Du 26 au 28 mars, Nvidia organise sa GPU Technology Conference (GTC) à San Jose, en Californie. Lors du keynote d'ouverture présenté par son CEO Jensen Huang, la marque a dévoilé ses annonces fortes pour l'année 2018.

« Nous attirons votre attention sur le fait que ces annonces sont sous embargo jusqu’à demain. » Une chose est sûre : les journalistes présents à San Jose le 26 mars 2018, pour assister au salon GTC organisé par Nvidia, ne pouvaient pas dire qu’ils n’étaient pas au courant de l’embargo exigé par l’entreprise. Les représentants de Nvidia ont martelé l’information jusqu’au dernier moment.

Lors d’une conférence organisée moins de vingt-quatre heures avant les annonces officielles de la marque, Nvidia a distillé quelques informations à la presse, soulignant à plusieurs reprises que celles-ci devaient rester confidentielles. Jusqu’à présent : ce 27 mars à 20 heures (soit 11 heures, dans la Silicon Valley), le CEO de Nvidia, Jenseng Huang, a officialisé à l’issue d’un keynote de deux heures les annonces importantes de l’entreprise.

Lors de cette conférence, qui a fait salle comble, le PDG a levé le voile sur les futures orientations de Nvidia en matière d’intelligence artificielle.

RTX et ray tracing

Jensen Huang a commencé par dévoiler son processeur Quadro GV100, équipé de sa technologie Nvidia RTX. L’annonce a sans doute principalement intéressé les créateurs et développeurs de jeux vidéo, puisqu’elle porte sur la technique du lancer de rayon (« ray tracing  »), qui permet de calculer par ordinateur des phénomènes physiques (comme la réflection, ou la réfraction).

Nvidia annonce ainsi que les artistes et professionnels du divertissement pourront atteindre des rendus plus complexes, avec dix fois plus de rapidité qu’un seul processeur.

CC Flickr NVIDIA Corporation

L’ensemble repose notamment sur la carte graphique Quadro GV100, couplée à Nvidia RTX. En se fondant sur les propriétés physiques de la lumière, l’entreprise annonce des résultats plus saisissants.

Pour prouver ses dires, Jensen Huang a proposé une démonstration de cet outil en action, lors d’un mini film inspiré de l’univers Star Wars. Le réalisme de l’image, soumise à un jeu d’ombres et de lumières, s’est effectivement révélé saisissant.

CC Flickr NVIDIA Corporation

Le projet Clara

Le CEO de l’entreprise a continué son keynote en présentant le projet Clara, un superordinateur qui doit servir à perfectionner l’imagerie médicale, à distance. À partir d’une échographie, Jensen Huang a fait la démonstration d’une visualisation en trois dimensions.

CC Flickr NVIDIA Corporation

NVSwitch

Point suivant, et pas des moindres : le CEO a révélé que les performances de la Tesla V100, la carte accélératrice de Nvidia présentée comme la plus avancée de ses GPU, voit désormais ses performances doublées.

La société annonce également un nouveau processeur graphique présenté comme « révolutionnaire », baptisé Nvidia NVSwitch. Celui-ci doit permettre à 16 Tesla V100 de communiquer de manière simultanée, à une vitesse de 2,4 teraoctets par seconde. L’entreprise entend ainsi repousser les limites de ses systèmes précédents, afin d’embrasser une plus grande quantité de données.

CC Flickr NVIDIA Corporation

DGX-2

Le CEO a également présenté son Nvidia DGX-2, un serveur dont la puissance de calcul est assez impressionnante, par rapport à sa taille. La marque revendique en effet une puissance de calcul pour l’apprentissage profond équivalente à celle de 300 serveurs, qui occuperaient un espace équivalent à 15 racks (les armoires dans lesquelles ils sont intégrés), tout en étant 60 fois plus petit et en consommant 18 fois moins.

À titre d’exemple, le DGX-2 serait capable d’entrainer Fairseq, une IA spécialisée dans le traitement du langage — développée par le Facebook Artificial Intelligence Research –, en moins de deux jours.

Drive Constellation

Nvidia a profité de son keynote pour révéler le nom de sa nouvelle plateforme destinée à simuler des expériences de conduite autonome, dans des conditions présentées comme proches de la réalité.

Baptisé Nvidia Drive Constellation, cette plateforme est basée sur deux serveurs différents. Le premier s’appuie sur le logiciel de Nvidia Drive, afin de simuler les capteurs d’un véhicule, comme ses caméras, son Lidar et ses radars.

CC Flickr NVIDIA Corporation

Le second repose sur Drive Pegasus, chargé d’analyser les données simulées, comme si elles venaient véritablement de capteurs équipant une voiture lancée sur la route.

Nvidia a particulièrement fait sensation avec une démonstration en réalité virtuelle et à distance. Lors du keynote, la marque a en effet montré en action un système de réalité virtuelle, permettant de conduire une voiture à distance. Son pilote, présent dans la salle et chaussé d’un casque de VR, a ainsi conduit en temps réel un véhicule, visible sur l’écran lors de la conférence.

CC Flickr NVIDIA Corporation

Isaac

Nvidia a aussi choisi de profiter de l’événement pour annoncer sa plateforme Isaac, destinée au développement d’applications dans le domaine de la robotique. Ce kit de développement doit notamment permettre à ses utilisateurs d’intégrer plus facilement des technologies d’IA dans leurs robots.

Le projet Trillium

Le 13 février dernier, l’entreprise britannique ARM annonçait son Projet Trillium. Derrière ce nom énigmatique, se cache en fait une solution pensée par la société pour intégrer une intelligence artificielle. Lors de son annonce, ARM avait présenté ce projet comme une plateforme reposant sur le machine learning (ou l’apprentissage machine), et capable de reconnaître des objets.

Nvidia a désormais décidé de s’associer à ARM, afin d’apporter sa contribution au projet Trillium. L’entreprise de Santa Clara a dévoilé qu’elle avait l’intention d’intégrer le NVDLA à l’intérieur de la plateforme conçue par son partenaire britannique. Le Nvidia Deep Learning Accelerator est un outil open source, basé sur le processeur Xavier ; il permet notamment aux développeurs de concevoir des accélérateurs d’intelligence artificielle, destinés aux algorithmes d’apprentissage machine.

CC Flickr NVIDIA Corporation

Le procédé passe notamment par l’étape de l’inférence : lors du développement d’une IA, cette étape correspond au moment où l’algorithme est employé pour interpréter des données issues du monde réel (par opposition à son entraînement à l’aide de bases de données).

Nvidia et ARM espèrent ainsi aider les entreprises spécialisées dans les puces à intégrer l’intelligence artificielle dans leurs innovations, et les rendre accessibles à davantage de consommateurs.

TensorRT

Le CEO de Nvidia a également annoncé une version renouvelée de TensorRT, sa plateforme destinée aux services d’intelligence artificielle (reconnaissance vocale, traitement du langage, traduction, recherche visuelle…). Dans cette version numéro 4, Nvidia annonce que les performances seront 190 fois plus rapides qu’avec des CPU habituellement utilisées dans ces domaines.

En outre, TensorRT sera désormais intégré à TensorFlow, l’outil d’apprentissage automatique développé en open source par Google.

Partager sur les réseaux sociaux