Alors que les GPUs permettent un traitement de données plus rapides que les CPUS, peu d’entreprises ont actuellement une quantité de données à traiter suffisamment importante pour ressentir le besoin d’effectuer la transition. Par conséquent, les fournisseurs de Cloud décideront quand cette transition aura lieu.
Ces dernières années, les progrès dans le domaine des Central Processing Units ont été restreints à l’augmentation du nombre de cœurs, de la performance par watt, et de la quantité de mémoire vive pouvant être prise en charge. Avec l’annonce récente de ses Xeon E7 V4, allant jusqu’à 24 cœurs et 24Tb de RAM, Intel continue à mener la danse auprès des entreprises pour répondre aux besoins analytiques.
Les GPUs sont l’avenir du Big Data
Toutefois, l’innovation dans le domaine des GPU est actuellement bien plus significative. Par exemple, la récente Geforce GTX 1080 de Nvidia, offrant le double de puissance de la précédente Titan X pour un prix deux fois moins élevé témoigne des pas de géants effectués dans l’industrie.
Par ailleurs, en théorie, les GPUs offrent une puissance de calcul largement supérieure aux CPUs. Nvidia affirme d’ailleurs que les GPUs représentent l’avenir de l’analyse Big Data, notamment pour l’analyse en temps réel de données non structurées telles que les vidéos, les images ou les pistes audio. La firme a récemment lancé son DGX-1 server, spécialement consacré au Big Data, alimenté par le GPU Tesla P100.
Des besoins encore comblés par les CPUs
Malgré ces qualités vantées par Nvidia, très peu d’entreprises utilisent actuellement des systèmes Big Data alimentés par des GPU. Selon Rod Fontecilla, vice-président des Advanced Data Analytics chez Unisys Federal, l’utilisation des CPU pour les calculs est pour l’instant amplement suffisante.
D’après lui, Unisys Federal n’a pas encore ressenti le besoin d’utiliser les GPU. La puissance de calcul de Spark et du cluster Spark est assez puissante pour ne pas avoir besoin de changer l’architecture. Selon Fontecilla, ce n’est pas la puissance de calcul brute qui compte mais le modèle analytique utilisé.
L’entreprise accorde davantage d’importance aux modèles prédictifs et à la capacité à résoudre les problèmes avec précision. Peu importe si les outils utilisés prennent quelques secondes de plus pour donner une solution, car les analyses n’ont pas besoin d’être en temps réel à la seconde près.
Une décision entre les mains des fournisseurs de Cloud
Pour l’heure, les fournisseurs de Cloud utilisent pour la plupart les Intel Xeon. Selon Intel, plus de 90% des serveurs utilisés par les fournisseurs de services Cloud sont des two-sockets Xeons. Par conséquent, la transition vers le calcul par GPU dépend en grande partie des fournisseurs de Cloud. Intel a le pouvoir de faire migrer l’industrie vers cette technologie.
Selon Fontecila, Unisys surveille attentivement l’évolution du marché. La firme observe les avancées des GPUs et les nouvelles offres d’AWS basées sur le calcul par GPU. L’entreprise est ouverte à ce changement, mais ne ressent pas le besoin de changer dès aujourd’hui.
En conclusion, les entreprise devant gérer des exabytes de données ont une bonne raison de songer à l’usage des GPUs. Pour toutes les autres, il est plus judicieux d’attendre que les fournisseurs de Cloud rendent cette technologie abordable et suffisamment simple à utiliser.
- Partager l'article :