Une récente étude du consortium MLCommons , une organisation indépendante dent dans l'évaluation des puces d'IA, a mis en lumière les performances de différents matériels dédiés à l'IA. Les résultats révèlent que les puces avancées de Nvidia se distinguent par leurs performances supérieures, suivies de près par le matériel d'Intel.
La domination de Nvidia en matière de performances matérielles pour l'IA
Dans le paysage de l'IA en constante évolution, les performances matérielles sont un facteur déterminant de réussite. Nvidia, acteur majeur du secteur, a démontré son savoir-faire lors des derniers tests menés par MLCommons. Deux de ses puces les plus performantes, la GH200 Grace Hopper Superchip et le système HGX 100, ont affiché des résultats remarquables sur de nombreux tests de performance dans le cadre de l'évaluation MLPerf.
La puce GH200 Grace Hopper de Nvidia, qui combine un GPU Hopper et un CPU Grace sur une seule puce, a démontré des performances exceptionnelles. Elle a excellé en termes de mémoire, de bande passante et d'optimisation des tâches entre le GPU et le CPU basé sur l'architecture Arm. Cette approche novatrice a permis d'obtenir une amélioration des performances d'environ 17 % en moyenne par rapport au système HGX 100.
L'évaluation exhaustive a porté sur diverses tâches d'IA, notamment la vision par ordinateur, la reconnaissance vocale, l'imagerie médicale et des charges de travail plus complexes telles que l'inférence de modèles de langage de grande taille (LLM) et les systèmes de recommandation. Le matériel de Nvidia a constamment surpassé ses concurrents, confirmant ainsi sa position dominante dans le secteur de l'IA.
Le Habana Gaudi2 d'Intel marque les esprits
Par l'intermédiaire de sa filiale Habana Labs, Intel Corporation a positionné ses accélérateurs Habana Gaudi2 comme des concurrents redoutables sur le marché du matériel d'IA. Malgré la tron , le système Gaudi2 a démontré ses capacités en se classant à une étonnamment bonne deuxième place. Les résultats indiquent que le système Gaudi2 n'était devancé que de 10 % par l'offre de Nvidia.
L'avantage d'Intel réside dans sa technologie de gravure en sept nanomètres qui, bien que légèrement plus grande que celle du GPU Hopper en cinq nanomètres de Nvidia, promet des améliorations futures. L'introduction prochaine de la quantification de précision FP8 devrait doubler les performances des tâches d'inférence IA d'Intel. De plus, Intel travaillerait, selon certaines rumeurs, sur un chipset Gaudi3 en 5 nm, ce qui alimente l'attente autour du matériel d'IA.
Intel a également mis l'accent sur le prix compétitif de sa puce Habana Gaudi2, la positionnant comme une alternative économique aux solutions de Nvidia. Cependant, les détails tarifaires précis n'ont pas encore été communiqués.
Le facteur d'efficacité dans la consommation d'énergie
L'efficacité énergétique est un facteur déterminant dans la recherche de l'excellence en matière de matériel d'IA. Qualcomm Inc., acteur majeur du secteur, a démontré les performances remarquables de son chipset Qualcomm Cloud AI100. Ce qui distingue Qualcomm, c'est son utilisation efficiente de l'énergie, surpassant ainsi ses concurrents. Ces résultats soulignent l'engagement de l'entreprise en faveur du développement durable dans le domaine du matériel d'IA.
Les performances impressionnantes de Qualcomm sont particulièrement remarquables compte tenu de sa consommation d'énergie inférieure à celle de ses concurrents, ce qui en fait un choixtracpour les organisations soucieuses de réduire leur consommation d'énergie dans les infrastructures d'IA.
Développements à venir en matière de matériel d'IA
Nvidia et Intel s'engagent à améliorer encore leurs offres matérielles d'IA. Nvidia prévoit de publier une mise à jour logicielle qui promet de doubler les performances d'inférence IA de sa puce GH200 Grace Hopper Superchip, consolidant ainsi sa position de leader.
Intel ne se repose pas sur ses lauriers ; la prochaine mise à jour de quantification de précision FP8 pour la puce Habana Gaudi2 devrait considérablement améliorer ses capacités d'inférence IA. De plus, le chipset Gaudi3 gravé en 5 nm, dont la conception fait l'objet de nombreuses rumeurs, suscite un vif intérêt, car il pourrait apporter de nouvelles innovations au marché.
Autres acteurs clés du secteur
Si Nvidia et Intel ont monopolisé l'attention, d'autres acteurs majeurs du secteur de l'IA ont également présenté leurs capacités. Google LLC a dévoilé un aperçu de ses dernières unités de traitement tensoriel (TPU), sans toutefois atteindre les performances de Nvidia. Google demeure néanmoins une force incontournable dans la recherche et le développement en IA.
Les résultats récents des tests de performance de MLCommons offrent un aperçu précieux de l'état actuel des performances du matériel d'IA. La domination de Nvidia, suivie de près par les offres concurrentes d'Intel, souligne l'engagement de l'industrie à faire progresser les capacités du matériel d'IA. Grâce aux enjeux d'efficacité énergétique et aux innovations à venir, le paysage du matériel d'IA continue d'évoluer, promettant des performances et une efficacité encore accrues prochainement.
