Meta dévoile un nouveau supercalculateur (SuperComputer) d’intelligence artificielle (IA) géant pour façonner le métavers, nommé Research SuperCluser (RSC).
Meta, le géant de la technologie précédemment connu sous le nom de Facebook, a révélé lundi qu’il avait construit l’un des supercalculateurs les plus rapides au monde, un mastodonte appelé Research SuperCluster, ou RSC. Avec 6 080 unités de traitement graphique regroupées dans 760 modules Nvidia A100.
Il s’agit de la machine la plus rapide conçue pour les tâches d’IA, déclare le directeur général Mark Zuckerberg.
Cette puissance de traitement est dans la même ligue que le supercalculateur Perlmutter, qui utilise plus de 6 000 des mêmes GPU Nvidia et se classe actuellement comme le cinquième supercalculateur le plus rapide au monde. Et dans un second temps, Meta prévoit de multiplier par 2,5 les performances avec une extension à 16 000 GPU cette année.
Meta utilisera Research SuperCluster (RSC) pour une multitude de projets de recherche nécessitant des performances de niveau supérieur, telles que l’IA “multimodale” qui fonde ses conclusions sur une combinaison de sons, d’images et d’actions au lieu d’un seul type de données d’entrée. Cela pourrait être utile pour traiter les subtilités de l’un des gros problèmes de Facebook, repérer le contenu préjudiciable.
Un chercheur de haut niveau en IA, à Meta, espère que l’investissement sera rentable en utilisant RSC pour aider à développer la dernière priorité de l’entreprise : le domaine virtuel qu’il appelle le métavers. Research SuperCluster (RSC) pourrait être suffisamment puissant pour traduire simultanément la parole d’un grand groupe d’individus qui parlent chacun une langue différente.
“Les expériences que nous construisons pour le métavers nécessitent une énorme puissance de calcul”, a déclaré le PDG de Meta, Mark Zuckerberg, dans un communiqué. “Research SuperCluster (RSC) permettra de nouveaux modèles d’IA capables d’apprendre à partir de milliards d’exemples, de comprendre des centaines de langues et plus encore.”
Aujourd’hui, le terme intelligence artificielle fait généralement référence à une méthode appelée apprentissage automatique ou apprentissage en profondeur qui traite les données de la même manière que le fonctionnement du cerveau humain. C’est révolutionnaire parce que les modèles d’IA sont entraînés par exposition à des données du monde réel. Par exemple, l’IA peut apprendre à quoi ressemblent les visages de chats en analysant des milliers de photos de chats, par rapport à la programmation traditionnelle où un développeur essaierait de décrire toute la variété féline de fourrure, de moustaches, de yeux et d’oreilles.
Le Research SuperCluster (RSC) pourrait également résoudre un problème d’IA particulièrement épineux que Meta appelle l’apprentissage auto-supervisé. Les modèles d’IA sont formés aujourd’hui sur la base de données soigneusement annotées.
