Accueil IA et robotique Quatre startups qui veulent détrôner les puces de Nvidia pour l’IA

Quatre startups qui veulent détrôner les puces de Nvidia pour l’IA

par Edern Rio
Semi-conducteur

La course aux puces les plus adaptées à l’IA est lancée depuis quelques années maintenant.

Tous les grands acteurs du semi-conducteur sont placés, les GAFA et les BATX développent également des projets dans ce domaine stratégique…

Mais de nombreuses startups industrielles n’ont aucune difficulté à lever des fonds faramineux pour financer des recherches dans ce domaine… C’est une nouvelle ruée vers l’or dans le secteur traditionnellement calme des semi-conducteurs.

Parmi les multiples startups qui essaient de se faire une place au soleil, nous avons retenu les quatre qui nous paraissent les plus crédibles.

Graphcore – les puces d’une IA psychédélique

Graphcore semble être le compétiteur le plus sérieux. Parmi ses investisseurs, Samsung, Bosch, Sequoia Capital… Sequoia est notamment connu pour ses investissements dans une startup des années 1990 nommée… Google.

Basée à Bristol, au Royaume-Uni, Graphcore veut se positionner en tant que leader sur le marché des puces dédiés au machine learning. A l’instar de Google, elle dispose d’un framework baptisé Poplar entièrement optimisé pour ses processeurs. L’enjeu est désormais de créer une communauté de développeurs. Car dans le domaine de l’IA, hardware et software sont étroitement liés.

De plus, Graphcore a le sens du marketing et a baptisé ses puces IPU pour Intelligent Processing Unit. Un test repris par Sensors Online montre que seulement 8 IPU sont nécessaires pour entraîner un système dans le même temps que cela prend à 128 GPU, soit une puissance de calcul 16 fois plus grandes que le leader du marché.

Tous les grands noms de l’IA suivent de près les avancées de la firme.

Graphcore

La visualisation psychédélique du machine learning selon Graphcore. Source : Graphcore.

Cerebras – les anciens d’AMD en mode furtif

Cerebras est une startup californienne fondée par Andrew Feldman. Alors qu’elle n’a encore jamais sorti de produits, elle a levée 112 M$ et sa capitalisation est estimée à 860 M$…

Il faut dire que dans le domaine des semi-conducteurs, Feldman n’est pas un débutant. Il dirigeait SeaMicro avant de se faire racheter par AMD en 2012.

A en juger par les articles de presse, c’est un compétiteur sérieux mais il est difficile d’en dire plus car la startup est en mode furtif : elle ne communique pour l’instant ni sur ses produits, ni sur ses recherches.

Groq – les échappés de Google

Dans la bataille industrielle des processeurs optimisés pour l’intelligence artificielle, Google avait frappé très fort en 2016 en révélant ses Tensor Processing Unit (TPU), ses processeurs développés in house et optimisés pour TensorFlow, son framework d’IA.

Faut-il vous rappeler que c’est la filiale de Google, DeepMind, qui a développé l’IA Alpha Go, celle-là même qui a battu le champion du monde de Go en 2016 ? Google est probablement l’entreprise la plus avancée dans le domaine de l’IA.

Groq a été formé par Jonathan Ross et accueillerait actuellement 8 des 10 ingénieurs à l’origine des TPU. Elle a récemment débauché Krishna Rangasayee, un dirigeant commercial de Xilinx, grand fabricant de semi-conducteurs.

Elle clame disposer de processeurs deux fois plus rapides que les TPU pour l’entrainement des IA : 400 000 milliards de calcul à la seconde.

LightOn – les coprocesseurs optiques made in France

Ne vous en déplaise, la France est un haut lieu de la recherche en intelligence artificielle. LightOn se démarque par la technique sur laquelle repose ses processeurs. En effet, ce sont des processeurs optiques. Ils sont conçus pour s’adjoindre à des processeurs classiques – d’où le nom de coprocesseur – et permettent de multiplier la vitesse de certains calculs de deep learning par 8, tout en réduisant la facture énergétique.

Les aspirants au titre de leader sur le segment des accélérateurs IA sont nombreux et la bataille promet d’être longue… Le plus difficile pour les nouveaux venus sera sans doute de faire monter les développeurs dans un nouveau framework dédié au machine learning

La startup a gagné le prix Atos-Joseph Fourier début juillet et de nombreux autres prix. Ses coprocesseurs sont actuellement à disposition sur des serveurs dédiés d’OVH pour que les développeurs puissent les tester.

Qui détrônera Nvidia ?

Je ne vous présente ici que les acteurs qui me paraissent les plus sérieux, mais j’aurais également pu vous parler de Mythic, DeePhi, Horizon Robotics, Wave Computing, Cambricon, Syntiant, ThinkForce… J’en passe et des meilleurs !

Vous le voyez, les aspirants au titre de leader sur le segment des accélérateurs IA sont nombreux et la bataille promet d’être longue à grands coups d’annonce sur les performances respectives des processeurs.

Le plus difficile pour les nouveaux venus sera sans doute de faire monter les développeurs dans un nouveau framework dédié au machine learning. Dans ce domaine, Nvidia est très bien placé avec son système baptisé Cuda.

Si je pense que nous devrions voir les choses bouger dans les deux années qui viennent. Ray Blanco, notre rédacteur américain, pense lui que Nvidia (NASDAQ : NVDA) va voir sa capitalisation s’envoler à 1 000 $ dans un avenir proche.

L’action cote aujourd’hui autour de 245 $… Ce serait un x4 mais souvenez-vous… L’action valait moins de 20 $ début 2015. Qu’en pensez-vous ? Nvidia va-t-il s’envoler dans la stratosphère ou ses concurrents parviendront-ils à la plaquer au sol ?

Articles similaires

Laissez un commentaire