{"id":434940,"date":"2023-10-19T20:50:23","date_gmt":"2023-10-19T18:50:23","guid":{"rendered":"https:\/\/www.eenewseurope.com\/?p=434940"},"modified":"2023-10-19T20:56:15","modified_gmt":"2023-10-19T18:56:15","slug":"laccelerateur-open-source-de-nvidia-stimule-lintelligence-artificielle-en-france","status":"publish","type":"post","link":"https:\/\/www.ecinews.fr\/fr\/laccelerateur-open-source-de-nvidia-stimule-lintelligence-artificielle-en-france\/","title":{"rendered":"L’acc\u00e9l\u00e9rateur open source de Nvidia stimule l’intelligence artificielle en France"},"content":{"rendered":"

La startup grenebloise<\/span> NeurXcore a lanc\u00e9 une puce d’intelligence artificielle Neural Processor Units (NPU) \u00e9conome en \u00e9nergie, construite sur une version am\u00e9lior\u00e9e de la technologie open source Nvidia Deep Learning Accelerator.<\/h3>\n

La s\u00e9rie SNVDLA IP de Neurxcore est destin\u00e9e au traitement d’images, y compris la classification et la d\u00e9tection d’objets, des appareils portables aux centres de donn\u00e9es. Selon la configuration, cela peut \u00eatre plus de 100 fois plus rapide qu’un GPU pour l’acc\u00e9l\u00e9ration de l’IA et 1000 fois plus rapide qu’un CPU.<\/p>\n

Disponibilit\u00e9 pour les conceptions clients<\/strong><\/p>\n

Les processeurs Neurxcore combinent des technologies propri\u00e9taires brevet\u00e9es avec le noyau d’acc\u00e9l\u00e9ration ouvert de Nvidia. Ces processeurs neuronaux sont propos\u00e9s sous forme de licences, ce qui signifie que les clients peuvent les utiliser dans leurs propres conceptions. Au d\u00e9part, le Les processeurs Neurxcore seront disponibles sous forme de chiplets qui peuvent \u00eatre combin\u00e9s avec l’unit\u00e9 centrale, la m\u00e9moire et les communications dans un syst\u00e8me int\u00e9gr\u00e9. Cela donne plus de flexibilit\u00e9 en permettant la combinaison de diff\u00e9rents processus de fabrication, tout en optimisant les co\u00fbts en termes de densit\u00e9, d’int\u00e9gration et d’\u00e9volutivit\u00e9, selon l’entreprise.<\/p>\n

SNVDLA peut \u00e9galement \u00eatre utilis\u00e9 pour des applications d’IA g\u00e9n\u00e9rative et a d\u00e9j\u00e0 fait ses preuves dans le silicium 22nm de TSMC et a \u00e9t\u00e9 montr\u00e9 sur une carte de d\u00e9monstration ex\u00e9cutant une vari\u00e9t\u00e9 d’applications. Gr\u00e2ce \u00e0 une technologie brevet\u00e9e de calcul en m\u00e9moire d\u00e9velopp\u00e9e au niveau des transistors, il est possible de r\u00e9aliser des \u00e9conomies d’\u00e9nergie ou d’obtenir des performances environ 10 fois sup\u00e9rieures \u00e0 celles des solutions commerciales \u00e9quivalentes actuelles.<\/p>\n

L’ensemble de la propri\u00e9t\u00e9 intellectuelle comprend \u00e9galement le kit de d\u00e9veloppement logiciel (SDK) Heracium, con\u00e7u par Neurxcore sur la base du cadre Apache TVM (Tensor-Virtual Machine) \u00e0 code source ouvert. Il est utilis\u00e9 pour configurer, optimiser et compiler les applications de r\u00e9seaux neuronaux sur les produits SNVDLA et v\u00e9rifier la pr\u00e9cision et le temps d’ex\u00e9cution. Le compilateur prend en charge plusieurs mod\u00e8les, notamment TensorFlow, Keras, Caffe, Caffe2, ONNX, PyTorch, mxnet et DL4J, et fonctionne sur le CPU, le GPU, le RTOS, Linux ou bare metal, tout en offrant une ex\u00e9cution h\u00e9t\u00e9rog\u00e8ne entre SNVDLA et CPU<\/p>\n