Google dévoile une nouvelle puce IA puissante et un superordinateur

Si l'intelligence artificielle est en train de manger rapidement des logiciels, alors Google pourrait avoir le plus grand appétit.

Lors de la conférence annuelle des développeurs de la société aujourd'hui, le PDG Sundar Pichai a annoncé un nouveau processeur informatique conçu pour effectuer le type d'apprentissage automatique qui a pris d'assaut l'industrie ces dernières années (voir 10 technologies révolutionnaires : apprentissage en profondeur).

L'annonce reflète la rapidité avec laquelle l'intelligence artificielle transforme Google lui-même, et c'est le signe le plus sûr à ce jour que la société prévoit de diriger le développement de tous les aspects pertinents des logiciels et du matériel.

Peut-être plus important encore, pour ceux qui travaillent dans l'apprentissage automatique au moins, le nouveau processeur s'exécute non seulement à une vitesse fulgurante, mais il peut également être formé de manière incroyablement efficace. Appelée Cloud Tensor Processing Unit, la puce porte le nom du framework d'apprentissage automatique TensorFlow open source de Google.

La formation est un élément fondamental de l'apprentissage automatique. Créer un algorithme capable de reconnaître les hot-dogs dans les images , par exemple, vous insérez des milliers d'exemples d'images de hot-dogs, ainsi que des exemples de non-hot-dogs, jusqu'à ce qu'il apprenne à reconnaître la différence. Mais les calculs nécessaires pour former un grand modèle sont si complexes que la formation peut prendre des jours ou des semaines.

Pichai a également annoncé la création de superordinateurs d'apprentissage automatique, ou pods Cloud TPU, basés sur des clusters de Cloud TPU câblés avec des connexions de données à haut débit. Et il a déclaré que Google était en train de créer le TensorFlow Research Cloud, composé de milliers de TPU accessibles sur Internet.

Nous construisons ce que nous considérons comme des centres de données axés sur l'IA, a déclaré Pichai lors de sa présentation. Les Cloud TPU sont optimisés pour l'entraînement et l'inférence. Cela jette les bases de progrès significatifs [en IA].

Google mettra 1 000 systèmes Cloud TPU à la disposition des chercheurs en intelligence artificielle désireux de partager ouvertement les détails de leur travail.

Pichai a également annoncé un certain nombre d'initiatives de recherche sur l'IA lors de son discours. Il s'agit notamment d'un effort pour développer des algorithmes capables d'apprendre à effectuer le travail fastidieux qu'implique le réglage fin d'autres algorithmes d'apprentissage automatique. Et il a déclaré que Google développait des outils d'IA pour l'analyse d'images médicales, l'analyse génomique et la découverte de molécules.

S'exprimant avant les annonces, Jeff Dean, chercheur principal chez Google, a déclaré que cette offre pourrait contribuer à faire progresser l'IA. De nombreux chercheurs de haut niveau n'ont pas accès à autant de puissance informatique qu'ils le souhaiteraient, a-t-il noté.

L'évolution de Google vers le matériel et les services cloud axés sur l'IA est en partie motivée par les efforts visant à accélérer ses propres opérations. Google lui-même utilise désormais TensorFlow pour alimenter la recherche, la reconnaissance vocale, la traduction et le traitement des images. Il a également été utilisé dans le programme Go-playing, AlphaGo, développé par une autre filiale d'Alphabet, DeepMind.

Mais stratégiquement, Google pourrait aider à empêcher une autre entreprise de matériel informatique de devenir trop dominante dans l'espace de l'apprentissage automatique. Nvidia, une entreprise qui fabrique les puces de traitement graphique qui ont traditionnellement été utilisées pour l'apprentissage en profondeur, devient particulièrement importante avec ses différents produits (voir PDG de Nvidia : Software Is Eating the World, but AI is Going to Eat Software).

Histoire connexe

Lire la suite Jensen Huang prédit que les soins de santé et l'automobile vont être transformés par l'intelligence artificielle.

Pour fournir une certaine mesure de l'accélération des performances offerte par ses TPU cloud, Google affirme que ses propres algorithmes de traduction pourraient être formés beaucoup plus rapidement en utilisant le nouveau matériel que le matériel existant. Ce qui nécessiterait une journée complète de formation sur 32 des meilleurs GPU peut être fait en un après-midi en utilisant un huitième de l'un de ses pods TPU.

Ces TPU offrent une capacité stupéfiante de 128 téraflops et sont conçus pour le type de calcul numérique qui stimule l'apprentissage automatique aujourd'hui, Fei-Fei Li , scientifique en chef de Google Cloud et directeur du laboratoire d'IA de Stanford, a déclaré avant l'annonce de Pichai.

Un téraflop fait référence à un billion d'opérations en virgule flottante par seconde, une mesure des performances de l'ordinateur obtenue en effectuant des calculs mathématiques. En revanche, l'iPhone 6 est capable d'environ 100 gigaflops, soit un milliard d'opérations en virgule flottante par seconde.

Google indique qu'il sera toujours possible pour les chercheurs de concevoir des algorithmes à l'aide d'un autre matériel, avant de les transférer sur le TensorFlow Research Cloud. C'est en quoi consiste la démocratisation de l'apprentissage automatique : donner aux développeurs les moyens de protéger la liberté de conception, a ajouté Li.

Un nombre croissant de chercheurs ont adopté TensorFlow depuis que Google a lancé le logiciel en 2015. Google se vante désormais qu'il s'agit du cadre d'apprentissage en profondeur le plus utilisé au monde.

cacher