Microsoft présente « Project Brainwave », une solution matérielle pour le traitement du deep learning. La firme espère ainsi percer dans l'intelligence artificielle.

La grande nouveauté de Brainwave : les opérations exécutées en temps réel

Si ces dernières décennies, les fabricants ont surtout conçu des processeurs construits gérer une large gamme de process, la première moitié de 2017 a été celle des puces customisées, avec des performances pointues dans des domaines précis.

Parmi ces puces, la grande majorité sont orientées vers l'intelligence artificielle.

Microsoft ne manque pas à la règle en présentant Brainwave.

La plateforme s'appuie sur des puces reprogrammables FGPA  (1) fabriquées par Intel.

Ces puces permettent un traitement de l'intelligence artificielle en temps réel (la latence ne dépasse pas une milliseconde pour chaque requête).

La puissance de calcul s'établit à 39,5 téraflops.

Brainwave peut gérer à la fois des tâches minutieuses et celles requérant une vitesse élevée.

Même si les FPGA gèrent généralement l'intelligence artificielle avec moins de succès que les puces spécialement conçues pour le machine learning, Microsoft assure que la performance des composants matériels aussi bien que l'usage que la plateforme Brainwave ne cesseront de s'améliorer.

D’après Venture Beat Dans un avenir proche, Brainwave pourrait ainsi parvenir à une puissance proche de 90 téraflops.

Selon la tâche, la puissance de calcul élevée peut se traduire soit par une vitesse d'exécution soutenue, soit par une précision accrue.

Aucune date de mise à disposition du public n'a encore été annoncée, mais Microsoft promet qu'elle sera progressive et qu'elle se fera via sa plateforme Azure.

(1) l’emploi des FGPA comme accélérateurs de traitement.

Connus sous les sigles FPGA (field programmable gate array), CPLD (Complex programmable logic device) ou PLD (Programmable logic device), ces circuits ne sont pas nouveaux.

Inventés au début des années 1980 par des sociétés américaines comme Altera, Actel ou Xilinx pour interfacer les puces standards au sein d’un système électronique, ils sont disponibles comme composants standards.

C’est l’utilisateur qui leur attribue une fonction spécifique en y programmant son application.

Cette capacité à faire du spécifique à partir du standard en fait aussi une alternative attractive aux Asic, ces circuits taillés sur mesure.

L’idée est d’associer au processeur classique un circuit logique programmable configuré pour effectuer des tâches de prétraitement de données qui rendent leur exécution par le processeur plus rapide.

Le FPGA tire sa rapidité du fait qu’il exécute sa fonction de façon électronique câblée dans le silicium, alors qu’un processeur classique le fait de façon logicielle.

Dans des applications comme le big data, le machine learning, la reconnaissance faciale ou le séquençage d’ADN, le traitement peut être accéléré par un facteur 30 à 40.

Microsoft utilise déjà les FPGA d’Altera, le numéro deux du marché, pour limiter l’inflation des serveurs dans ses data centers et réduire le coût de son infrastructure cloud.

La bataille de l’après-loi de Moore s’annonce prometteuse !