Nvidia accélère l’IA et la modélisation climatique

Cela fait des années que les développeurs ont découvert que le produit principal de Nvidia, le GPU, fonctionnait non seulement pour le rendu de jeux vidéo, mais également pour le calcul haute performance du type utilisé dans la modélisation 3D, la prévision des conditions météorologiques ou la formation de Les modèles d’intelligence artificielle – et c’est sur des applications d’entreprise telles que celles que le PDG Jensen Huang concentrera son attention lors de la conférence GTC 2022 de l’entreprise.

Nvidia souhaite faciliter la tâche des DSI développer des jumeaux numériques et des conceptions d’apprentissage automatique pour protéger l’informatique d’entreprise, et même pour accélérer l’adoption de l’informatique quantique avec une gamme de matériel et de logiciels flambant neufs.

Voir double

Les jumeaux numériques, des modèles numériques qui reflètent les changements dans les éléments du monde réel utiles dans la conception, la production et la création de services, varient dans leur niveau d’information.

Pour certaines applications, une simple base de données peut suffire à enregistrer l’historique d’entretien d’un produit (quand il a été fabriqué, à qui il a été expédié, quelles modifications ont réellement été appliquées) tandis que d’autres ont besoin d’un 3D complet conception intégrant des données de capteurs en temps réel pouvant être utilisées, par exemple, pour fournir un avertissement innovant en cas de défaillance d’un élément ou de pluie. C’est dans le haut de gamme de cette variété que joue Nvidia.

Au GTC 2022, la société a dévoilé de tout nouveaux outils pour construire des jumeaux numériques pour des applications cliniques et d’ingénierie. Deux groupes de scientifiques utilisent déjà le framework Modulus AI de Nvidia pour établir des modèles de découverte de machines physiques et sa plate-forme de simulation de monde virtuel Omniverse 3D pour prévoir les conditions météorologiques avec plus de confiance et de rapidité, et pour optimiser la conception des parcs éoliens.

Les ingénieurs de Siemens Gamesa Renewable Energy utilisent la combinaison Modulus-Omniverse pour modéliser le positionnement des éoliennes les unes par rapport aux autres afin d’augmenter la production d’électricité et de réduire les impacts des turbulences générées par une éolienne sur ses voisines.

Alors que le modèle Siemens-Gamesa examine les impacts du vent sur une zone de quelques kilomètres, les ambitions des chercheurs travaillant sur FourCastNet sont bien plus élevées.

FourCastNet (du nom de Fourier neural opérateurs utilisés dans ses estimations) est un outil de prévision des conditions météorologiques formé sur 10 téraoctets de données. Il imite et prévoit des événements météorologiques extrêmes tels que des cyclones ou des rivières atmosphériques comme celles qui ont provoqué des inondations dans le nord-ouest du Pacifique et à Sydney, en Australie, début mars. Nvidia affirme qu’il peut le faire jusqu’à 45 000 fois plus rapidement que les modèles de prévision mathématiques traditionnels.

Le système est une première étape vers la réalisation d’un projet encore plus enthousiaste que Nvidia appelle Earth-2. Il a annoncé en novembre 2021 qu’il prévoyait de développer un supercalculateur utilisant ses propres puces et de l’utiliser pour développer un jumeau numérique de la Terre à une résolution de 1 mètre dans son application logicielle Omniverse pour modéliser les résultats de la modification du climat.

Pour aider d’autres entreprises à créer et à maintenir leurs propres jumeaux numériques, Nvidia utilisera plus tard cette année les systèmes de calcul OVX exécutant son application logicielle Omniverse sur des racks contenant ses GPU, son stockage et son matériel de commutation haute vitesse.

Nvidia présente également Omniverse Cloud pour permettre aux développeurs, concepteurs et concepteurs de faire équipe sur des styles 3D sans avoir besoin d’accéder à leur propre puissance de calcul haute performance dédiée, un moyen pour les DSI d’étendre temporairement leur utilisation de la technologie sans capital important dépenses.

Et il se coordonne avec les fabricants de robotique et les fournisseurs de services d’information pour augmenter le nombre d’adaptateurs Omniverse que les concepteurs peuvent utiliser pour aider leurs jumeaux numériques à mieux montrer et eng vieillir avec le monde réel.

Il travaille actuellement avec les vendeurs Kroger et Lowes, qui utilisent Omniverse pour imiter leurs magasins et les chaînes logistiques qui les approvisionnent.

Apprentissage accéléré

Les modèles d’apprentissage automatique peuvent nécessiter beaucoup de calculs à exécuter, mais ils le sont encore plus à entraîner, car le processus nécessite un système capable d’effectuer des estimations complexes sur de gros volumes d’informations. Au GTC2022, Nvidia présente une toute nouvelle architecture GPU, Hopper, conçue pour accélérer de telles tâches, et affiche la toute première puce basée sur celle-ci, la H100.

Nvidia a déclaré que la puce rendra cela possible pour exécuter de grandes conceptions de langage et des systèmes de recommandation, de plus en plus courants dans les applications métier, en temps réel, et comprend de toutes nouvelles instructions qui peuvent accélérer l’optimisation des itinéraires et les applications génomiques.

La possibilité de segmenter le GPU dans plusieurs circonstances – similaires aux périphériques virtuels dans un CPU – le rendra également utile pour exécuter plusieurs applications de plus petite taille, sur des installations ou dans le cloud.

Par rapport à la modélisation scientifique, la formation de modèles d’IA nécessite moins de précision mathématique, mais un débit de données plus élevé, et la conception du H100 permet aux applications de s’opposer les unes aux autres. Le résultat, selon Nvidia, est que les systèmes développés avec le H100 auront la capacité de former des conceptions 9 fois plus rapidement que ceux utilisant son prédécesseur, le A100.

Informatique protégée

Nvidia a déclaré que ses toutes nouvelles puces H100 lui permettront également d’étendre les capacités informatiques personnelles au GPU, une fonction jusqu’à présent uniquement disponible sur les processeurs. L’informatique confidentielle permet aux entreprises de traiter en toute sécurité les informations médicales ou financières dans l’enclave sécurisée d’un processeur spécialement conçu, en les déchiffrant à l’arrivée et en sécurisant les résultats avant qu’ils ne soient envoyés au stockage.

L’alternative traiter fermement ces informations sur un GPU, même dans un cloud public ou un centre de colocation, pourrait permettre aux entreprises d’accélérer le développement et l’utilisation de modèles d’apprentissage automatique sans augmenter les coûts d’investissement.

Quantum to venir

L’informatique quantique garantit – ou menace peut-être – de balayer de larges pans du marché actuel du marché de l’informatique haute performance avec des processeurs quantiques qui utilisent des phénomènes subatomiques pour résoudre une optimisation jusqu’ici insoluble problèmes.

Quand ce jour viendra, les ventes de Nvidia sur le marché du supercalcul pourraient en pâtir, mais en attendant, ses puces et logiciels jouent un rôle dans la simulation de systèmes informatiques quantiques

Chercheurs à l’intersection de l’informatique quantique et classique ont en fait produit un langage de création de bas niveau appelé la représentation intermédiaire quantique. Nvidia a en effet mis en place un compilateur pour ce langage, nvq, qui sera dans un premier temps utilisé par les chercheurs du Oak Ridge National Laboratory, et un SDK pour accélérer les workflows quantiques, cuQuantum, qui est proposé comme un conteneur optimisé pour fonctionner sur son GPU A100.

Ces outils pourraient être utiles aux DSI qui ne savent pas quels avantages l’informatique quantique apportera à leurs services ou à ceux qui sont déjà sûrs et qui souhaitent aider leurs concepteurs à développer un ensemble de compétences quantiques à une époque où de véritables systèmes informatiques quantiques sont encore curiosités de laboratoire.