Le benchmark MLCommons révèle que Nvidia et Intel dominent la performance du matériel d'IA

Dans une récente publication des résultats du consortium MLCommons, une organisation indépendante dédiée à l'évaluation des chipsets d'IA, les performances de divers matériels d'IA ont été révélées. Les résultats montrent que les puces avancées de Nvidia se sont imposées comme les meilleures performeuses, avec le matériel d'Intel qui suit de près.

La domination de Nvidia dans la performance du matériel d'IA

Dans le paysage de l'IA en constante évolution, la performance du matériel est un facteur critique pour atteindre le succès. Nvidia, un acteur bien connu de l'industrie de l'IA, a montré son expertise lors de la dernière série de tests menés par MLCommons. Deux des puces les plus avancées de Nvidia, le superpuce GH200 Grace Hopper et le système HGX 100, ont affiché des résultats remarquables à travers plusieurs tests de référence dans le cadre de l'évaluation MLPerf.

Le superpuce GH200 Grace Hopper de Nvidia, qui combine un GPU Hopper et un CPU Grace au sein d'une seule puce, a démontré des capacités exceptionnelles. Il a excellé en termes de mémoire, de bande passante et d'optimisation des tâches entre le GPU et un CPU basé sur l'architecture Arm. Cette approche innovante a résulté en une amélioration moyenne des performances d'environ 17 % par rapport au système HGX 100.

L'évaluation complète englobait diverses tâches d'IA, y compris la vision par ordinateur, la reconnaissance vocale, l'imagerie médicale et des charges de travail plus complexes telles que l'inférence de grands modèles de langage (LLM) et les systèmes de recommandation. Le matériel de Nvidia a constamment surpassé ses concurrents, réaffirmant sa position dominante au sein de l'industrie de l'IA.

Le Habana Gaudi2 d'Intel marque le terrain

Par l'intermédiaire de sa filiale Habana Labs, Intel Corporation a positionné ses accélérateurs Habana Gaudi2 comme des concurrents redoutables dans le secteur du matériel d'IA. Malgré la forte performance de Nvidia, le système Gaudi2 a démontré ses capacités en terminant deuxième, de manière surprenamment proche. Les résultats ont indiqué que le système Gaudi2 était derrière l'offre de Nvidia d'une simple marge de 10 %.

L'avantage d'Intel réside dans son nœud de fabrication de sept nanomètres, qui, bien que légèrement plus grand que le GPU Hopper de cinq nanomètres de Nvidia, promet des améliorations futures. L'introduction prochaine de la quantification de précision FP8 devrait offrir un doublement des performances pour les tâches d'inférence d'IA d'Intel. De plus, on rapporte qu'Intel travaille sur un chipset Gaudi3 en 5 nm, ajoutant à l'anticipation dans le domaine du matériel d'IA.

Intel a également souligné le prix compétitif de sa puce Habana Gaudi2, la positionnant comme une alternative rentable aux solutions de Nvidia. Cependant, les détails spécifiques de tarification n'ont pas encore été divulgués.

Le facteur d'efficacité dans la consommation d'énergie

L'efficacité énergétique est un enjeu majeur dans la quête de l'excellence en matière de matériel pour l'IA. Qualcomm Inc., un autre acteur majeur du secteur, a démontré des performances robustes avec son chipset Qualcomm Cloud AI100. Ce qui distingue Qualcomm, c'est son utilisation efficace de l'énergie, le plaçant en tête de ses concurrents sur cet aspect. Ces résultats soulignent l'engagement de l'entreprise envers la durabilité 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 choix attractif pour les organisations soucieuses de réduire leur utilisation d'énergie dans leurs infrastructures d'IA.

Développements à venir dans le matériel d'IA

Nvidia et Intel s'engagent à améliorer davantage leurs offres de matériel d'IA. Nvidia prévoit de publier une mise à jour logicielle qui promet de doubler les performances d'inférence IA de son super-puce GH200 Grace Hopper, consolidant ainsi davantage sa position de leader.

Intel ne compte pas sur ses lauriers non plus ; la prochaine mise à jour de quantification en précision FP8 pour la puce Habana Gaudi2 est censée améliorer significativement ses capacités d'inférence IA. De plus, le chipset Gaudi3 en 5 nm, dont l'existence est rumored, suscite une grande anticipation, car il pourrait apporter une innovation supplémentaire sur le marché.

Autres acteurs clés du secteur

Alors que Nvidia et Intel ont accaparé les projecteurs, d'autres acteurs importants de l'industrie de l'IA ont également montré leurs capacités. Google LLC a fourni un aperçu de ses dernières Unités de traitement tensoriel (TPU) mais n'a pas atteint les niveaux de performance de Nvidia. Néanmoins, Google reste une force redoutable dans la recherche et le développement de l'IA.

Les récentes conclusions des tests de référence de MLCommons fournissent des informations précieuses sur l'état actuel des performances du matériel d'IA. La domination de Nvidia, suivie de près par les offres compétitives d'Intel, souligne l'engagement de l'industrie à faire progresser les capacités du matériel d'IA. Avec les considérations d'efficacité énergétique et les innovations à venir, le paysage du matériel d'IA continue d'évoluer, promettant des performances et une efficacité encore supérieures dans un avenir proche.