LEBIGDATA.FR I.A, Cloud & Cybersécurité
Meta (Facebook) dévoile le superordinateur Research SuperCluster (RSC). Ce système surpuissant offrira la puissance nécessaire pour le métavers et l'entraînement d'intelligence artificielle dernier cri…
Le géant Meta, anciennement Facebook, s'est fixé pour objectif de créer un véritable monde virtuel : le metaverse. Ce projet pharaonique est ambitieux, et nécessitera à l'évidence des ressources informatiques colossales.
Quelques semaines après l'annonce du metaverse, Meta révèle ce 24 janvier 2022 son intention de créer l'un des superordinateurs les plus rapides au monde : le Research SuperCluster, ou RSC.
Cette machine embarquera 6080 GPU répartis sur 760 modules Nvidia A100. Selon le CEO Mark Zuckerberg, il s'agira de la machine la plus rapide du monde pour les tâches d'IA.
Avec une telle puissance, le RSC sera comparable au cinquième superordinateur le plus rapide du monde : le Perlmutter situé au National Energy Research Scientific Computing Center de Californie. Ce système arrive en cinquième place du classement mondial TOP500.
Par la suite, lors d'une seconde phase, Meta compte multiplier la puissance par 2,5 en ajoutant 16 000 GPU dès la fin de l'année 2022. Selon la firme, RSC deviendra alors le superordinateur IA le plus puissant du monde avec 5 exaflops.
Pour rappel, les superodinateurs sont conçus pour offrir un équilibre entre mémoire, performances de GPU / CPU, consommation d'énergie, et cheminement de données interne. Initialement conçus pour le traitement graphique, les GPU sont aujourd'hui les principaux processeurs utilisés pour l'entrainement des IA.
Les puces Nvidia A100, en particulier, sont conçus spécifiquement pour l'intelligence artificielle ou pour d'autres tâches intensives de Data Centers. De nombreuses entreprises et startups travaillent sur des processeurs IA, mais Facebook a choisi le Nvidia A100 particulièrement performant combiné avec son propre logiciel PyTorch.
Encore loin d'être complet, le RSC est fonctionnel et surpasse déjà le précédent superodinateur le plus rapide de Meta. Conçue en 2017, cette machine embarquait 22 000 GPU.
À quoi sert le RSC ? Un superordinateur dédié à l'IA et au Métavers
Mais alors, à quoi servira le RSC ? Ce supercomputer permettra à Meta de lancer plusieurs projets nécessitant des performances maximales. Par exemple, il pourra être exploité pour la nouvelle IA » multimodale « récemment dévoilée par Meta. Cette IA est capable d'apprendre à partir de sons, d'images ou même d'actions plutôt que de se baser sur un seul type de données.
Elle pourrait s'avérer particulièrement utile pour détecter le contenu dangereux ou offensant sur Facebook. Ceci permettrait de résoudre l'un des principaux problèmes du réseau social, dont les modérateurs humains sont totalement submergés.
Toutefois, le RSC pourrait aussi et surtout être exploité pour le metaverse. Ce superordinateur sera suffisamment puissant pour traduire simultanément les propos d'un large groupe d'individus parlant différents langages. La barrière de la langue serait donc supprimée au sein de ce monde virtuel sans frontières.
Comme l'explique Mark Zuckerberg, » les expériences que nous créons pour le metaverse requièrent une puissance de calcul énorme. Le RSC permettra de nouveaux modèles IA capables d'apprendre à partir de billons d'exemples, de comprendre des centaines de langages et bien plus encore « .
En comparaison avec la machine de Nvidia lancée en 2017, le RSC est environ 20 fois plus rapide pour entraîner un système IA à reconnaître le contenu d'une photo. Ce cas d'usage est pris pour exemple, car c'est l'un des plus communs dans le domaine de l'intelligence artificielle à l'heure actuelle. De même, le RSC se révèle trois fois plus rapide pour décoder le langage humain.
En outre, le RSC pourrait s'avérer très utile pour l'apprentissage » auto-supervisé « . Cette méthode de Machine Learning consiste à entraîner une IA sur des données brutes et non étiquetées plutôt que sur des données annotées manuellement.
Les précédentes recherches ont confirmé que l'entraînement d'une IA produit de meilleurs résultats avec des ensembles de données plus larges. Or, cet entraînement requiert une vaste puissance de calcul.
- Partager l'article :
Waouh