Nvidia pointe vers l’avenir du matériel d’IA

Une puissance inégalée pour l’IA

Pour les DSI ayant des aspirations en matière d’IA, l’annonce de Blackwell signalera la possibilité d’expérimenter des super puces ou des serveurs dédiés, ajoute Nguyen. Blackwell permettra aux entreprises ayant des besoins majeurs en IA de déployer ce qu’on appelle des superpods, autre nom pour les supercalculateurs d’IA. Blackwell permettra également aux entreprises disposant de ressources très importantes de créer des usines d’IA, composées de ressources informatiques intégrées, de stockage, de réseau, de postes de travail, de logiciels et d’autres éléments.

Les arguments en faveur de Blackwell sont clairs, ajoute Shane Rau, vice-président de la recherche pour les semi-conducteurs chez IDC. À mesure que les modèles d’IA grandissent, ils nécessiteront davantage de performances pour la formation et l’inférence, le processus qu’utilise une IA entraînée pour tirer des conclusions à partir de nouvelles données, dit-il.

À mesure que les IA LLM formées en 2023 seront déployées, « les DSI apprendront ce qui fonctionne et ce qui ne fonctionne pas, et ainsi un cycle de recyclage et de redéploiement commencera », explique Rau. « Ainsi, le besoin de Blackwell devrait être fort. »

Si les organisations ne forment pas leurs propres LLM, les arguments en faveur de l’IA pour Blackwell dépendent fortement de leurs secteurs d’activité et de leurs flux de travail internes, ajoute Rau. « Plus la charge de travail dont ils disposent est spécifique à l’application et moins de ressources qu’ils peuvent mobiliser, plus ils devront attendre longtemps pour la pile de solutions d’IA et la standardisation des modèles d’IA », dit-il.

NIM, le progiciel de Nvidia destiné à optimiser l’inférence pour plusieurs modèles d’IA, devrait également gagner du terrain sur le marché, car de nombreuses entreprises ne seront pas en mesure de former les IA à leurs fins, explique Rau.

« Tout le monde n’a pas les ressources nécessaires pour former et déployer des modèles d’IA à grande échelle, et les gens ne veulent pas non plus acheter des modèles généraux alors qu’ils n’ont besoin que d’un modèle spécifique à leurs charges de travail identifiées », dit-il. « Ainsi, des modèles pré-entraînés et des modèles d’exécution fabriqués dans le commerce pour que les informaticiens puissent les acheter et peut-être les ajuster un peu seront nécessaires pour que l’IA puisse évoluer dans toutes les entreprises et sur Internet. »