Une puce de 2 milliards de dollars pour accélérer l'intelligence artificielle

Le domaine de l'intelligence artificielle a connu une poussée de progrès saisissante ces dernières années, les logiciels devenant de mieux en mieux capables de comprendre les images, la parole et de nouvelles tâches telles que la façon de jouer à des jeux. Maintenant, l'entreprise dont le matériel a soutenu une grande partie de ces progrès a créé une puce pour le faire fonctionner.

Mardi, Nvidia a annoncé une nouvelle puce appelée Tesla P100, conçue pour mettre plus de puissance derrière une technique appelée apprentissage en profondeur. Cette technique a produit des avancées majeures récentes telles que le logiciel Google AlphaGo qui a battu le mois dernier le meilleur joueur de Go au monde (voir Cinq leçons de la victoire historique d'AlphaGo).

L'apprentissage en profondeur consiste à transmettre des données à travers de grandes collections de neurones grossièrement simulés. Le P100 pourrait aider à réaliser plus de percées en permettant aux informaticiens de fournir plus de données à leurs réseaux de neurones artificiels ou de créer de plus grandes collections de neurones virtuels.

Les réseaux de neurones artificiels existent depuis des décennies, mais l'apprentissage en profondeur n'est devenu pertinent qu'au cours des cinq dernières années, après que les chercheurs ont découvert que les puces conçues à l'origine pour gérer les graphiques de jeux vidéo rendaient la technique beaucoup plus puissante. Les processeurs graphiques restent cruciaux pour l'apprentissage en profondeur, mais le PDG de Nvidia, Jen-Hsun Huang, déclare qu'il est maintenant temps de créer des puces personnalisées pour ce cas d'utilisation.

Jen-Hsun Huang, PDG du fabricant de puces Nvidia, présente une nouvelle puce conçue pour rendre les logiciels d'apprentissage automatique plus performants.

Lors d'un événement d'entreprise à San Jose, il a déclaré : « Pour la première fois, nous avons conçu une architecture [de traitement graphique] dédiée à l'accélération de l'IA et à l'accélération de l'apprentissage en profondeur. Nvidia a dépensé plus de 2 milliards de dollars en R&D pour produire la nouvelle puce, a déclaré Huang. Il a un total de 15 milliards de transistors, environ trois fois plus que les puces précédentes de Nvidia. Huang a déclaré qu'un réseau neuronal artificiel alimenté par la nouvelle puce pourrait apprendre des données entrantes 12 fois plus vite que possible en utilisant la meilleure puce précédente de Nvidia.

Des chercheurs en apprentissage profond de Facebook, Microsoft et d'autres sociétés auxquelles Nvidia a accordé un accès anticipé à la nouvelle puce ont déclaré qu'ils s'attendaient à ce qu'elle accélère leurs progrès en leur permettant de travailler avec de plus grandes collections de neurones.

Je pense que nous allons pouvoir aller un peu plus loin que par le passé, comme 30 fois plus gros, a déclaré Bryan Catanzero, qui travaille sur l'apprentissage en profondeur chez la société de recherche chinoise Baidu. L'augmentation de la taille des réseaux de neurones a déjà permis des sauts majeurs dans l'intelligence des logiciels. Par exemple, l'année dernière, Microsoft a réussi à faire logiciel qui bat les humains pour reconnaître les objets sur les photos en créant un réseau de neurones beaucoup plus vaste.

Huang de Nvidia a déclaré que la nouvelle puce est déjà en production et qu'il s'attend à ce que les entreprises de cloud computing commencent à l'utiliser cette année. IBM, Dell et HP devraient le vendre à l'intérieur des serveurs à partir de l'année prochaine.

Il a également dévoilé un ordinateur spécial pour les chercheurs en apprentissage approfondi qui regroupe huit puces P100 avec des puces mémoire et des disques durs flash. Des groupes de recherche universitaires de premier plan, dont ceux de l'Université de Californie, de Berkeley, de Stanford, de l'Université de New York et du MIT, reçoivent des modèles de cet ordinateur, connu sous le nom de DGX-1, qui sera également vendu pour 129 000 $.

cacher