Comprendre les changements de licence d’Anaconda : l’essentiel à retenir

Comprendre les changements de licence d’Anaconda

Les changements de licence d’Anaconda en 2024 ont suscité des inquiétudes, notamment dans certains secteurs comme l’enseignement, la recherche et le non lucratif, qui utilisaient la plateforme en pensant qu’elle était gratuite.

Pour compliquer les choses, il y a souvent une confusion sur ce qui est gratuit ou non entre l’usage de conda, le gestionnaire de packages, et les canaux et distributions fournis par Anaconda.

Si tout cela vous semble encore flou, pas d’inquiétude : je détaille les changements dans cette section pour vous aider à déterminer si vous êtes concerné.

Alors, qu’est-ce qui a changé ?

Le cœur du changement réside dans la définition de l’« usage organisationnel » par Anaconda. Selon les nouvelles conditions de licence, toute organisation comptant 200 employés ou prestataires (ou plus) doit désormais acheter une licence payante pour utiliser les logiciels d’Anaconda.

Les conditions précisent en particulier que le seuil de 200 employés s’applique non seulement aux entreprises commerciales mais aussi aux administrations publiques et aux organisations à but non lucratif.

Il s’agit d’un tournant par rapport aux politiques antérieures, qui laissaient entendre que les universités, instituts de recherche et autres acteurs du non lucratif pouvaient utiliser Anaconda sans frais (ou du moins, c’est ce que certains pensaient). Désormais, ces organisations doivent obtenir des licences si elles dépassent le seuil des 200 employés.

Les établissements d’enseignement restent exemptés, mais leur usage doit être limité aux « cours intégrés au programme ». Anaconda se réserve le droit de contrôler que le logiciel est bien utilisé à des fins strictement pédagogiques.

Ce n’est pas tout. Il est utile de distinguer précisément ce qui est ou non gratuit au sein de l’écosystème Anaconda.

Conda : l’outil libre et open source

Avant tout, précisons que conda, le logiciel de gestion des packages et des environnements, reste gratuit et open source. N’importe qui peut utiliser conda pour créer, gérer et installer des environnements sans contrainte de licence. C’était déjà le cas, et cela le demeure. 

Les packages compatibles conda — ceux que vous installez via des canaux communautaires comme conda-forge — sont eux aussi gratuits.

Conda vs Anaconda Distribution et canal defaults

Si conda est gratuit, le canal defaults — où Anaconda héberge et sélectionne certains packages — est soumis à des règles de licence différentes. 

Le canal defaults fait partie de Anaconda Distribution, un ensemble de packages data science et IA sélectionnés, compilés et maintenus par les ingénieurs d’Anaconda. Cette distribution, ainsi que le canal defaults, met l’accent sur la sécurité, la stabilité et la conformité réglementaire, un point clé pour les entreprises manipulant des données sensibles ou opérant dans des secteurs très réglementés.

Le canal defaults se compose de trois canaux distincts : pkg/main, pkgs/r et pkg/msys2, d’après la FAQ du répertoire de packages d’Anaconda. Ces canaux sont configurés automatiquement dans votre fichier .condarc lorsque vous installez Anaconda Distribution ou Miniconda.

Les mises à jour des conditions d’utilisation s’appliquent uniquement au canal defaults et à Anaconda Distribution. Concrètement :

• Les entreprises de moins de 200 salariés peuvent continuer à utiliser Anaconda Distribution et le canal defaults gratuitement.
• Les entreprises de 200 salariés ou plus doivent acheter une licence payante pour accéder au canal defaults ou utiliser Anaconda Distribution.
• Les étudiants et les établissements d’enseignement sont exemptés et peuvent utiliser le logiciel gratuitement, à condition qu’il serve à des cours intégrés au programme.

Anaconda Navigator, une interface graphique de bureau incluse dans Anaconda Distribution. Source : Anaconda.

Pour beaucoup, ce changement signifie que ce qui semblait gratuit auparavant est désormais soumis à des frais de licence en fonction du nombre d’employés. D’autres, qui n’utilisent que conda, seront probablement rassurés. 

Et Miniconda ?

Si vous cherchez une alternative légère à Anaconda Distribution, Miniconda est une excellente option. Il inclut uniquement le gestionnaire de packages conda, Python, leurs dépendances, ainsi qu’un petit nombre de packages utiles.

Miniconda vous permet d’installer et de gérer seulement les packages nécessaires, offrant une option plus modulable et flexible pour celles et ceux qui n’ont pas besoin de l’ensemble complet d’Anaconda. 

Point important : Miniconda est gratuit et n’est pas soumis aux conditions de licence d’Anaconda tant que vous évitez d’utiliser le canal defaults et que vous restez sur des dépôts communautaires.

Pourquoi le canal defaults est-il payant ?

Le canal defaults d’Anaconda n’est pas une simple collection aléatoire de packages : il est sélectionné et sécurisé par les ingénieurs d’Anaconda, ce qui le rend plus stable et plus sûr que des canaux communautaires comme conda-forge. Cette couche de sécurité supplémentaire est essentielle pour les secteurs où la confiance logicielle est critique, comme la finance, la santé ou le secteur public.

Le cours Introduction to Data Security vous aidera à en savoir plus sur la protection des données. Il est particulièrement utile si vous travaillez dans les secteurs mentionnés ci-dessus.

Les canaux communautaires comme conda-forge proposent une large sélection de packages, mais reposent sur des contributions volontaires et des pratiques de sécurité « best effort ». Ils sont excellents pour la recherche, le développement et les environnements non critiques. 

Source : conda-forge

Pour les entreprises manipulant des données sensibles, la sécurité et la maintenance renforcées du canal defaults d’Anaconda peuvent toutefois justifier le coût.

En résumé :

• Conda, le gestionnaire de packages, est gratuit, open source et accessible à tous.
• Les packages compatibles conda issus de canaux publics comme conda-forge sont également gratuits pour tous.
• Le canal defaults et Anaconda Distribution sont gratuits si :
• Votre organisation compte moins de 200 salariés, ou
• Votre organisation est exemptée (p. ex. étudiants ou entités éducatives utilisant le logiciel dans le cadre de cours intégrés au programme).
• Les organisations de 200 salariés ou plus doivent acheter des licences pour utiliser le canal defaults et Anaconda Distribution, sauf exemption.

Maintenant que la situation est clarifiée, envisagez-vous toujours de vous éloigner d’Anaconda ? Si oui, poursuivez votre lecture !

Évaluer l’opportunité de quitter Anaconda

Vous pouvez envisager de quitter Anaconda pour différentes raisons : par souci de licence (et de coûts) comme évoqué plus haut, ou parce que vous recherchez une solution plus légère.

Si c’est votre cas, voici un cadre d’évaluation pour déterminer si la transition est pertinente. 

Le cours Data Science for Business peut vous aider à mieux comprendre le workflow data science avec une vision d’ensemble, utile si vous êtes manager et que vous devez trancher sur ce type de décision.

Évaluer les coûts de licence

Les équipes data doivent intégrer les frais de licence dans le budget logiciels et outils. Cependant, ces coûts peuvent être évités en basculant vers des canaux gratuits comme conda-forge, souvent adaptés à la plupart des cas d’usage ne nécessitant pas le niveau de sécurité et de stabilité strict du canal defaults d’Anaconda.

• Point d’attention : si votre entreprise manipule des données sensibles ou opère dans un secteur très réglementé, vous préférerez peut-être la sécurité du canal defaults d’Anaconda, même payante. Les canaux communautaires comme conda-forge offrent une alternative sans frais pour des projets moins sensibles.
• Question clé : la taille de votre entreprise, votre budget et votre secteur sont-ils alignés avec le modèle de licence d’Anaconda ?
  • Si votre entreprise compte plus de 200 salariés, comparez le coût des licences Anaconda avec des alternatives gratuites comme Miniforge ou Mamba, qui reposent sur conda-forge.

Risques de sécurité et de conformité

Les équipes évoluant dans des secteurs exigeant des garanties strictes en matière de sécurité et de conformité — santé, finance, secteur public — pourraient devoir continuer à utiliser le canal defaults d’Anaconda pour bénéficier d’un niveau de sécurité et de maintenance garanti. 

Bien que conda-forge et d’autres canaux communautaires soient ouverts et largement reconnus, ils n’offrent pas le même niveau de supervision de sécurité, ce qui peut les rendre moins adaptés à certains cadres réglementaires.

• Point d’attention : évaluez vos exigences de sécurité. Si vous traitez des données sensibles ou réglementées, un accès payant au canal defaults peut s’avérer nécessaire pour garantir la conformité.
• Question clé : votre entreprise traite-t-elle des données sensibles ou opère-t-elle dans un environnement réglementé ?
• Si la sécurité et la conformité réglementaire sont prioritaires, l’accès payant au canal defaults d’Anaconda peut être nécessaire pour garantir une gestion des packages sûre et stable.

Stabilité des workflows et des environnements

La stabilité est essentielle pour des workflows fluides. Anaconda Distribution et le canal defaults offrent un ensemble de packages sélectionnés, maintenus et testés par les ingénieurs d’Anaconda pour assurer la stabilité des environnements. 

Basculer vers une alternative comme conda-forge peut introduire plus de variabilité, du fait de la maintenance communautaire, mais ce compromis est acceptable dans de nombreux contextes de R&D.

• Point d’attention : les équipes qui dépendent d’environnements très stables devraient tester soigneusement leurs workflows avant de quitter le canal defaults. Pour des environnements de production aux exigences strictes, rester sur Anaconda Distribution peut rester la meilleure option.
• Question clé : la migration hors d’Anaconda perturbera-t-elle fortement vos workflows ?
  • Si vos environnements sont complexes et très dépendants des packages du canal defaults, évaluez soigneusement les risques et testez à fond les alternatives avant de basculer.

Le cours Developing Machine Learning Models for Production vous aidera à mieux comprendre le travail avec des modèles data science complexes en production. 

Flexibilité et éviter l’enfermement fournisseur

Pour les équipes soucieuses d’éviter l’enfermement fournisseur, quitter le canal defaults et Anaconda Distribution au profit d’outils comme Miniforge et Mamba (qui utilisent par défaut conda-forge) offre davantage de flexibilité. 

En misant sur des canaux communautaires, les équipes gardent la main sur la gestion des packages et évitent les coûts à long terme des offres commerciales d’Anaconda.

• Point d’attention : si la flexibilité et l’optimisation des coûts priment, passer à des alternatives open source comme Miniforge et Mamba vous aidera à éviter l’enfermement fournisseur tout en conservant l’essentiel des fonctionnalités.
• Question clé : votre équipe a-t-elle besoin de personnaliser finement les environnements ou de prévenir l’enfermement fournisseur ?
  • Si votre équipe valorise la flexibilité et l’autonomie, Miniforge ou Mamba offrent plus d’options de personnalisation tout en évitant les coûts liés à Anaconda Distribution.

Collaboration et soutien à l’écosystème open source

De nombreux établissements de recherche et universités qui contribuent à l’open source utilisaient historiquement Anaconda Distribution. 

Les changements de licence affectent leur capacité à continuer d’utiliser la plateforme sans payer. Les canaux communautaires permettent toutefois de poursuivre les contributions open source sans barrière financière.

• Point d’attention : pour les équipes engagées dans la recherche académique ou le développement open source, passer à conda-forge permet de continuer à utiliser des packages compatibles conda sans contrainte de licence, tout en contribuant à l’écosystème.
• Question clé : votre équipe contribue-t-elle à l’open source ou à des projets de recherche ?
• En quittant le canal defaults, vous maintenez des workflows sans frais tout en soutenant la communauté open source si vos priorités sont la contribution et la recherche.

Migrer depuis Anaconda : étapes pratiques

Vous avez décidé de quitter Anaconda Distribution et le canal defaults. Et maintenant ? Une migration logicielle peut être intimidante, à juste titre. Même bien planifiée, elle entraîne en général un minimum de perturbations.

Dans cette section, j’aborde les points à considérer lors de la préparation et à quoi peut ressembler la migration concrètement. L’objectif est de limiter au maximum l’impact sur vos workflows data science.

1. Auditer vos environnements actuels

Avant tout changement, il est essentiel d’auditer vos environnements pour recenser tous les packages et dépendances utilisés. L’objectif est d’assurer une transition fluide vers de nouveaux canaux, en particulier si certains environnements s’appuient aujourd’hui sur le canal defaults d’Anaconda.

• Exporter les détails des environnements : utilisez conda env export pour générer un fichier environment.yml listant tous les packages et dépendances installés dans l’environnement courant :

conda env export > environment.ymlPropulsé par

• Passer en revue vos dépendances : vérifiez si des packages proviennent du canal defaults d’Anaconda dans environment.yml; ils devront peut-être être remplacés par leurs équivalents sur conda-forge.

2. Mettre en place une alternative, comme Miniforge ou Mamba

Nous avons rédigé un guide complet sur les alternatives à Anaconda pour vous aider à faire le bon choix. Prenez le temps de comparer et retenez l’option la mieux adaptée à vos besoins.

Voici comment basculer vers Miniforge ou Mamba, des alternatives plus légères qui utilisent par défaut le canal conda-forge.

• Miniforge : un installateur minimal qui configure conda pour utiliser par défaut le canal conda-forge, libre et open source.
• Mamba : une alternative plus rapide à conda, reposant sur le même système mais offrant une résolution de dépendances et une création d’environnements accélérées.

Étapes pour Miniforge :

• Installer Miniforge :

curl -LO https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-Linux-x86_64.sh
bash Miniforge3-Linux-x86_64.shPropulsé par

Pour des instructions à jour et spécifiques à votre système, consultez le référentiel Miniforge.

• Configurer conda-forge comme canal par défaut :

conda config --add channels conda-forge
conda config --set channel_priority strictPropulsé par

Étapes pour Mamba :

• Installer Mamba :

conda install mamba -n base -c conda-forgePropulsé par

Pour une installation depuis zéro, consultez la documentation mamba.

3. Recréer vos environnements avec conda-forge

Une fois Miniforge ou Mamba (ou une autre alternative) installé, recréez vos environnements en utilisant conda-forge comme source principale de packages.

Conda-forge propose un vaste catalogue, avec de nombreux équivalents aux packages disponibles auparavant sur le canal defaults d’Anaconda.

• Créer l’environnement à partir de votre fichier environment.yml :
  • Avec Miniforge :

conda env create -f environment.ymlPropulsé par

• • Avec Mamba :

mamba env create -f environment.ymlPropulsé par

4. Gérer les packages provenant du canal defaults d’Anaconda

Si vos environnements incluaient des packages issus du canal defaults d’Anaconda, vous devrez les remplacer par des équivalents sur conda-forge ou d’autres canaux communautaires.

• Identifier les packages du canal defaults : recherchez dans votre fichier environment.yml les dépendances provenant du canal defaults.
• Installer les remplacements depuis conda-forge :

conda install -c conda-forge <package_name>Propulsé par

Si certains packages ne sont pas disponibles sur conda-forge, vous devrez peut-être chercher manuellement des alternatives ou les installer via pip.

• Résoudre les conflits : en cas de conflits de versions, ajustez-les dans environment.yml ou résolvez les problèmes manuellement lors de l’installation.

5. Tester votre nouvel environnement

Après avoir recréé vos environnements avec conda-forge (ou d’autres alternatives), testez-les pour vérifier que toutes les dépendances sont correctement installées et que vos workflows fonctionnent comme prévu. C’est particulièrement important pour des environnements de production ou des workflows critiques.

• Activer le nouvel environnement :

conda activate <environment_name>Propulsé par

• Exécuter les workflows : lancez les scripts, modèles ou applications qui s’appuient sur l’environnement pour valider le bon fonctionnement.
• Déboguer les problèmes : si des packages manquent ou sont incompatibles, cherchez des alternatives ou mettez à jour l’environnement.

6. Mettre à jour les pipelines CI/CD

Si votre équipe s’appuie sur des pipelines CI/CD pour automatiser les workflows, mettez à jour ces scripts pour refléter la nouvelle configuration des environnements.

• Mettre à jour les scripts CI/CD : remplacez les commandes spécifiques à Anaconda par leurs équivalents Miniforge ou Mamba.
• Recréer les environnements dans les pipelines CI : assurez-vous que les pipelines utilisent conda-forge plutôt que le canal defaults d’Anaconda.
• Tester les pipelines CI/CD : exécutez des tests de bout en bout pour vérifier le bon fonctionnement avec la nouvelle configuration.

7. Documentation et formation des équipes

Migrer vers un nouveau système de gestion d’environnements implique de mettre à jour la documentation interne et de s’assurer que les équipes maîtrisent la nouvelle configuration. 

Même si Miniforge et Mamba fonctionnent de façon similaire à conda, il faut communiquer clairement les nouveaux processus pour éviter toute confusion.

• Mettre à jour la documentation interne : incluez les instructions de création d’environnements, d’installation de packages et de gestion des dépendances via conda-forge.
• Organiser des sessions de formation : accompagnez les équipes pour leur permettre d’adopter rapidement les nouveaux outils et workflows.
• Suivre l’adoption par les équipes : vérifiez que chacun applique les nouveaux processus, en particulier dans les environnements partagés.

Conclusion

Les changements de licence d’Anaconda poussent certaines équipes à explorer des outils plus flexibles et économiques. Si la plateforme reste pertinente pour certaines entreprises et industries, les alternatives open source permettent de gérer ses environnements sans coûts additionnels ni complexité de licence.

Avec une préparation rigoureuse, un audit de vos configurations actuelles et une transition vers des outils communautaires gratuits, vous pouvez maintenir des workflows efficaces sans perturbation.

Pour aller plus loin en data science, découvrez les cours suivants :

• CI/CD for Machine Learning
• Intermediate Python for Developers
• Understanding Modern Data Architecture