François Manens
Ce contenu est réservé aux abonnés La Tribune
Les GPU dominent le marché des puces d'IA. Le DGX-2 de Nvidia, qui possède 16 GPU, est une des meilleures machines pour l'apprentissage profond. Pour se l'offrir, il faut débourser plus de 360.000 euros.
CC0 Public Domain
En surface, la bataille autour de l'intelligence artificielle se joue dans la course aux applications de demain. Assistants vocaux, reconnaissance d'image, analyse prédictive, aide au diagnostic médical... L'IA a déjà commencé à révolutionner de nombreuses industries. Pour imposer ces nouveaux outils, les géants de la tech américains et chinois s'arrachent les meilleurs chercheurs. Mais derrière la bataille des applications se joue une autre guerre, moins visible mais cruciale : celle du matériel qui fait tourner l'IA. En tout, le marché de l'équipement des datacenters pesait 210 milliards de dollars en 2018, d'après le cabinet de conseil Gartner. Au sein des serveurs qui alimentent ces centres de données, l'élément clé est un processeur qui accélère l'intelligence artificielle : la Graphic Processing unit (GPU).
Une puce carrée de quelques millimètres de large et de longueur. Les serveurs les plus performants en connectent plusieurs pour obtenir davantage de puissance de calcul. Un marché spécifique à l'IA que se partagent en duopole les américains Nvidia et Advanced Micro Devices (AMD). Le premier en est le champion incontestable : il pèse, selon les trimestres, entre 65 % et 80 % de parts de marché à lui seul. Mais les prétendants se bousculent au portillon. Intel, Google, Microsoft, IBM, Amazon, Facebook, Baidu ou encore Huawei planchent sur un processeur alternatif, capable de détrôner le GPU. Des startups comme GraphCore, Wave Computing ou Cerebras lèvent aussi des centaines de millions de dollars, persuadées de pouvoir créer une puce mieux adaptée que le GPU à l'intelligence artificielle de demain.
À lire également
Avant l'essor de l'intelligence artificielle, au début des années 2010, la puissance de calcul des ordinateurs s'appuyait principalement sur les processeurs CPU, appelés aussi unités centrales. Très performants pour effectuer des calculs les uns après les autres, les CPU ne sont pas adaptés à l'IA. Car ses méthodes d'apprentissage machine et profond nécessitent de pouvoir effectuer des milliards de calculs en même temps. C'est pourquoi l'IA, qui existe depuis les années 1950, a stagné jusqu'à la fin des années 2000. À ce moment, des scientifiques réalisent, par hasard, que les GPU de Nvidia, réputés surtout pour le traitement de l'image, savent aussi effectuer les calculs de machine learning et de deep learning. Grâce au GPU, les chercheurs peuvent enfin faire tourner les algorithmes qu'ils développent depuis des années. Heureuse surprise pour Nvidia et AMD, qui voient s'ouvrir un tout nouveau marché, en plus de celui des jeux vidéo et du graphisme 3D qui avaient fait leur renommée mondiale.
François Manens
