Un regard sobre sur le boom de l’IA informatique : de quel type de moteur avons-nous réellement besoin ?

Ouvrez Twitter, LinkedIn ou n’importe quel blog technologique dès maintenant et vous serez frappé par un barrage de mots à la mode. TOPS, paramètres, moteurs neuronaux, LLM. Nous sommes au milieu d’une course massive aux armements en matière d’IA, et les fabricants de matériel informatique crient sur les toits pour savoir qui possède le plus grand nombre.

Mais arrêtons-nous une seconde. Laissons de côté le bruit du marketing et regardons cela du point de vue de ceux qui font réellement le travail : les développeurs, les créateurs, les chercheurs. À l’heure où la puissance de calcul monte en flèche, de quel type de moteur d’IA avons-nous réellement besoin sur nos bureaux ?

L'illusion du cloud et la réalité locale
Il y a un an ou deux, la réponse était simple : le cloud. Nous avons externalisé le gros du travail vers des fermes de serveurs. C'était facile et accessible. Mais la phase de lune de miel touche à sa fin. Entre les limites strictes du débit des API, l’angoisse lancinante liée au téléchargement du code d’entreprise propriétaire sur des serveurs tiers et la lenteur des abonnements mensuels, le consensus de l’industrie évolue rapidement : nous devons exécuter l’IA localement.

La confidentialité des données n’est plus un luxe ; c'est une exigence. Et avoir un accès sans latence à vos modèles change la donne en matière de flux de travail.

Le problème : nous sommes remontés dans le temps
Alors, comment le marché du matériel informatique a-t-il répondu à ce besoin d’IA locale ? En nous fournissant des PC tour massifs et encombrants.

Pour obtenir la puissance nécessaire pour exécuter des modèles à paramètres élevés ou restituer des scènes complexes générées par l’IA, nous avons été contraints de régresser. Nous remettons des monolithes métalliques de 40 livres sous nos bureaux. Ils chauffent la pièce comme un four, absorbent la puissance et font le bruit d'un jet qui décolle à chaque fois que vous exécutez un processus par lots.

Cela ressemble à un paradoxe : nous utilisons le logiciel le plus futuriste jamais créé, mais nous l'exécutons sur des facteurs de forme matériels d'il y a dix ans. Est-ce vraiment le mieux que nous puissions faire ?

La « pensée froide » : la puissance brute ne suffit pas
Voici la dure et froide vérité qui est souvent enfouie dans les guerres de spécifications : le calcul brut (TOPS) ne représente que la moitié de l’histoire.

Si vous avez déjà essayé d’exécuter un grand modèle de langage localement, vous savez exactement où se trouve le véritable goulot d’étranglement. Ce n'est pas toujours le processeur ; c'est la mémoire. C'est dans le déplacement d'ensembles de données massifs entre le CPU et une carte graphique dédiée que la magie bégaie. Vous pouvez avoir la puce la plus rapide au monde, mais si votre bande passante mémoire est étroite, c’est comme mettre un moteur Ferrari dans un embouteillage. L'IA consomme de la RAM et de la bande passante pour le petit-déjeuner.

De plus, tout forcer brutalement via un GPU massif et gourmand en énergie n'est pas élégant. Nous avons besoin d'architectures réellement conçues pour cela : des systèmes dans lesquels le CPU, un puissant GPU intégré et un NPU (Neural Processing Unit) dédié fonctionnent ensemble de manière transparente, partageant un énorme pool de mémoire unifiée ultra-rapide.

Redéfinir le moteur d'IA de bureau
Au Minisforum, nous surveillons tranquillement cet espace et nous pensons que l'industrie regarde le problème à l'envers. Vous ne devriez pas avoir à sacrifier votre espace de travail pour obtenir les performances de votre poste de travail.

Un véritable moteur d’IA moderne devrait être différent :

Il ne doit pas prendre votre bureau en otage : il doit être élégant, compact et discret. Il doit rester tranquillement sur votre bureau et non le dominer.

Il a besoin d'une bande passante « autoroute », pas seulement d'une capacité élevée : avoir 32GB ou 64GB de RAM, c'est bien, mais pour de vraies charges de travail d'IA, vous avez besoin d'une capacité massive (pensez à 128GB) combinée à des vitesses de transfert insensées. Le mur entre la mémoire CPU et GPU doit être abattu.

Cela nécessite une efficacité chirurgicale : au lieu de forcer la puissance brute et de générer une chaleur massive, il a besoin d’un matériel d’IA dédié (NPU) pour gérer efficacement l’inférence en arrière-plan.

Aucun compromis sur les E/S : il doit se brancher sur tout. Plusieurs écrans 8K, ports réseau ultra-rapides et options d'extension de bande passante élevée.

L'avenir est dense
Nous sommes à un tournant. L'avenir du développement de l'IA, du rendu 3D et des flux de travail créatifs ne devrait pas se limiter aux racks de serveurs ou aux tours géantes et bruyantes.

La véritable révolution matérielle ne consistera pas seulement à entasser davantage de transistors sur une carte. Il s'agira de densité. Cela se produira lorsque la véritable puissance de l’IA de qualité station de travail, sans compromis, deviendra aussi compacte, silencieuse et belle qu’un livre relié posé gracieusement à côté de votre moniteur.

C’est le genre de moteur dont nous avons réellement besoin. Et c’est exactement l’avenir que nous construisons.