Dans le domaine de l'IA, en fonction de leurs pays ou régions d’origine, les mathématiciens et scientifiques ne sont pas tous logés à la même enseigne.
Loin de là ! ...
Parmi les infrastructures informatiques les plus couramment utilisées pour soutenir les applications et les recherches en IA, on retrouve notamment les infrastructures cloud, les GPUs et les supercalculateurs mais aussi les logiciels et bibliothèques. Bien que ce ne soit pas une "infrastructure" au sens traditionnel, les bibliothèques et les frameworks logiciels jouent un rôle crucial dans le développement et l'exécution des modèles d'IA.
Bien entendu, les besoins spécifiques en infrastructure varient en fonction des applications et des domaines d'application de l'IA. Une start-up développant une application mobile basée sur l'IA aura des besoins différents d'une entreprise qui effectue des recherches en IA à la pointe de la technologie.
Si on ouvre les yeux sur les moyens, de la puissance du cloud computing aux géants du GPU en passant par les supercalculateurs, le paysage technologique mondial est largement dominé par les États-Unis et la Chine. Nous allons plonger au cœur de ces tendances, révélant comment et pourquoi l'Europe cherche à rattraper son retard.
Commençons par le cloud computing, cette technologie omniprésente qui nous permet d'accéder à nos données n'importe où et n'importe quand, qui reste largement dominé par les géants américains et chinois. Avec des sociétés telles qu'Amazon, Microsoft et Google qui se partagent à elles trois près de 66% du marché mondial, l'hégémonie est claire. Le leader français du secteur, Ovh Cloud, avec ses 0,3% de part de marché (mondial), illustre le décalage entre l'Europe et ces géants technologiques.
Mais pourquoi cette disparité est-elle si marquée ? Il suffit de regarder la puissance de traitement sous-jacente pour le comprendre. Les GPUs (graphics processing units), initialement conçues pour améliorer les graphismes des jeux vidéo, sont devenues le moteur de l'apprentissage profond. Ces processeurs sont essentiels pour les IA génératives sophistiquées, telles que les GANs (Generative adversarial networks) ou les modèles de type GPT (Generative pre-trained transformer). Et ici encore, l'Amérique, avec Nvidia à sa tête, domine largement, possédant 84% du marché des GPU.
Dans le monde des supercalculateurs, des machines puissantes qui facilitent l'entraînement des modèles IA et soutiennent le développement des services d'IA à grande échelle, la situation est similaire. Selon le classement TOP500 de juin 2023, les États-Unis hébergent 34 des 100 supercalculateurs les plus puissants, contre 23 pour toute l'Europe.
Le supercalculateur le plus performant au monde, Frontier, est américain, tandis que le premier français, Adastra, se situe à la douzième place. Frontier situé au DOE/SC/Oak Ridge National Laboratory, atteint une performance de pointe de 1,194.00 PFlop/s (nombre de quadrillions d'opérations à virgule flottante un supercalculateur peut exécuter chaque seconde).
Mais, pour mettre une intelligence artificielle au point, il ne s'agit pas seulement de puissance brute. Les algorithmes, ces ensembles de règles qui définissent comment une tâche doit être accomplie, sont le cœur battant de l’IA.
Et là encore, la domination américaine est palpable. L'acquisition de GitHub, la principale plateforme d'hébergement d'algorithmes, par Microsoft pour 7,5 milliards de dollars en 2018, en est une preuve éclatante.
Toutefois, tout n'est pas sombre pour l'Europe.
Sa force réside dans sa capacité à innover et à adapter. Des plateformes comme GitHub, GitLab et d'autres hébergent une multitude d'algorithmes open source, offrant des opportunités d'innovation et de collaboration. L'Europe a le potentiel, les talents et les ressources pour rivaliser sur la scène mondiale. Mais pour y parvenir, elle devra faire preuve de détermination, d'investissement et de persévérence.
Serons-nous capables de la mettre en œuvre ?….
Vous voulez en savoir plus : info@omestra.com