Les GPU de Nvidia s’imposent dans les réseaux de neurones

Les réseaux de neurones informatiques sont des outils précieux pour faire progresser les techniques d’intelligence artificielle ou de reconnaissance d’images et de sons. Ils permettent également de modéliser le processus d’apprentissage propre au cerveau humain.

L’université de Stanford détient aujourd’hui le plus important réseau de neurones artificiels, avec un ensemble capable de gérer 11,2 milliards de paramètres, contre 1,7 milliard pour le précédent record, détenu par Google.

Au cœur de ce dispositif, nous trouvons des GPU Nvidia. Leur nombre important de cœurs les rend particulièrement efficaces pour du traitement parallèle massif… ou la mise en place de réseaux de neurones.

Un nouveau marché s’ouvre aux GPU

L’outil de l’université de Standford s’appuie sur 16 serveurs pourvus de GPU Nvidia, là où Google avait dû aligner la bagatelle d’un millier de serveurs. Et il est pourtant 6,5 fois plus performant !

« Avec une performance informatique significativement plus élevée que les systèmes classiques basés sur CPU, les accélérateurs GPU démocratisent la modélisation des grands réseaux neuronaux » se félicite Sumit Gupta, directeur général de la division d’accélération de calcul Tesla chez Nvidia. « N’importe quel chercheur ou entreprise peut désormais utiliser l’apprentissage automatique pour résoudre tout type de problème de la vie réelle avec une poignée de serveurs accélérés aux GPU. »

Crédit photo : © Fedorov Oleksiy – Shutterstock

Voir aussi
Quiz Silicon.fr – Que savez-vous des technologies de l’information russes ?