Source de la réimpression de l'article : AIGC

Source originale : Pinwan

Source de l'image : générée par Unbounded AI

Le dernier venu dans la vague de création de cœurs indépendants est OpenAI. Selon des sources citées par Reuters, OpenAI envisage de développer des puces dédiées à l'IA.

Le plan n’en est actuellement qu’à ses débuts et aucun progrès substantiel n’a encore été réalisé. Après tout, le coût et la difficulté des puces d'IA auto-développées ne seront pas moindres que le développement d'un grand modèle de langage comme GPT. Cela nécessite un investissement continu de milliards de dollars sur une période de plusieurs années, surtout depuis qu'OpenAI est un système. Une start-up n'a pas d'expérience pertinente en matière de développement de matériel auparavant, ce qui signifie que ce type d'investissement ne sera pas nécessairement couronné de succès en fin de compte.

Mais la décision d’OpenAI de se positionner sur des puces conçues en interne ne surprend pas le marché. La Silicon Valley comme Wall Street surveillent de près l’évolution de cette licorne de l’intelligence artificielle. L’une des questions clés est la suivante : après avoir lancé le produit révolutionnaire chatGPT, la situation financière et l’échelle des revenus d’OpenAI peuvent-elles être à la hauteur de sa vision ?

Dans tout cela, il existe plusieurs maillons qui risquent de bloquer OpenAI dans son expansion, et la conception de puces en fait partie. Pour l’instant, via son partenariat avec Microsoft, OpenAI dispose directement et indirectement d’une quantité énorme de puissance de calcul fournie par des cartes graphiques Nvidia. La coopération entre OpenAI et Nvidia remonte aux débuts de l’entreprise : Huang Renxun a offert à OpenAI le tout premier supercalculateur DGX au monde pour des recherches et des usages expérimentaux.

Mais cette coopération a un coût. En particulier, la position quasi monopolistique de Nvidia dans le domaine de la puissance de calcul liée à l’IA a influencé le rythme de R&D d’OpenAI. Le PDG Altman a déjà affirmé à plusieurs reprises qu’OpenAI manquait de puissance de calcul. Cela fait certes grimper fortement les coûts d’exploitation des grands modèles, mais cela affecte aussi le développement de nouveaux modèles.

Si OpenAI dispose de la technologie de ses puces en interne, cela favorisera nettement l’avancement de son développement en intelligence artificielle : baisse significative des coûts, contrôle plus direct et plus précis des calendriers de R&D, et possibilité de se soustraire aux diverses ingérences directes ou indirectes de Nvidia et de Microsoft. Une partie de ses capacités de calcul provient d’ailleurs de la plateforme Azure de Microsoft.

En réalité, la volonté de se libérer du goulot d’étranglement de la puissance de calcul de Nvidia est un besoin commun à tous les acteurs des grands modèles. Microsoft n’y échappe pas non plus. Après des années de rumeurs, des informations ont indiqué que la puce d’IA conçue en interne par Microsoft, baptisée “Athena”, devrait au départ être dévoilée dès le mois prochain, lors de la conférence annuelle des développeurs qui se tiendra à Seattle.

À l’heure actuelle, les informations disponibles sur le projet “Athena” restent très limitées. On ignore même si le nom réel de la puce sera bien “Athena”. On sait seulement que cette puce est destinée au développement de grands modèles d’IA ainsi qu’aux centres de données. Pendant un temps, on pensait que la puce résultait d’un partenariat entre Microsoft et AMD, mais par la suite cette information a été démentie par Microsoft.

Selon des informations, la puce serait déjà entrée dans une phase de tests à petite échelle. Des ingénieurs de Microsoft et d’OpenAI l’utilisent déjà pour la mettre à l’épreuve et valider ses performances.

Le plan “Athena” de Microsoft est mis en œuvre depuis 2019. Par rapport aux projets de Google avec ses TPU et à ceux d’Amazon Cloud pour des puces conçues en interne, l’avancement de Microsoft apparaît un peu en retard. L’attention du public se porte donc sur la mesure dans laquelle la solution de puce proposée par Microsoft améliore réellement les performances—et plus important encore, sur la façon dont cela pourrait influencer la relation entre Microsoft et OpenAI.

La collaboration entre OpenAI et Microsoft a d’abord été interprétée comme un “mariage de deux forces”. Cependant, très vite, cette évaluation s’est révélée trop optimiste. Les deux parties se livrent aussi à une concurrence sur des domaines comme le développement des modèles et les ressources clients, formant une relation complexe qui ressemble à un enchevêtrement de “coups et de traction”. Aujourd’hui, cette relation s’étend au domaine des puces conçues en interne.

En fin de compte, les faits ont montré qu’OpenAI ne voulait pas dépendre entièrement des ressources fournies par Microsoft. Le fait de chercher à développer indépendamment des puces IA est un geste significatif.

Le problème revient maintenant au point de départ : si OpenAI fixe la direction de ses propres puces, quelle serait sa prochaine action la plus probable ? Beaucoup de gens se tournent vers l’écosystème d’investissements d’OpenAI. Après tout, le PDG Altman était auparavant le patron du célèbre incubateur Y Combinator ; racheter directement une société de puces pourrait donc être une option intéressante.

Atomic Semi fait son entrée dans le champ public. La société a reçu un investissement du OpenAI Stsrtup Fund ; sa valorisation dépasse aujourd’hui 100 millions de dollars. Sur son site officiel, la présentation indique que la vision de l’entreprise est de construire “n’importe quoi”. Ses deux fondateurs, Sam Zeloof et Jim Keller : le premier est devenu une star des réseaux sociaux en fabriquant des puces à la main dans le garage de sa maison, tandis que le second dispose d’un parcours très prestigieux dans le secteur des semi-conducteurs. Il a notamment mené le développement de la toute première architecture Zen chez AMD, permettant ainsi à AMD de lancer une riposte décisive dans le domaine des processeurs.

En fait, Jim Keller—qui a déjà travaillé chez AMD, Intel, Broadcom et Apple—est aussi le PDG d’une autre jeune entreprise de puces d’intelligence artificielle, Tenstorrent. Cette société, qui a bouclé sept tours de financement totalisant plus de 300 millions de dollars, cible directement l’entraînement et l’inférence des grands modèles. Les puces adoptent une architecture RISC-V. Début octobre, Tenstorrent a annoncé un partenariat avec Samsung : Samsung fabriquera les puces pour son compte.

Ainsi, d’un point de vue global, compte tenu de l’influence et du réseau de Sam Altman dans le milieu du capital-risque, OpenAI dispose encore de pas mal d’options pour jouer en premier la carte de ses puces en interne. Et l’un des avantages de repartir de zéro, c’est de pouvoir se débarrasser des contraintes liées à l’architecture et à la compatibilité. Surtout, cela permet de lancer des produits très ciblés : par exemple, des puces d’accélération basées sur l’architecture RISC-V semblent être un choix très prometteur.

Bien sûr, OpenAI avait aussi une autre méthode, plus prudente, pour accélérer son développement de puces en interne : collaborer avec d’autres grands acteurs. Mais le plan “Athena” de Microsoft montre clairement qu’OpenAI semble vouloir davantage compter sur ses propres moyens. C’est cohérent avec le style habituel de cette entreprise.

Une autre rumeur récente permet d’étayer ce point : il semblerait que Sam Altman, Sun Yujie et l’ancien directeur du design d’Apple, Jony Ive, travaillent à la construction de “nouveaux matériels d’IA”. Il s’agit clairement d’un domaine dans lequel OpenAI ne s’était encore jamais aventuré. Cela montre que la stratégie globale d’OpenAI consiste à développer en interne, de manière autonome, les capacités offertes par de grands modèles puissants, sur tous les maillons concernés. Autrement dit, on dirait une approche visant à bâtir un géant, de type “entreprise monstre”.

La vague de conception de puces en interne ne cesse de s’amplifier. Désormais, tous les grands acteurs du cloud poussent activement et à marche forcée le développement de puces maison. La raison la plus importante est cette phrase : « La patience face à Nvidia est à bout ».

Le monopole n’est pas le point le plus important en soi. L’essentiel, c’est que la capacité de production de Nvidia elle-même est insuffisante, et en plus, l’entreprise met en place des systèmes de “répartition” du type “produits de luxe”, ce qui ne manque pas de provoquer le mécontentement des grands acteurs. D’autant plus que, pendant cette vague d’intelligence artificielle, Nvidia a engrangé des profits énormes : Huang Renxun a aussi investi dans un lot d’entreprises de démarrage liées. Ces sociétés ont un point commun : elles adoptent fermement l’écosystème matériel de Nvidia. À l’avenir, ces filiales vertes seront de redoutables concurrentes sur le marché cloud. Les grands acteurs ne laisseront évidemment pas cette situation prendre trop d’ampleur.

La conception de puces en interne est une voie inévitable, et elle n’est pas non plus totalement dépourvue de chances de briser le monopole de Nvidia. En concevant des puces adaptées à leurs besoins, on peut optimiser les performances. Pour les fournisseurs de services cloud, l’intérêt n’est peut-être pas encore si évident, mais pour une entreprise comme OpenAI, spécialisée dans l’intelligence artificielle, l’avantage est considérable : elle n’a pas à composer avec les demandes complexes des utilisateurs dans les centres de données (comme la bande passante), il suffit de se concentrer sur l’amélioration de l’efficacité du calcul parallèle. Et pour de nombreuses jeunes pousses de puces, cette vague de puces conçues en interne représente aussi une opportunité majeure, en particulier pour les puces basées sur l’architecture RISC-V. Dans ce domaine, la Chine, l’un des plus grands acteurs de cette architecture open source, dispose même d’un avantage lié au fait d’avoir pris une longueur d’avance.

Bien qu’à l’heure actuelle personne ne semble être capable de contester véritablement et substantiellement la position de leader de Nvidia, le marché global des puces pour l’intelligence artificielle est manifestement déjà à la veille de fortes turbulences. Les changements ne devraient donc pas tarder.