Vous avez sans doute déjà entendu parler de NVIDIA et de sa valorisation impressionnante. Mais savez-vous pourquoi ?
NVIDIA est célèbre principalement pour ses ventes de GPUs. Ces composants, une fois intégrés à un ordinateur, permettent d’exécuter des calculs complexes très rapidement. Ils sont essentiels pour afficher les graphismes des jeux vidéo, effectuer les calculs nécessaires en machine learning ou encore dans les technologies embarquées des voitures connectées. Actuellement, NVIDIA domine ce marché. Son principal concurrent, AMD, est davantage privilégié dans l’univers des jeux vidéo pour le rendu graphique. Cependant, si l’industrie du jeu vidéo n’a pas connu une croissance explosive, celle du machine learning (IA) a vu sa demande exploser, et ce n’est que le début.
Un article détaillé pourrait expliquer pourquoi NVIDIA a récemment connu un tel succès, mais pour résumer simplement :
-
La technologie CUDA permet de programmer leurs GPUs.
-
Ils se concentrent sur les data centers.
-
Ils ont augmenté leur capacité de production.
Grâce à CUDA, les développeurs peuvent utiliser un langage de programmation spécifique pour les GPUs de NVIDIA. Cela ouvre la porte à d’autres utilisations que la simple accélération graphique pour les jeux vidéo. Par exemple, ces GPUs peuvent être programmés pour réaliser divers calculs complexes, très utiles en machine learning.
Imaginez maintenant ce qui se passe lorsque vous combinez plusieurs de ces GPUs dans un data center pour travailler conjointement sur une tâche complexe. Le résultat ? La tâche est accomplie beaucoup plus rapidement. Vous voyez l’intérêt ?
Dans le domaine du machine learning, surtout avec des architectures comme le Transformer (GPT, etc.), la puissance de calcul est cruciale. En gros, chaque progrès d’un modèle à l’autre découle (pas seulement) d’une augmentation de la puissance de calcul utilisée.
Cependant, la construction d’un data center va bien au-delà de l’assemblage de quelques GPUs. Il faut connecter ces GPUs entre eux de manière efficace, assurer leur refroidissement lors de charges de calcul élevées, entre autres. Si vous envisagez de construire un data center, NVIDIA peut vous fournir presque tout le nécessaire. Réduire NVIDIA à un simple vendeur de GPUs serait réducteur. Pour Jensen Huang, son fondateur et PDG, l’ambition n’a jamais été de se limiter à être le premier fournisseur mondial de GPUs, mais de dominer le marché des data centers.
Comme le montre le graphique ci-dessus, NVIDIA a connu une forte accélération sur sa part data centers au cours des cinq dernières années. La hausse marquée de cette année résulte de plusieurs facteurs, y compris l’augmentation de la production et la distribution des matériaux nécessaires à la construction des data centers, comme les GPUs H100… Il y aurait encore beaucoup à dire sur NVIDIA et son secteur d’activité, alors n’hésitez pas à me demander plus d’informations si cela vous intéresse.
Des entreprises comme Amazon sont prêtes à investir 150 000 000 000 $ (150 milliards de dollars) dans la construction de data centers. En comparaison, les acteurs européen, et notamment les français, ont peu d’exposition à cette tendance montante.
Nous sommes actuellement dans une véritable course à l’armement, où l’armement de demain est constitué de ces data centers. Rappelons qu’un embargo est en place sur la Chine, mis en œuvre par les États-Unis qui estiment que la restriction de fourniture de matériel nécessaire à la construction de ces data centers est en lien direct avec la protection de leur sécurité nationale.
L’accès à des technologies avancées comme celle-ci offrira un avantage stratégique indéniable dans un futur proche. Mon rôle consiste à développer des agents (modèles de languages (gpt) capables d’accomplir des tâches, voir enzu) ; ces agents sont capables d’interagir sur Internet, de réaliser des actions et d’utiliser divers outils. Il est très probable que, bientôt, nous nous appuyions sur ces agents pour accomplir une multitude de tâches à notre place. Ils pourraient, par exemple, conduire des recherches en formulant et en testant des hypothèses, ou simplement réaliser des achats pour nous. Je suis convaincu que d’ici trois ans, il y aura plus d’agents que d’humains actifs sur Internet.
Se reposer sur la construction de ces data centers à l’étranger, revient à se reposer sur une milice étrangère pour protéger nos frontières. Avec la monté en puissance des extremes dans chaque pays et les nombreuses guerre de plus en plus proche, nos amis d’aujourd’hui ne seront peut être plus ceux de demain.
Le plus grand défi auquel les data centers seront confrontés une fois construit, sera leur alimentation électrique. Les data centers ne se mesurent pas en mètres carrés, mais en consommation d’énergie. Un seul data center peut requérir jusqu’à 600 MW, soit l’équivalent de l’électricité nécessaire pour alimenter environ 400 000 foyers.
Le machine learning, déjà un moteur clé pour augmenter la productivité, dépendra encore davantage de notre capacité à fournir de l’énergie. Son rôle est destiné à devenir encore plus crucial à l’avenir. Il est donc essentiel, et non simplement souhaitable, de prioriser et d’augmenter notre capacité de production d’électricité.