Facebook travaille sur un projet pour élaborer la Research Supercluster, un grand supercalculateur destiné à l’intelligence artificielle. La machine permettra au géant des médias sociaux de créer de nouveaux services pour le métavers. Elle l’aidera également à mieux modérer le contenu sur ses plateformes.
Meta, anciennement Facebook, n’a pas l’intention de laisser Microsoft ou Nvidia mener la course pour façonner le métavers. Rappelons que ce dernier désigne une construction de réalité virtuelle. Il est destiné à supplanter Internet tel que nous le connaissons aujourd’hui. Facebook va lancer un grand supercalculateur pour l’intelligence artificielle, la Research Supercluster.
Ce projet confirme ses ambitions pour ce monde, dont il a fait ses futurs relais de croissance. Soulignons que le métavers représente également sa meilleure campagne marketing à ce jour. Facebook a construit la Research SuperCluster, ou RSC, un supercalculateur déjà opérationnel mais en cours de construction.
Cet outil permettra à Meta d’utiliser les données de ses différentes plateformes pour entraîner des moteurs d’IA. Le domaine du traitement du langage ou de l’image sera particulièrement concerné.
Meta affirme que la Research Supecluster sera le supercalculateur d’intelligence artificielle le plus rapide au monde. Cette machine sera entièrement construite à la mi-2022. Depuis 2020, le supercalculateur japonais Fugaku a été en tête du classement des supercalculateurs du site indépendant top500.org.
Meta définit la puissance de son ordinateur différemment de la façon dont les superordinateurs conventionnels et plus puissants sur le plan technique sont mesurés. Les superordinateurs sont des machines extrêmement rapides et puissantes. Elles sont conçues pour effectuer des calculs complexes impossibles avec un ordinateur domestique ordinaire.
La Research Supercluster de Facebook est 20 fois plus rapide
Facebook prévoit d’utiliser la Research Supercluster pour développer des technologies. Par ailleurs, la machine servira à créer de nouveaux services pour le métavers.
« Nous espérons que RSC nous aidera à construire des systèmes d’IA entièrement nouveaux. Ceux-ci pourront, par exemple, fournir des traductions vocales en temps réel à de grands groupes de personnes, chacun parlant une langue différente. Ainsi, ils pourront collaborer de manière transparente sur un projet de recherche ou jouer à un jeu AR ensemble », ont écrit Kevin Lee, responsable du programme technique de Meta, et Shubho Sengupta, ingénieur logiciel de l’entreprise.
« Le travail effectué avec RSC ouvrira la voie à la création de technologies pour la prochaine plate-forme informatique majeure. Dans le métavers, les applications et les produits basés sur l’IA joueront un rôle important », ont ajouté Lee et Sengupta.
Selon Meta, son supercalculateur incorporerait des « exemples du monde réel » de ses propres systèmes dans la formation de son IA. Elle affirme que ses efforts antérieurs n’utilisaient que des ensembles de données open source et d’autres ensembles de données accessibles au public
L’IA peut aider Facebook à traiter les données
Les moteurs d’intelligence artificielle sont pilotés par l’ingestion de quantités massives de données. Nous mentionnons par exemple le texte pour les modèles de traitement du langage ou les images vidéo pour les modèles de vision industrielle.
La Research Supercluster a déjà commencé à former de grands modèles de traitement du langage naturel et de vision par ordinateur. Cela servira à soutenir la modération de contenu sur les plateformes de Meta, un sujet extrêmement sensible pour l’entreprise.
Elle a créé des systèmes de traduction vocale en temps réel avec de nombreuses langues, dialectes et accents. Elle a aussi construit des modèles capables d’étudier de longues vidéos en tenant compte de plus de données. Par ailleurs, elle a développé un modèle de reconnaissance vocale. Celui-ci est capable de fonctionner même dans des situations complexes telles qu’une soirée ou un concert.
Côté technique, pour sa phase 1, la Research Supercluster de Facebook dispose de 760 ordinateurs Nvidia DGX A100 représentant 6 080 GPU. Lors des premiers tests, cela lui a permis de travailler 20 fois plus vite que son prédécesseur sur la vision par ordinateur. En outre, elle a pu faire tourner des systèmes de compréhension du langage naturel à grande échelle, trois fois plus rapidement.
- Partager l'article :