Le deep learning ouvre à NVidia le marché des voitures autonomes, des drones, des robots...

Au cœur de la résurgence de l'intelligence artificielle en tant que tendance technologique majeure, on trouve le Deep Learning. Ces méthodes d'apprentissage profond ont notamment permis de rapides progrès dans les domaines de la reconnaissance faciale et vocale, de la vision par ordinateur et du traitement automatisé du langage. Mais il y a une autre facette à ces développements : l'augmentation ininterrompue de la puissance de calcul disponible depuis 20 ans. Sur ce plan, un acteur se démarque largement des autres : NVidia.

Créé en 1993 à Santa Clara (Californie), NVidia est un spécialiste des processeurs graphiques, dits GPU (Graphics Processing Unit) par opposition aux processeurs à usage général, dits CPU (Central Processing Unit). Ces puces sont spécialisées dans les calculs liés à l'affichage de graphismes 3D, qui nécessitent de très grandes capacités de traitement. Jusqu'à présent, leur principal marché a été celui du jeu vidéo ou des machines dédiées à la création graphique.

un superordinateur clé-en-main dedié aux Deep Learning

Mais leur structure est aussi particulièrement adaptée au traitement parallèle de larges quantités de données, ce qui les rend idéales pour le Deep Learning. "Notre technologie permet d'effectuer des calculs 20 fois plus vite qu'avec un CPU, explique Jaap Zuiderveld, vice président de NVidia en charge de la région EMEA. Avec un système basé sur des GPU, certaines opérations qui prenaient 3 à 5 jours ne prennent plus qu'une heure."

Cette opportunité n'a pas échappé au constructeur. S'il domine avec insolence le marché des cartes graphiques haut de gamme (82% en novembre 2015) face à son rival AMD, il voit en l'avènement du Deep Learning une ouverture vers de nouveaux marchés. "Nous voulons démocratiser ces technologies, reprend Jaap Zuiderveld. Il y a trois semaines nous avons lancé le superordinateur clé-en-main le plus puissant du marché pour le Deep Learning, le DGX-1. Il tient dans une boîte, et avec ces six GPU il a plus de puissance que 300 serveurs équipés de CPU. Il prend beaucoup moins de place, et avec un prix de 130 000 euros, coûte aussi beaucoup moins cher."

Une stratégie de plate-forme

NVidia met en avant son changement de stratégie pour expliquer cette pénétration du marché. "Notre succès n'est pas dû qu'à la qualité de nos processeurs, affirme Jaap Zuiderveld. Nous avons changé notre stratégie économique pour nous positionner en tant que plate-forme et fournir des produits au client final. Nous fournissons une pile logicielle complète pour le gaming, qui aide les développeurs à travailler plus vite. Pareil dans le monde de l'entreprise avec le DGX-1. Si vous êtes une compagnie pétrolière, vous avez des outils fournis par défaut, clé-en-main. 80% de notre travail est sur la partie logicielle."

Une approche que le fabricant décline aussi dans l'embarqué, où sa plate-forme permet à tous les types de développement de coexister, que ce soit pour de la vision par ordinateur, du traitement du langage naturel... "Ce sont les mêmes outils, précise Jaap Zuiderveld. Et il en sera de même pour l'automobile. Nous avons été très attentif au retour de nos utilisateurs." En ligne de mire : la robotique industrielle ou les drones (pour le pilotage autonome), qui implémentent de plus en plus de capteurs et nécessitent une puissance de calcul en conséquence.

Conquérir la recherche pour atteindre l'industrie

NVidia cultive depuis des années ses relations avec le monde de la recherche, en particulier au travers de l'architecture CUDA (Compute Unified Device Architecture), qui permet de programmer un processeur graphique pour qu'il exécute des calculs généraux. "Aujourd'hui, plus de 300 000 personnes programment sur CUDA, détaille Jaap Zuiderveld. Ca n'arrive pas en un jour !" En France, CUDA est enseigné à six endroits et utilisé au sein de l'INRIA.

"Nous avons compris qu'il fallait être présent au niveau académique avant de l'être au niveau industriel, poursuit-il. La raison pour laquelle nos technologies sont utilisées par de grandes entreprises comme Google ou Facebook aujourd'hui, c'est parce qu'ils ont embauché des ingénieurs qui ont été familiarisés avec pendant leurs études." Pour autant, l'entreprise indique ne pas être à la recherche de partenaires spécifiques. "Nous travaillons avec tous ceux qui le veulent, et souvent on nous demande de ne pas en parler car nos clients veulent se différencier. Cela va du domaine médical, financier et même à la défense pour faire de l'analyse vidéo, de la reconnaissance faciale."

L'eldorado de la voiture autonome

Le véhicule autonome est l'une des applications les plus mises en avant par NVidia. Logique quand on pense à la taille du marché potentiel qu'il représente. "Au-delà de la puissance de calcul, notre solution a du sens car elle est compacte et plus efficace énergétiquement," commente Jaap Zuiderveld. En effet, pas question de se reposer sur le cloud pour effectuer les calculs car les véhicules devront être en permanence capables de prendre une décision, sans interruption.

"Nous travaillons avec tous les constructeurs automobiles, révèle Jaap Zuiderveld. Nous sommes déjà dans certains véhicules Audi, où nos puces permettent de remplacer des dizaines de puces individuelles pour des fonctions d'aide à la conduite et le tableau de bord digital. Et nous serons présents dans des centaines de véhicules autonomes Volvo qui rouleront en environnement contrôlé d'ici octobre ou novembre."

Questionné sur la part qu'est amenée à prendre le deep learning sur son business, l'homme reste néanmoins prudent. "Je ne veux pas m'avancer à dire que ce marché supplantera celui du jeu vidéo, mais il est certain qu'il sera énorme."

Sélectionné pour vous

L'Italie bloque l'accès à ChatGPT, accusé de ne pas respecter la législation sur les données personnelles

Midjourney arrête les essais gratuits pour son service de génération automatique d'images

Owkin lance un consortium pour améliorer le traitement contre les cancers grâce à l'IA