Récemment, Joris Poort, PDG et fondateur de Rescale, a partagé ses idées sur l'avenir de l'informatique dans deux articles publiés par le Forum économique mondial.

« Comment les organisations peuvent adopter l'IA sans augmenter leur empreinte carbone » et « Comment la physique de l'IA a le potentiel de révolutionner la conception de produits » a couvert les considérations clés pour les dirigeants technologiques et commerciaux alors qu'ils sont aux prises avec ces problèmes urgents.

Les articles faisaient partie de la participation de Poort en tant que fonctionnaire Ordre du jour des contributeurs au « Summer Davos », le salon du WEF 14e Rencontre annuelle des nouveaux champions à Tianjin, en Chine.

La réunion a rassemblé plus de 1,500 XNUMX dirigeants et innovateurs mondiaux issus du monde des affaires, du monde universitaire, du gouvernement et d'organisations internationales pour discuter de la transformation en cours de l'économie mondiale. Le thème de la réunion des Nouveaux Champions était « L’entrepreneuriat : le moteur de l’économie mondiale ».

Trouver une nouvelle voie vers la durabilité informatique

Dans son article « Comment les organisations peuvent adopter l'IA sans augmenter leur empreinte carbone » Poort explique comment le rôle massif de l'informatique dans la stimulation de l'innovation et du commerce s'accompagne d'une empreinte carbone tout aussi importante et croissante.

L'Uptime Institute, par exemple, rapporte que la consommation électrique des serveurs a augmenté de 266 % depuis 2017. Et les centres de données représentent désormais 3 % de la consommation mondiale d’électricité, et pourraient atteindre 4 % d’ici 2030.

L’explosion de l’intelligence artificielle (IA) dans tous les secteurs ne fera qu’accélérer encore la demande de puissance de calcul et d’énergie.

Comment pouvons-nous bénéficier des promesses de la révolution de l’IA sans accroître également l’empreinte carbone de l’informatique ?

Pour relever ce défi, Poort détaille cinq étapes que les entreprises et les gouvernements peuvent suivre pour développer des pratiques informatiques durables. Ceux-ci inclus:

• Améliorer l'utilisation via le cloud computing
• Développer des architectures spécifiques au domaine
• Activer la portabilité des charges de travail
• Automatisez l’optimisation des performances
• Utiliser des sources d’énergie durables

Poort a souligné que chaque étape aborde l'informatique durable d'une manière différente. Ensemble, ils peuvent apporter une amélioration significative et nécessaire aux pratiques actuelles.

Plus important encore, une gamme en expansion rapide de services de calcul haute performance (HPC) basés sur le cloud offre désormais aux organisations beaucoup plus de flexibilité dans les types d'infrastructure matérielle qu'elles peuvent utiliser pour améliorer l'efficacité énergétique de leurs opérations informatiques de R&D.

Avec des services basés sur le cloud comme AWS, Microsoft Azure, et Google Cloud, les équipes de R&D peuvent exploiter les clusters de calcul intensif les plus récents et les plus efficaces pour exécuter leurs simulations d'ingénierie numérique gourmandes en données et d'autres charges de travail de calcul importantes.

Et le nombre de puces spécialisées a explosé. Avec le potentiel de fonctionner 10 fois plus efficacement que les puces traditionnelles, telles que les CPU (unité centrale de traitement), les nouvelles puces comme les GPU (unité de traitement graphique) et les TPU (unité de traitement tensoriel) promettent des gains majeurs en matière de durabilité.

Ce monde d'architectures matérielles hautes performances et très efficaces dans le cloud contraste fortement avec les contraintes traditionnelles des centres de données sur site, qui doivent généralement utiliser le même matériel pendant des années pour amortir les coûts d'investissement liés à la construction de systèmes de calcul intensif. Les organisations se retrouvent alors confrontées à des architectures HPC plus anciennes et moins efficaces.

Mais déplacer des charges de travail vers le cloud peut s’avérer une tâche complexe. Il faut du temps, de l’argent et de l’expertise pour garantir que tout soit bien fait. Même avec les services cloud, il est très difficile de porter des applications d’une infrastructure cloud à une autre. Cela entrave l’adoption des architectures les mieux adaptées à une informatique plus verte.

Pour résoudre ce problème, Poort affirme que les organisations ont besoin de nouveaux moyens d'automatiser les étapes nécessaires à la configuration d'un service cloud HPC tout en étant capables d'orchestrer les applications sur une variété d'architectures multi-cloud.

Pouvoir passer facilement à différentes infrastructures basées sur le cloud n'est pas utile si les organisations ne connaissent pas celles à utiliser pour des applications spécifiques (et même des types spécifiques de charges de travail de calcul).

Ce processus consistant à trouver le matériel le mieux adapté à une application nécessite un degré élevé d'automatisation en raison de la vitesse croissante de l'innovation des puces. Les choses évoluent tout simplement trop rapidement pour que les organisations testent, évaluent puis adoptent constamment du nouveau matériel.

Et une erreur peut avoir des implications énergétiques majeures. Poort écrit qu'avec l'automatisation, nous pouvons améliorer l'accès au cloud pour davantage d'organisations et améliorer l'utilisation globale dans le monde entier.

La promesse de l’IA pour une nouvelle ère d’innovation

Dans son article « Comment la physique de l'IA a le potentiel de révolutionner la conception de produits » Poort attire l'attention sur l'énorme opportunité offerte à l'intelligence artificielle (IA) de transformer et d'accélérer considérablement l'ingénierie numérique et le développement de produits.

Alors que des outils comme ChatGPT sont désormais monnaie courante et suscitent beaucoup d’attention et de débats, on a beaucoup moins écrit sur le profond potentiel de l’IA pour définir une nouvelle ère d’innovation en ingénierie numérique.

L’ingénierie et le calcul scientifique constituent désormais le fondement de l’innovation. Ces méthodes nécessitent souvent une puissance de calcul massive de la part de clusters de calcul intensif (également appelés calcul haute performance ou HPC) pour exécuter des modèles de simulation détaillés qui reproduisent le monde réel.

Dans tous les secteurs, les équipes de recherche et développement (R&D) utilisent des simulations numériques pour explorer le monde physique. Les cas d'utilisation varient de l'invention de médicaments qui sauvent des vies et de l'amélioration de la conception des avions à l'innovation en matière d'énergie durable et à la création de véhicules autonomes.

Poort écrit que l'IA offre le potentiel de dynamiser l'ingénierie et le calcul scientifique et transformer la façon dont les organisations innovent.

Les simulations informatiques utilisées aujourd'hui pour l'ingénierie et le calcul scientifique bénéficient de plus en plus de l'IA (et dans certains cas remplacées par l'IA), ce qui réduit considérablement les coûts et aide les ingénieurs à trouver plus rapidement les meilleures réponses.

Exécuter des simulations peut coûter cher, nécessitant souvent des superordinateurs pour analyser des ensembles de données massifs et exécuter des calculs très complexes. Mais si vous pouvez créer un modèle d'apprentissage automatique (ML) sur le fonctionnement de la physique, vous n'avez pas besoin d'exécuter des simulations à chaque fois puisque votre modèle d'inférence ML peut extrapoler la réponse à partir des données.

Les organisations qui deviennent expertes dans la création de contenus bien conçus Modèles d'IA-physique acquerra une solide avantage compétitif. Ils accéléreront l’ingénierie et la découverte scientifique tout en développant de nouveaux produits innovants qui seraient prohibitifs en termes de calcul avec les approches traditionnelles.

Malgré les promesses de l'IA, les organisations de tous les secteurs devront mettre en place des activités d'ingénierie et de recherche. les meilleures pratiques pour les aider à traverser cette transition en toute sécurité afin de maximiser les avantages pour la société sans risques inutiles.

Plus important encore, écrit Poort, l’IA n’est aussi efficace que les informations sur lesquelles elle s’entraîne. Les organisations devront trouver des moyens de fournir de riches quantités de données de haute qualité aux outils d’IA pour les rendre intelligents de la bonne manière.