Les applications Java peuvent désormais exécuter des modèles d'IA basés sur des transformeurs directement dans la JVM, sans Python, sans wrappers REST ni microservices. Ce guide montre comment intégrer l'inférence alimentée par ONNX avec la prise en charge des tokenizers, l'accélération GPU, le déploiement modulaire et l'observabilité, permettant aux architectes dans les domaines réglementés d'adopter l'IA sans perturber la conformité ou les flux de travail CI/CD. Par Syed Danish Ali