Accueil IA et robotique Les puces actuelles ne suffisent pas aux IA

Les puces actuelles ne suffisent pas aux IA

par Edern Rio
Data center

Tout comme Internet repose sur un imposant squelette à l’échelle de la planète, dont la fibre optique serait l’ossature et les data centers les organes, les programmes d’intelligence artificielle (IA), aussi magiques et éthérés qu’ils nous paraissent, sont bel et bien incarnés.

La révolution des capacités d’analyse des machines repose sur les puces de silice qui permettent le traitement de l’information.

Contrairement à ce que nous pensons le plus souvent, la bataille technologique et industrielle de l’IA ne se joue pas que du côté du software…

Contrairement à ce que nous pensons le plus souvent, la bataille technologique et industrielle de l’IA ne se joue pas que du côté du software…

L’IA est aussi une révolution du hardware

Nous avons trop tendance à insister sur les montagnes de données numériques – le Big data – nécessaires à l’apprentissage des IA. Elles sont évidemment essentielles et ce pour tous les secteurs que l’IA va venir impacter – c’est-à-dire tous les secteurs –, mais il est tout aussi essentiel de disposer de processeurs optimisés.

Avec les réseaux de neurones artificiels sur lesquels reposent les principes de l’apprentissage machine (machine learning), nous ne sommes plus dans la logique procédurale : pas de “si… alors… si… alors…” et les processeurs classiques, les CPU (Central Processing Unit), ne parviennent pas à donner le change.

Ce type d’architecture repose sur de très – très – nombreux allers-retours dans le système neuronal et demande donc une grande puissance de calcul en parallèle, ce qui est éminemment gourmand en ressources et bien souvent les chercheurs expriment les performances machine en nombre de calculs par watt. C’est vous dire si la consommation électrique est aussi importante que la rapidité de calcul.

Comme le résume avec facétie Yann LeCun (l’un des ingénieurs à l’origine du renouveau de l’IA dans les années 1990), “si vous ne voulez pas vider des lacs entiers pour refroidir vos machines, vous avez intérêt à avoir du matériel optimisé…”

Des CPU complètement dépassés

En 2009, l’attention des chercheurs en IA se tourne vers les cartes graphiques pour accélérer les calculs. En effet, un carte graphique (GPU – Graphic Processing Unit) comporte des milliers de petits processeurs et elles sont très bonnes pour faire des calculs en parallèle.

C’est à partir de là que l’intelligence artificielle prend vraiment son envol. Les coûts baissent et il devient possible d’expérimenter à plus grande échelle.

Cependant, avec la multiplication des applications d’intelligence artificielle, un besoin d’optimisation des processeurs se fait sentir. Et c’est à peu près où nous en sommes.

La bataille fait rage entre les constructeurs pour fournir le matériel le plus performant aux IA qui envahissent désormais notre quotidien.

nVidia (NASDAQ – NVDA), IBM (NYSE – IBM), Intel (NASDAQ – INTC), AMD (NASDAQ – AMD)… Tous les grands acteurs du semi-conducteur s’engouffrent dans cette brèche génératrice de croissance avec plus ou moins de succès.

Pour répondre plus rapidement aux besoins d’un marché en pleine explosion, elles rachètent à tour de bras les entreprises plus petites. Intel (NASDAQ – INTC), par exemple, a racheté Nervana en 2016, puis Mobileye en 2017.

Nervana avait développé un framework d’intelligence artificielle et proposait de l’utiliser sur le mode Saas (Software as a Service – pas de vente du logiciel mais un abonnement). Surtout elle avait développé une infrastructure de cloud très performante pour les calculs statistiques de l’IA.

En octobre 2017, Intel sortait une nouvelle gamme de puces dédiées à l’IA : Intel Nervana.

Mobileye, quant à elle, est une société israélienne spécialisée dans la reconnaissance visuelle et les voitures autonomes.

Le géant américain ambitionne de proposer tout une gamme de processeurs, chacun étant spécialisé dans un type de traitement de l’information : analyse visuelle, réseaux neuronaux, analyse de la voix, etc.

Mais de tous ces géants, c’est nVidia (NASDAQ – NVDA), le spécialiste des cartes graphiques, qui s’en tire le mieux. Pourtant, cette domination saurait-elle durer ?

NVDA

Après les accélérateurs graphiques, voici les accélérateurs IA

nVidia a très bien compris la nouvelle donne et spécialise désormais ses GPU pour l’intelligence artificielle avec tout une gamme de produits.

Mais il est possible d’aller encore plus loin dans la spécialisation des puces informatiques pour qu’elles deviennent de véritables accélérateurs de l’IA.

Les FGPA (Field Programmable Gate Arrays) sont des circuits intégrés qui peuvent être programmés pour accomplir des tâches spécifiques. Ces puces sont en quelque sorte adaptables en fonction des tâches qu’on leur assigne.

En 2015, Intel a racheté Altera, un des spécialistes de ce domaine, pour améliorer ses processeurs.

L’étape ultime de spécialisation pour accélérer l’IA est l’ASIC (Application-Specific Integrated Circuit). Les ASIC demandent une maturité de marché importante qui semble désormais atteinte. En effet, pour optimiser un processeur pour une tâche, il faut que celle-ci soit entièrement connue, notamment son langage de programmation.

C’est particulièrement vrai dans le domaine de l’IA où software et hardware sont étroitement liés. Pour pouvoir produire des ASIC vraiment performants, il faut connaître le langage de programmation.

Comme vous le voyez sur le graphique ci-dessous, le marché est en très forte croissance. [Ray Blanco suit au quotidien ce secteur qu’il considère comme les pelles et les pioches de la révolution technologique actuelle – son portefeuille a offert un rendement de plus de 30% en 2017 et en 2018.] 

demande processeurs

Des géants impatients de développer leurs IA

Nos cinq géants de la donnée se lancent dans la production d’accélérateurs IA en interne…

Les géants du net, assis sur leurs montagnes de données, ont très bien compris que le hardware était un nœud d’étranglement à l’essor des application d’intelligence artificielle. Et ils s’impatientent de l’arrivée de matériel adapté…

Et comme on n’est jamais mieux servi que par soi-même…

Fin 2016, Google (NASDAQ – GOOG) dégaine et rend public les Tensor Processing Unit (TPU) optimisés pour son propre framework de programmation TensorFlow. Le monde découvre qu’une partie de ses data centers fonctionne déjà avec ces puces. Ils annoncent que grâce à ces puces, les performances sont au moins 100 fois plus importantes. Dans la classification que nous venons de dresser, les TPU sont donc des ASIC intégralement optimisés.

En 2017, Microsoft (NASDAQ – MSFT) annonce qu’il a développé des processeurs spéciaux (FGPA) dans son cloud… Et son offre séduit : sa division Azure cloud computing a enregistré une croissance de plus de 90% au 2e trimestre 2018.

En février 2018, Amazon (NASDAQ – AMZN) annonce qu’il développe une puce en interne pour ses enceintes intelligentes …

Apple (NASDAQ – AAPL) quant à lui fabrique déjà son matériel et est connu pour les processeurs A11 qui équipent ses smartphones. En avril, une rumeur faisait état de la volonté de la firme de Cupertino d’abandonner les processeurs Intel qui équipent ses ordinateurs…

Et voici que nous apprenons la semaine dernière que Facebook (NASDAQ – FA) a débauché Shahriar Rabii, un des directeurs du développement des processeurs de Google.

Nos cinq géants de la donnée se lancent dans la production d’accélérateurs IA en interne… Les raisons sont multiples.

Primo, comme ils sont les plus grands consommateurs de semi-conducteurs au monde, cela leur donne une marge de négociation plus forte avec les fabricants.

Secundo, au vu de la courbe ci-dessus, vous comprendrez qu’au-delà des revenus des services de l’intelligence artificielle, le marché de son incarnation est également intéressant.

Tertio, comme je vous le disais, dans le domaine de l’IA software et hardware sont fortement liés. Pousser à l’adoption de ses processeurs d’accélération IA, c’est également pousser à l’adoption de son langage de programmation.

Et même si les frameworks sont largement open source, c’est un avantage compétitif réel. Ce n’est pas l’inventeur d’Android, condamné pour abus de position dominante, qui vous dira le contraire…

La bataille industrielle autour des puces informatiques dédiées à l’IA s’annonce cruciale. C’est un secteur de croissance unique sur lequel nous reviendrons.

Soyez le premier informé des dernières Opportunités Technos directement dans votre boîte mail

Articles similaires

Laissez un commentaire