Avec le lancement en 2018 des technologies RTX et la première GPU grand public construite pour l’IA, la GeForce RTX, NVIDIA a accéléré le passage au calcul IA. Depuis lors, l’IA sur les PC et stations de travail RTX est devenue un écosystème florissant avec plus de 100 millions d’utilisateurs et 500 applications d’IA. L’IA générative ouvre maintenant la voie à une nouvelle vague de capacités, du PC au cloud. Et l’histoire riche et l’expertise de NVIDIA en IA garantissent que tous les utilisateurs disposent des performances nécessaires pour gérer une large gamme de fonctionnalités IA.
Les utilisateurs à domicile et au bureau profitent déjà de l’IA sur RTX avec des logiciels améliorant la productivité et le divertissement. Les joueurs ressentent les avantages de l’IA sur les GPU GeForce RTX avec des taux de trame plus élevés à des résolutions époustouflantes dans leurs titres préférés. Les créateurs peuvent se concentrer sur la créativité plutôt que de regarder des roues tourner ou de répéter des tâches banales. Et les développeurs peuvent rationaliser leurs flux de travail en utilisant l’IA générative pour le prototypage et automatiser le débogage.
Le domaine de l’IA évolue rapidement. À mesure que la recherche progresse, l’IA s’attaquera à des tâches plus complexes. Et les besoins en performances exigeants seront gérés par RTX.
Dans sa forme la plus fondamentale, l’intelligence artificielle est un type de calcul plus intelligent. C’est la capacité d’un programme informatique ou d’une machine à penser, apprendre et agir sans être explicitement codé avec des commandes pour le faire, ou qu’un utilisateur doive contrôler chaque commande.
On peut considérer l’IA comme la capacité d’un appareil à effectuer des tâches de manière autonome, en ingérant et en analysant d’énormes quantités de données, puis en reconnaissant des motifs dans ces données, souvent appelés "entraînement".
Le développement de l’IA est toujours orienté vers le développement de systèmes capables d’effectuer des tâches qui nécessiteraient sinon l’intelligence humaine, et souvent des niveaux significatifs d’entrée, pour être achevées, seulement à des vitesses dépassant celles de tout individu ou groupe. Pour cette raison, l’IA est largement considérée comme à la fois perturbatrice et très transformationnelle.
Un avantage clé des systèmes d’IA est la capacité à apprendre des expériences ou des modèles à l’intérieur des données, en ajustant les conclusions par eux-mêmes lorsqu’ils sont alimentés de nouvelles entrées ou données. Cet auto-apprentissage permet aux systèmes d’IA d’accomplir une variété stupéfiante de tâches, notamment la reconnaissance d’images, la reconnaissance vocale, la traduction de langues, les diagnostics médicaux, la navigation automobile, l’amélioration d’images et de vidéos, et des centaines d’autres cas d’utilisation.
La prochaine étape de l’évolution de l’IA est la génération de contenu, appelée IA générative. Elle permet aux utilisateurs de créer rapidement un nouveau contenu, et d’itérer dessus, en fonction d’une variété d’entrées, qui peuvent inclure du texte, des images, des sons, des animations, des modèles 3D ou d’autres types de données. Il génère ensuite un nouveau contenu sous la même forme ou sous une nouvelle forme.
Des applications linguistiques populaires, comme ChatGPT basé sur le cloud, permettent aux utilisateurs de générer des textes longs à partir d’une demande de texte courte. Des générateurs d’images comme Stable Diffusion transforment des entrées textuelles descriptives en l’image désirée. De nouvelles applications transforment le texte en vidéo et les images en 2D en rendus 3D.
Les PC AI sont des ordinateurs dotés de matériel dédié conçu pour accélérer l’exécution de l’IA. C’est la différence entre attendre que l’image 3D se charge et la voir se mettre à jour instantanément avec un débruiteur AI.
Sur les GPU RTX, ces accélérateurs AI spécialisés sont appelés Tensor Cores. Et ils accélèrent considérablement les performances AI sur les applications les plus exigeantes, que ce soit pour le travail ou les loisirs.
Une façon de mesurer les performances AI est en téra-opérations, ou trillions d’opérations par seconde (TOPS). Tout comme la puissance en chevaux d’un moteur, les TOPS peuvent donner aux utilisateurs une idée des performances AI d’un PC avec une seule mesure. La génération actuelle des GPU GeForce RTX offre des options de performances allant d’environ 200 TOPS AI à plus de 1 300 TOPS, avec de nombreuses options disponibles sur les ordinateurs portables et de bureau.
Les professionnels bénéficient d’une performance AI encore plus élevée avec le GPU NVIDIA RTX 6000 de la génération Ada.
Pour mettre cela en perspective, la génération actuelle des PC AI sans GPU varie de 10 à 45 TOPS.
De plus en plus de types d’applications d’IA nécessiteront les avantages d’avoir un PC capable d’effectuer certaines tâches d’IA localement, c’est-à-dire sur l’appareil plutôt que de s’exécuter dans le cloud. Les avantages de l’exécution sur un PC AI incluent le fait que le calcul est toujours disponible, même sans connexion Internet ; les systèmes offrent une faible latence pour une réactivité élevée ; et une confidentialité accrue, de sorte que les utilisateurs n’ont pas à télécharger des matériaux sensibles dans une base de données en ligne avant qu’ils ne soient utilisables par une IA.
Les GPU RTX apportent plus que de simples performances. Ils introduisent des capacités uniquement possibles avec la technologie RTX. Bon nombre de ces fonctionnalités d’IA sont accessibles, et impactantes, pour des millions de personnes, quel que soit leur niveau de compétence.
Au cours des six dernières années, les performances des jeux ont connu les plus grands bonds grâce à l’accélération de l’IA. Les joueurs ont activé le
Utilisant l’IA pour supprimer les bruits indésirables et améliorer la qualité des extraits de dialogue afin qu’ils sonnent comme enregistrés de manière professionnelle. Il est jusqu’à 4,5 fois plus rapide sur RTX par rapport à Mac. Une autre fonctionnalité de Premiere, le "Recadrage automatique", utilise l’accélération GPU pour identifier et suivre les éléments les plus pertinents dans une vidéo et recadrer intelligemment le contenu vidéo pour différents ratios d’aspect.
L’IA améliore la manière dont les développeurs construisent des applications logicielles grâce à des environnements évolutifs, des optimisations matérielles et logicielles, ainsi que de nouvelles interfaces de programmation (API).