Lors de la conférence de cette année, SIGGRAPH 2023 à Los Angeles, NVIDIA a fait une série d’annonces mettant en avant les innovations de l’entreprise, notamment dans le domaine de l’intelligence artificielle générative (IA) et des graphismes.
Il y a cinq ans, NVIDIA lançait RTX, permettant le ray tracing en temps réel avec des unités de traitement graphique (GPU) grâce à l’IA. Peu après, l’entreprise lançait GauGAN, une des premières formes d’IA générative capable de transformer des gribouillages et du texte en images.
Aujourd’hui, Nvidia personnalise et affine des modèles d’IA générative dans des applications allant du texte vers l’image au texte vers la 3D.
À lire aussi : Principales applications et principaux outils d’IA générative
- L’IA générative : aussi simple que 1-2-3
- NVIDIA s’associe à Hugging Face pour l’IA générative
- NVIDIA : AI Workbench rend l’IA indépendante du lieu
- De nouvelles mises à jour pour Omniverse
- De nouvelles stations de travail et de nouveaux GPU NVIDIA
- En conclusion : rendre l’IA générative plus accessible et polyvalente
L’IA générative : aussi simple que 1-2-3
NVIDIA suit un processus en trois étapes qui consiste à utiliser les bons modèles de base, à les personnaliser avec des données propres au domaine, puis à les intégrer à des applications et services destinés à la production.
Lors d’une réunion d’information organisée à la SIGGRAPH, Manuvir Das, vice-président du calcul d’entreprise chez NVIDIA, a souligné l’importance de personnaliser les modèles préentraînés pour des applications spécifiques. Pour montrer le fonctionnement des modèles, il a donné la commande de créer « Toy Jensen » dans l’espace.
Comme prévu, plus le modèle recevait d’images, plus les résultats étaient précis. La surprise a été qu’il n’a fallu que huit images pour créer une image exploitable, puis qu’à 50 images, elle était parfaitement fidèle.
« C’est un message que NVIDIA diffuse depuis le début de cette année sur tous les forums. L’exemple concret de Toy Jensen montre comment nous avons utilisé notre boîte à outils pour l’affiner avec 50 images de Jensen, mettant en évidence l’efficacité et le résultat du modèle », a déclaré Das.
À lire aussi : Plus de 100 grandes entreprises de l’IA en 2023
NVIDIA s’associe à Hugging Face pour l’IA générative
Pour aider les entreprises à disposer de points de départ dans leur travail sur les modèles d’IA générative, NVIDIA a noué un partenariat avec une plateforme appelée Hugging Face.
Lors de la SIGGRAPH, NVIDIA a annoncé que Hugging Face ajoutait un nouveau service à son site, permettant aux utilisateurs d’entraîner et d’affiner des modèles d’IA. Hugging Face intégrera le service d’entraînement à NVIDIA’s DGX Cloud, qui héberge tous les logiciels nécessaires à la personnalisation, à l’orientation et à l’inférence.
NVIDIA a également dévoilé AI Enterprise 4.0, une mise à niveau majeure de son logiciel d’IA destiné aux entreprises.
AI Enterprise 4.0 intègre désormais NVIDIA NeMo, fournissant aux organisations une boîte à outils pour traiter l’IA générative. NeMo permet aux développeurs de créer, personnaliser et déployer des modèles à grande échelle comportant des milliards de paramètres. Il prend également en charge les configurations à plusieurs GPU et plusieurs nœuds, simplifiant la gestion de modèles volumineux.
NVIDIA : AI Workbench rend l’IA indépendante du lieu
La troisième annonce de NVIDIA à la SIGGRAPH portait sur la flexibilité et la mobilité, avec la présentation de NVIDIA AI Workbench, conçu pour fonctionner directement sur l’ordinateur portable de l’utilisateur.
Les utilisateurs peuvent choisir l’endroit où ils souhaitent travailler : PC, centre de données, cloud ou NVIDIA’s DGX Cloud. Le passage d’un environnement à l’autre est conçu pour s’effectuer en un clic, le tout étant intégré à AI Workbench.
« Que vous soyez un éditeur de logiciels indépendant (ISV) ou un data scientist, AI Workbench est votre interface unique. C’est un moyen de conditionner votre travail sur l’IA de manière uniforme et cohérente, puis de le déplacer d’un endroit à un autre. Vous effectuez donc votre travail une seule fois, de la même manière, où que vous soyez », a déclaré Das.
À lire aussi : Entreprises de l’IA générative : les 12 leaders incontournables
De nouvelles mises à jour pour Omniverse
NVIDIA a également communiqué des informations sur la croissance continue de sa plateforme Omniverse, qui transforme des secteurs comme l’industrie manufacturière, les transports et les télécommunications.
Omniverse est un outil qui permet aux artistes et aux designers de collaborer sur des projets 3D. Il contribue à créer des images et des animations réalistes grâce à l’Universal Scene Description (OpenUSD). NVIDIA a noué d’importants partenariats avec des marques comme Denza, WPP, Pixar, Adobe, Apple et Autodesk afin de standardiser OpenUSD et de transformer les processus de conception traditionnels.
Par exemple, Denza, une coentreprise de BYD et de Mercedes-Benz, a fait appel à WPP pour créer un configurateur automobile 3D entièrement interactif sur Omniverse Cloud.
« Pour créer aujourd’hui un configurateur, il faut effectuer le rendu individuel de centaines de milliers d’images 2D représentant toutes les variantes possibles du véhicule. Avec Omniverse, WPP et BYD peuvent créer un jumeau numérique unique et extrêmement complet d’un modèle automobile à partir de toutes les données d’ingénierie et de conception d’origine, puis le déployer instantanément sur les canaux marketing sans aucune retouche manuelle », a déclaré Rev Lebaredian, vice-président d’Omniverse et des technologies de simulation chez NVIDIA.
NVIDIA a également apporté une mise à jour majeure à Omniverse, améliorant ses capacités de rendu graphique 3D et ajoutant un outil centralisé qui simplifie la gestion des fonctionnalités d’Omniverse pour les développeurs. La mise à jour fournit en outre des modèles OpenUSD préconçus, afin de rationaliser la création d’applications 3D.
De nouvelles stations de travail et de nouveaux GPU NVIDIA
NVIDIA a lancé de nouvelles stations de travail RTX haut de gamme ainsi que trois nouveaux GPU : RTX 5000 (disponible dès maintenant), RX 4500 (disponible en octobre) et RTX 4000 (disponible en septembre).
Selon Bob Pette, vice-président de la visualisation professionnelle chez NVIDIA, ces GPU devraient révolutionner le ray tracing photoréaliste et les améliorations vidéo par IA, consolidant la position de NVIDIA comme innovateur dans le domaine des technologies GPU.
« Le RTX 4000 sera le GPU à emplacement unique le plus puissant au monde, avec des avancées majeures en matière de vitesse et d’efficacité énergétique : il offre ce niveau de performances sur une seule carte », a déclaré Pette.
Enfin, lors de l’événement, NVIDIA a annoncé sa plateforme NVIDIA GH200 Grace Hopper de nouvelle génération, basée sur le nouveau Grace Hopper Superchip, conçue explicitement pour l’ère de l’IA générative.
Le processeur est conçu pour gérer des charges de travail d’IA générative telles que les grands modèles de langage, les systèmes de recommandation et les bases de données vectorielles. La nouvelle plateforme sera disponible dans plusieurs configurations pour répondre à différents besoins. La configuration double offre une capacité mémoire 3,5 fois supérieure et une bande passante 3 fois plus élevée que la génération actuelle.
À lire aussi : Les meilleurs logiciels d’intelligence artificielle en 2023
En conclusion : rendre l’IA générative plus accessible et polyvalente
Lors de la conférence SIGGRAPH, NVIDIA a présenté ses efforts pour rendre l’IA générative non seulement plus accessible, mais aussi plus polyvalente. Grâce à des partenariats stratégiques et à des avancées technologiques, les innovations de NVIDIA font écho à une tendance majeure du secteur : de nombreux domaines commencent à exploiter la puissance de l’IA.
Le secteur de l’IA est devenu extrêmement concurrentiel, mais NVIDIA a conservé, et a sans doute accru, son avance sur ses rivaux AMD et Intel.
Ce qui distingue l’entreprise, c’est son approche systémique. Beaucoup considèrent NVIDIA comme un fabricant de GPU, mais, en réalité, l’entreprise fournit non seulement les processeurs, mais aussi les langages de programmation, les plateformes, les systèmes et les partenariats nécessaires pour simplifier le parcours vers l’IA.
À lire ensuite : L’avenir de l’intelligence artificielle

