{"id":480834,"date":"2025-06-01T23:26:11","date_gmt":"2025-06-01T21:26:11","guid":{"rendered":"https:\/\/www.ecinews.fr\/?p=480834"},"modified":"2025-06-01T23:26:11","modified_gmt":"2025-06-01T21:26:11","slug":"informatique-parallele-pourquoi-les-gpu-vont-eclipser-les-npu-pour-lia-de-pointe","status":"publish","type":"post","link":"https:\/\/www.ecinews.fr\/fr\/informatique-parallele-pourquoi-les-gpu-vont-eclipser-les-npu-pour-lia-de-pointe\/","title":{"rendered":"Informatique parall\u00e8le : Pourquoi les GPU vont \u00e9clipser les NPU pour l’IA de pointe"},"content":{"rendered":"

L’intelligence artificielle n’est pas seulement une avanc\u00e9e technologique, c’est aussi une \u00e9volution dans\u00a0 la mani\u00e8re d’\u00e9crire les logiciels et de les ex\u00e9cuter.<\/span><\/h3>\n

Le d\u00e9veloppement traditionnel de logiciels, fond\u00e9 sur une logique d\u00e9terministe et un traitement largement s\u00e9quentiel, c\u00e8de la place au nouveau concept de mod\u00e8les al\u00e9atoires, des comportements form\u00e9s et des calculs fond\u00e9s sur des donn\u00e9es. Il ne s’agit pas d’une tendance \u00e9ph\u00e9m\u00e8re. L’IA repr\u00e9sente un changement fondamental et irr\u00e9versible dans l’informatique – de la programmation bas\u00e9e sur des r\u00e8gles \u00e0 des dispositifs adaptatifs bas\u00e9s sur l’apprentissage qui sont de plus en plus int\u00e9gr\u00e9s dans un ensemble plus large de probl\u00e8mes et de capacit\u00e9s informatiques.<\/p>\n

Cette transformation exige un changement correspondant dans le mat\u00e9riel qui \u00e9quipe l’IA. L’ancien mod\u00e8le consistant \u00e0 construire des puces hautement sp\u00e9cialis\u00e9es pour des t\u00e2ches \u00e9troitement d\u00e9finies n’est plus adapt\u00e9 dans un monde o\u00f9 les architectures et les algorithmes d’IA sont en constante \u00e9volution (comme ils le sont et le seront toujours). Pour r\u00e9pondre aux besoins \u00e9volutifs de l’IA – en particulier \u00e0 la p\u00e9riph\u00e9rie – nous avons besoin de plateformes de calcul aussi dynamiques et adaptables que les charges de travail qu’elles ex\u00e9cutent.<\/p>\n

C’est pourquoi les GPU, processeurs parall\u00e8les \u00e0 usage g\u00e9n\u00e9ral, s’imposent comme l’avenir de l’IA, rempla\u00e7ant les processeurs sp\u00e9cialis\u00e9s tels que les unit\u00e9s de traitement neuronal (NPU). Il ne s’agit pas seulement d’une question de performance, mais aussi de flexibilit\u00e9, d’\u00e9volutivit\u00e9 et d’alignement sur le devenir du logiciel lui-m\u00eame.<\/p>\n

La vague Makimoto et le retour de la flexibilit\u00e9<\/strong><\/p>\n

Pour comprendre cette \u00e9volution, il suffit de se r\u00e9f\u00e9rer \u00e0 la vague de Makimoto, un concept propos\u00e9 par Tsugio Makimoto de Hitachi. Il d\u00e9crit l’oscillation entre la standardisation et la personnalisation de l’informatique au fil du temps, sous l’effet de l’\u00e9volution de la demande du march\u00e9, de l’innovation technologique et de la complexit\u00e9 des logiciels.<\/p>\n

(La vague de Makimoto montre un mod\u00e8le historique d’oscillation des priorit\u00e9s dans l’informatique – de la flexibilit\u00e9 \u00e0 la sp\u00e9cialisation et vice-versa. La trajectoire actuelle de l’IA marque un retour \u00e0 la flexibilit\u00e9 et aux plateformes polyvalentes).<\/em><\/p>\n

Ce mod\u00e8le s’inscrit directement dans l’\u00e9volution du mat\u00e9riel d’IA. Dans les premi\u00e8res ann\u00e9es de l’IA, lorsque les charges de travail \u00e9taient bien d\u00e9finies et stables, les NPU et autres acc\u00e9l\u00e9rateurs \u00e0 fonction fixe avaient du sens. Ils \u00e9taient hautement optimis\u00e9s pour des t\u00e2ches sp\u00e9cifiques telles que la classification d’images ou la d\u00e9tection d’objets \u00e0 l’aide de CNN.<\/p>\n

Mais aujourd’hui, l’IA \u00e9volue rapidement. Nous avons d\u00e9pass\u00e9 les mod\u00e8les simples et statiques pour entrer dans une \u00e8re de r\u00e9seaux hybrides, d’architectures bas\u00e9es sur des transformateurs, de mod\u00e8les de cr\u00e9ation et d’innovation continue. Le mat\u00e9riel con\u00e7u sur mesure pour l’IA de l’ann\u00e9e derni\u00e8re ne peut tout simplement pas suivre le rythme de cette \u00e9volution.<\/p>\n

Nous nous trouvons une fois de plus \u00e0 un point d’inflexion de Makimoto, c’est-\u00e0-dire que nous passons de la sp\u00e9cialisation \u00e0 l’informatique \u00e0 usage g\u00e9n\u00e9ral en tant que solution \u00e9volutive et adaptable.<\/p>\n

L’IA est un probl\u00e8me de calcul parall\u00e8le – pas un probl\u00e8me sp\u00e9cialis\u00e9<\/strong><\/p>\n

L’IA est fondamentalement un probl\u00e8me de parall\u00e9lisme. L’apprentissage profond repose fortement sur des op\u00e9rations simultan\u00e9es – math\u00e9matiques matricielles, multiplications de tenseurs, op\u00e9rations vectorielles – pr\u00e9cis\u00e9ment le type de charge de travail pour lequel les GPU ont \u00e9t\u00e9 con\u00e7us au d\u00e9but.\u00a0 Ce n’est pas une co\u00efncidence si l’architecture d\u00e9velopp\u00e9e pour rendre des millions de pixels simultan\u00e9ment est aujourd’hui parfaite pour traiter des millions d’activations de neurones \u00e0 la fois.<\/p>\n

Les GPU \u00e0 usage g\u00e9n\u00e9ral ont aujourd’hui \u00e9volu\u00e9 bien au-del\u00e0 de leurs racines graphiques. Avec des pipelines programmables, des shaders de calcul et une conception de plus en plus centr\u00e9e sur l’IA, les GPU peuvent d\u00e9sormais acc\u00e9l\u00e9rer les charges de travail traditionnelles et \u00e9mergentes, fournissant un moteur puissant et flexible pour l’IA de pointe.<\/p>\n

Les processeurs sp\u00e9cialis\u00e9s tels que les NPU, en revanche, peinent \u00e0 rester pertinents dans un contexte d’\u00e9volution rapide. Ils sont optimis\u00e9s pour des op\u00e9rations sp\u00e9cifiques et lorsque le monde de l’IA \u00e9volue, comme c’est constamment le cas, ces puces peuvent rapidement devenir obsol\u00e8tes. Il est clair que ce nouveau type de logiciel continue \u00e0 se d\u00e9velopper et qu’il a besoin d’une plateforme mat\u00e9rielle parall\u00e8le flexible et g\u00e9n\u00e9raliste pour le supporter – un GPU.<\/p>\n

Pourquoi le polyvalent l’emporte \u00e0 la p\u00e9riph\u00e9rie<\/strong><\/p>\n

L’IA de pointe a besoin de plus que de performances. Elle a besoin d’adaptabilit\u00e9, de r\u00e9utilisation et de long\u00e9vit\u00e9. Les processeurs parall\u00e8les polyvalents tels que les GPU modernes r\u00e9pondent \u00e0 toutes ces exigences :<\/p>\n