GPU

GPU est l'acronyme de Graphics Processing Unit ou processeur graphique. Il s'agit des processeurs qu'on utilise par exemple sur les cartes graphiques des ordinateurs. Parfois, le GPU est intégré au processeur central (CPU, central processing unit) de la machine lorsqu'il n'y a pas besoin de grandes ressources graphiques, par exemple lorsque vous effectuez des tâches purement domestiques avec votre ordinateur et que vous ne jouez pas à des jeux vidéo avec des graphismes compliqués.

Quel est le rapport avec l'apprentissage automatique ? Comme on l'a vu avec les premières générations d'IA, le travail réside surtout dans le traitement d'image. Or, qu'il s'agisse de reconnaissance d'image, de vidéo, de texte ou d'audio, le type de travail est similaire : l'exécution d'un grand nombre de tâches simultanées. Un ordinateur a toujours besoin d'un CPU (le chef d'orchestre), mais il peut « déporter » dans un GPU une foule de tâches que ce dernier va être capable d'exécuter de manière simultanée et beaucoup plus rapidement que ne le ferait le CPU.

Dans un CPU, un cœur est une unité de traitement qui permet d’exécuter des instructions de manière autonome. Alors que les CPU proposent un nombre limité de cœurs, les GPU en proposent des centaines voire des milliers, mais plus spécialisés, ce qui leur permet d'augmenter l'intensité du traitement de l'information. Ceci sans compter la rapidité du traitement des flux d'entrée et de sortie.

On comprend ainsi que la course aux performances de l'apprentissage automatique, notamment pour élaborer des modèles d'entraînement, est aussi une course aux performances des GPU ainsi qu'à leur miniaturisation, repoussant les limites physiques de la fabrication. Ainsi, la société Nvidia, que le grand public connaît historiquement pour les performances de ses GPU dans les jeux vidéo, s'est trouvée au devant de la scène pour produire des GPU de nouvelle génération adaptés à l'apprentissage automatique. Elle est alors devenue l'un des principaux leaders du domaine, profitant d'une position concurrentielle et d'autant plus profitable que les grands acteurs de l'économie numérique dépendent du quasi-monopole technique de Nvidia dans le domaine de l'IA et aussi du cloud computing.