [cncf.io](https://www.cncf.io/blog/2026/10/01/guardrails-not-gates-rethinking-policy-in-platform-teams/) --- *Source : https://aperta.io/fr/radar/2026-10-02-tech-radar-amd-gpu-agents-argocd-kyverno-ai-ci/ — Aperta Scientia Tech Radar*