ProDUITS
IntellIgence artIfIcIelle Tout est dans le processeur…
’est sans doute une date qui marquera l’histoire. La victoire, en mars dernier, du programme expert de Google Deepmind, AlphaGo, contre le champion sud-coréen Lee Sedol au jeu de go pourrait bien être citée à l’avenir comme marqueur historique du boom de l’intelligence artificielle (IA) à l’œuvre aujourd’hui. Relation client, automobile, smart city, vidéo à la demande, réseaux sociaux: les applications sont toujours plus nombreuses. Et exigeantes… En témoigne un autre marqueur, moins tape à l’œil: l’explosion des ventes de processeurs dédiés aux tâches d’intelligence artificielle. Sur ce marché, une multinationale américaine règne quasiment sans partage: Nvidia. S’il est de notoriété publique que ses cartes graphiques ont la cote auprès des amateurs de jeux vidéos, on mesure moins l’énorme place que ses processeurs ont pris
C
dans les data centers des instituts de recherche et des entreprises technologiques du monde entier, où ils font tourner des programmes d’apprentissage machine et autres algorithmes d’intelligence artificielle. «Les produits Nvidia, c’est ce qui se fait de mieux dans le domaine aujourd’hui », observe Ludovic Larzul, président fondateur de la start-up Mipsology. «Les composants ne sont pas à proprement parler faits pour le deep learning et les autres tâches d’IA, mais ils y ont été adaptés avec succès.» cc Un
processeur graphique aux performances hors norme
Le dernier-né de la famille Nvidia, le nec plus ultra de l’apprentissage profond et du calcul haute performance, s’appelle Tesla P100. Ce processeur graphique (GPU) affiche des performances de calcul tout simplement hors norme. Pour l’entreprise, c’est ni plus ni moins «l’accélérateur GPU pour
data centers le plus avancé au monde». Ses performances seraient cinq fois plus élevées que celles de ses concurrents, tandis que neuf des dix plus importantes applications de calculs haute performance au monde intégreraient les puces Pascal, l’autre nom du déjà célèbre processeur. Comme si cela ne suffisait pas, Nvidia est aussi passé maître dans l’informatique embarquée, avec la commercialisation fin 2015 d’une puce de la taille d’une carte de crédit, la Jetson TX1. Ses performances n’ont pas été sacrifiées sur l’autel de la miniaturisation: 256 cœurs, jusqu’à mille milliards d’opérations en virgule flottante par seconde (1 Tflops), une interface caméra de 1 400 mégapixels par seconde. Bref, un supercalculateur optimisé pour la vision machine et le deep learning, et avec l’avantage d’être «portable». Sans grande surprise, l’autre géant du marché se nomme Intel. Sa famille de proces-
d.R.
Alphago, Watson… Les célèbres programmes d’intelligence artificielle ne seraient rien sans les processeurs qui les font tourner. Boostés par l’engouement croissant que connaît l’intelligence artificielle, ces composants se font sans cesse plus rapides, moins énergivores, plus spécialisés… bref, plus performants. Plongée au coeur des dernières innovations du secteur.
TroIS CoMPoSANTS ULTrAPErForMANTS
LE PLUS PUISSANT
LE MOINS ÉNERGIVORE
c « C’est ce qui se fait de mieux aujourd’hui ». dévoilé en 2016,
c Myriad 2 est le dernier produit phare
38
N°995ccfévrier 2017
de la start-up californienne Movidius, récemment rachetée par Intel. Ce VPU (pour vision processing unit) ne consommerait que 1,2 W pour l’exécution de 150 Gflops (109 opérations en virgule flottante par seconde). Une sobriété déjà exploitée pour l’apprentissage machine chez Google et dans les drones du géant chinois dJI. d.R.
le processeur graphique (GPU) de Nvidia, le Tesla Pascal 100 (P100), est le roi du calcul haute performance et du deep learning. Avec ses 15,3milliards de transistors répartis sur 610mm², sa puissance de calcul brute peut grimper jusqu’à 10,6 Tfl ops Tflops (1012 opérations en virgule fl ottante par seconde) flottante en précision classique ops et atteindre les 21,2 Tfl Tflops en demi-précision. Il consomme jusqu’à 300 W.