Pierre T.
# PHOTONICS: UNE SOLUTION POUR LES DILEMMES DE L’IA
La puissance de calcul croissante nécessaire pour entraîner des modèles d’IA sophistiqués, tels que le ChatGPT d’OpenAI, pourrait finir par heurter un mur avec les technologies de puces grand public. Selon une analyse d’OpenAI en 2019, la quantité d’énergie utilisée pour former des modèles d’IA a doublé tous les deux ans entre 1959 et 2012, puis a commencé à augmenter sept fois plus rapidement après 2012. Cette évolution pose déjà des problèmes, comme une pénurie interne de matériel serveur chez Microsoft, ce qui a conduit à une augmentation des prix. Selon CNBC, les coûts actuels pour entraîner un modèle similaire à ChatGPT à partir de zéro sont de plus de 4 millions de dollars.
## LES AVANTAGES DE L’UTILISATION DES PUCE OPTIQUES
Une solution au dilemme de formation de l’IA proposée est l’utilisation de puces photoniques, qui utilisent la lumière pour envoyer des signaux à la place de l’électricité utilisée dans les processeurs conventionnels. Les puces photoniques pourraient théoriquement augmenter la performance de la formation car la lumière produit moins de chaleur que l’électricité, peut voyager plus rapidement et est beaucoup moins sensible aux changements de température et de champs électromagnétiques.
Plusieurs entreprises, dont Lightmatter, LightOn, Luminous Computing, Intel et NTT, sont en train de développer des technologies photoniques. Toutefois, alors que la technologie avait suscité beaucoup d’enthousiasme il y a quelques années et avait attiré beaucoup d’investissements, le secteur s’est refroidi depuis. Les raisons peuvent être multiples, mais les investisseurs et les analystes qui étudient les photoniques soulignent que les puces photoniques pour l’IA, bien qu’elles soient prometteuses, ne sont pas le remède miracle qu’elles étaient autrefois considérées.
## MANQUE DE DÉVELOPPEMENT DU SECTEUR PHOTONIQUE POUR L’IA
Le développement du secteur photonique a connu un ralentissement notable. Par exemple, Lightmatter a récemment annoncé qu’elle avait levé 80 millions de dollars pour son processeur optique P2, qui vise à aider les centres de données à former des modèles d’IA sophistiqués. Toutefois, la société estime que sa technologie ne sera pas commercialisée avant 2023, voire plus tard. De même, LightOn, une entreprise française qui a développé un coprocesseur optique pour l’IA, a déclaré que sa solution était “à plusieurs années” d’être prête pour le marché.
De nombreuses entreprises utilisent toujours des puces électroniques pour l’IA, mais recherchent des moyens de les rendre plus économes en énergie, plus rapides et plus performantes. Par exemple, Google a récemment annoncé que sa prochaine puce Tensor Processing Unit (TPU) pour l’IA utiliserait des circuits quantiques pour optimiser les performances.
Les investissements dans les photoniques ne sont pas encore terminés, mais de nombreux analystes considèrent que les avantages de la technologie ne sont pas assez importants pour justifier les coûts et les risques connexes. Par conséquent, la technologie doit encore prouver sa pertinence pour l’IA.
_sources:_
[The Computing Power Needed to Train AI is Now Rising Seven Times Faster Than Ever Before](https://www.technologyreview.com/2019/11/11/132004/the-computing-power-needed-to-train-ai-is-now-rising-seven-times-faster-than-ever-before/)
[Microsoft rations access to AI hardware for internal teams](https://www.theinformation.com/articles/microsoft-rations-access-to-ai-hardware-for-internal-teams)
[ChatGPT and generative AI are booming – but at a very expensive price](https://www.cnbc.com/2023/03/13/chatgpt-and-generative-ai-are-booming-but-at-a-very-expensive-price.html)
[Photonics startup Lightmatter details its AI optical accelerator chip](https://venturebeat.com/2020/08/17/photonics-startup-lightmatter-details-p1-its-ai-optical-accelerator-chip/)
[Lighton researchers explain how they trained an AI model on an optical co-processor](https://venturebeat.com/2020/06/03/lighton-researchers-explain-how-they-trained-an-ai-model-on-an-optical-co-processor/)
[Luminous Computing](https://www.luminous.com/)
