Pression sur les prix des puces
NVIDIA augmente les prix de ses puces avancées pour l'IA. Habituellement, le fabricant répercute la hausse des coûts, mais cette fois, l'entreprise augmente ses prix. Cette décision pourrait pousser la Silicon Valley à revoir ses plans. Meta Platforms Inc., Microsoft Corp. et OpenAI ont dépensé des sommes considérables en équipements NVIDIA pour entraîner et lancer des modèles.
- NVIDIA augmente les prix de ses puces avancées.
- La Silicon Valley pourrait revoir ses plans.
- Meta, Microsoft et OpenAI ont dépensé des sommes considérables en équipements.
Si le coût des puces continue d'augmenter, acheter davantage d'équipements pourrait ne pas être la meilleure réponse. Les entreprises devront peut-être chercher des moyens de tirer davantage de leurs puces existantes. La priorité passe du volume des achats à l'efficacité d'utilisation.
Changement de logique dans la course
La course à l'IA a essentiellement consisté à obtenir plus de puissance de calcul. Plus de puces signifiait la possibilité d'entraîner des modèles plus grands et plus avancés. Cette approche devient plus difficile et plus coûteuse.
| Critère | Ancienne priorité | Nouvelle priorité |
|---|---|---|
| Ressource principale | Nombre de puces | Efficacité de chaque puce |
| Objectif | Entraîner des modèles plus grands | Effectuer plus de travail avec l'équipement existant |
| Contrainte | Accès à la puissance de calcul | Hausse des coûts et de la complexité |
Celui qui tire le plus de travail de l'équipement disponible gagne.
L'expérience des entreprises chinoises
Les entreprises chinoises d'IA ont été confrontées à des restrictions d'accès aux puces avancées de NVIDIA. Plutôt que de simplement ralentir, elles ont cherché d'autres moyens d'améliorer leurs systèmes d'IA.
- Elles se sont concentrées sur l'amélioration de l'efficacité des modèles.
- Elles ont utilisé prudemment l'équipement disponible.
- Elles ont cherché d'autres moyens d'améliorer les systèmes d'IA.
DeepSeek a créé de puissants modèles d'IA malgré un accès plus limité aux puces les plus avancées. Lorsque l'accès aux puces est devenu problématique, les développeurs ont intégré une réduction mathématique de l'attention latente multi-têtes. Cela a réduit d'environ 96 % les besoins en mémoire des puces.
Les progrès de DeepSeek suggèrent que disposer de moins de puces haut de gamme ne signifie pas toujours être à la traîne. Pour la Silicon Valley, la leçon est simple : une IA plus intelligente peut avoir autant d'importance qu'un équipement plus puissant.
Le logiciel comme levier d'efficacité
Meta Platforms Inc. et OpenAI travaillent sur de nouveaux outils logiciels et systèmes de programmation. Ils peuvent aider leurs modèles d'IA à fonctionner plus efficacement.
- Un meilleur logiciel aide les modèles à effectuer plus de travail.
- De nouveaux outils réduisent les pertes et améliorent la performance.
- Le logiciel devient un critère à part entière dans le choix d'une stratégie.
Les investissements dans les logiciels et les outils de développement deviennent aussi importants que l'achat de matériel.
Un critère pratique
Les puces NVIDIA resteront importantes pour l'industrie de l'IA. Cependant, les entreprises se concentreront moins sur le nombre de puces qu'elles peuvent acheter. La question de savoir quelle quantité de travail chaque puce peut traiter prendra plus d'importance.
- Ne pas regarder uniquement l'accès à la puissance de calcul.
- Tenir compte de l'efficacité des modèles.
- Évaluer les solutions logicielles.
- Comparer le rendement de l'équipement existant.
Une IA plus intelligente peut donner le même résultat qu'un équipement plus puissant.
