Joris Poort, PDG de Rescale, s'est récemment exprimé lors du Big Compute 20, où il a expliqué que certaines des plus grandes innovations scientifiques appliquées seraient à nos portes si nous adoptons courageusement la puissance de gros calcul. Des jets supersoniques à la construction d’une médecine personnalisée en passant par la résolution de la crise énergétique durable, il nous encourage à construire le monde que nous voulons et méritons.

Transcription

Joris :
D'accord. Eh bien, merci à tous de vous joindre à nous. Bienvenue dans Big Compute. Je suis vraiment ravi de vous accueillir aujourd'hui au cœur de la Silicon Valley, le moteur de l'innovation. Nous avons une liste incroyable d'intervenants, comme Jolie vient de le partager, et je vous encourage à vous engager, à explorer et à travailler avec les leaders d'opinion et les individus et innovateurs partageant les mêmes idées qui se sont réunis ici aujourd'hui dans notre communauté pour repousser les limites. de ce que le calcul et l'innovation peuvent nous aider à faire à l'avenir.
Donc, pour commencer aujourd'hui, j'aimerais prendre du recul et réfléchir à ce que l'informatique, l'innovation et la technologie ont apporté au cours des dernières décennies. Alors où en sommes-nous aujourd’hui et où allons-nous ? Donc, pour y réfléchir, l’une des façons dont nous pourrions envisager le progrès technologique est de remonter le temps il y a quelques décennies et de réfléchir à quelles auraient été les innovations, la technologie et le calcul auxquels nous nous attendions aujourd’hui. Des films populaires comme Retour vers le futur auraient prédit des technologies telles que la vidéoconférence en temps réel et la communication omniprésente. Non seulement nous avons atteint cet objectif, mais nous avons obtenu bien plus encore. Les réseaux sociaux, la gig economy, les services comme Uber, Twitter, Airbnb nous ont véritablement connectés et ont changé nos vies.
En regardant ces services, ils ont été incroyables et ont vraiment fait avancer notre société. Il y a également des domaines dans lesquels nous n'avons peut-être pas vraiment obtenu ce que nous souhaitions, comme le réacteur à fusion domestique, l'énergie durable pour chaque maison, les voitures volantes, les premiers progrès, mais nous n'y sommes pas encore. Alors, quelle est réellement la différence entre les innovations dans lesquelles nous avons réussi, voire dépassé les attentes, et les domaines dans lesquels nous avons encore du mal à repousser les limites ?
Eh bien, j'aimerais réfléchir à cela dans deux grandes catégories différentes. Le premier est l’innovation numérique. C'est donc l'innovation des bits et les innovations logicielles basées sur la conductivité que nous avons vues ici qui nous ont vraiment transformés. Le genre d’image vivante que vous voyez ici est celle de la Cité du Vatican lors de l’investiture du Pape. Et vous pouvez voir qu'en 2005, il y avait une seule personne au dernier rang avec un téléphone multifonction qui essayait de prendre une photo. C'était probablement une image terrible. Mais moins d'une décennie plus tard, chaque personne dans cette foule était capable non seulement de prendre une photo pour elle-même en haute définition, mais aussi de la partager instantanément avec qui elle voulait dans le monde. C'est vraiment incroyable. Quelque chose que nous n’aurions même pas pu prédire.
Dans le même temps, si l’on regarde ce que nous avons accompli dans le monde des sciences appliquées, c’est l’innovation physique, le monde des atomes. Le véhicule le plus populaire, la Toyota Camry, n'a pas changé, toujours la Toyota Camry. Et, si nous regardons le véhicule lui-même, nous avons économisé quelques kilomètres par gallon ici ou là. Mais je pense que nous pouvons tous convenir que nous n’avons pas vraiment réalisé l’avenir qui aurait été possible. Alors pourquoi ?
Vous avez probablement entendu des leaders d'opinion dans le domaine de la technologie, comme Buzz Aldrin, affirmer que nous utilisons simplement la technologie pour créer des widgets afin de gagner rapidement de l'argent. Et Peter Thiel qui a fait valoir très clairement la stagnation technologique, à savoir que nous n'avons pas été en mesure d'obtenir l'avenir qui a été promis. Et dans une certaine mesure, ils peuvent certainement avoir raison. Pensez au vol supersonique, une technologie qui existait déjà, mais au cours de la dernière décennie, personne n'a effectué de vols commerciaux en supersonique. Le défi de l’espérance de vie. Donc, si l’on considère les progrès réalisés au cours des 10 dernières années, non seulement nous avons ralenti, mais si vous regardez les États-Unis ces dernières années, l’espérance de vie a diminué. C’est un véritable défi que nous devons relever. Et enfin, l'énergie durable, le changement climatique. Même avec la catastrophe imminente du changement climatique, nous n’avons pas encore apporté au monde des sciences appliquées l’innovation nécessaire pour relever ce défi.
Ces défis sont donc fondamentaux pour l’avenir. Je crois donc que c’est là le véritable défi technologique de notre époque et de notre génération. L’innovation en sciences appliquées et en ingénierie fait avancer notre société et ce sont les innovations clés dont nous avons besoin pour pouvoir progresser vers l’avenir que nous souhaitons tous. Comme le dit le vieil adage, rien de valable n’est jamais facile. L'innovation dans les sciences appliquées est très difficile et il y a une raison pour laquelle nous n'avons pas constaté autant de progrès dans ce domaine. Voici donc quelques-uns des principaux piliers qui constituent des obstacles.
La première est la réglementation, et la réglementation peut certainement être une bonne chose. Je pense que nous pouvons tous convenir qu’une vidéoconférence merdique n’est vraiment pas la même chose qu’un avion merdique. Le deuxième défi est le cycle de monétisation. Ainsi, grâce aux services connectés en temps réel, nous sommes en mesure de monétiser et de faire progresser les entreprises rapidement et facilement, et de les faire évoluer, alors que dans le monde de l'innovation en sciences appliquées, nous devons réellement effectuer la R&D physique et la production de choses comme des fusées, des médicaments et découvrir le processus actuel des dispositifs médicaux. Cela prend beaucoup de temps et les délais de récupération peuvent donc être beaucoup plus longs. Le gain pourrait également être beaucoup plus important. Mais il s’agit là d’un défi majeur pour le financement de ce type d’innovations.
Et enfin au cycle technologique. C’est donc un domaine que j’aimerais explorer un peu plus en profondeur avec vous aujourd’hui car je pense que nous pouvons faire un excellent travail sur la technologie. Si nous explorons pourquoi le cycle technologique des sciences appliquées est si difficile, je pense que cela se résume à trois domaines clés. Le premier est l’intellect humain ; le deuxième, l’explosion du big data ; et le troisième, gros calcul. Alors explorons-les. Premier intellect humain. En fait, nous formons chaque jour plus d’ingénieurs et de scientifiques que jamais auparavant. Nous avons des millions et des millions de personnes titulaires de diplômes, de doctorats et d’expertises qui peuvent nous aider à faire avancer la société. Cependant, nous prenons les experts comme les docteurs en aérodynamique et les docteurs en science des matériaux et les transformons en data scientists pour compter les publicités sur Facebook. Ainsi, même si nous avons les gens, et ce n'est certainement pas le défi, je pense que nous pouvons les réutiliser pour faire avancer l'innovation plus rapidement. L’intellect humain n’est donc pas le défi.
Vient ensuite les données. Comme nous le savons tous, les données ont connu une incroyable explosion au cours de la dernière décennie. Au cours des 18 derniers mois, nous avons vu plus de données créées que jamais dans l’histoire de l’humanité. Nous avons donc beaucoup de données. Mais quel est le véritable défi, s’il ne s’agit pas de données ni d’intellect humain, je dirais que c’est du gros calcul. Et pour moi, c'est une histoire très personnelle. Il y a 15 ans, j'étais l'un des ingénieurs travaillant sur le 787 Dreamliner. Le 787 Dreamliner a été conçu pour être un avion révolutionnaire, le premier avion entièrement en fibre de carbone composite au monde. Nous avons eu un énorme défi d’ingénierie. Nous avons dû construire le jumeau numérique à travers toutes les disciplines des sciences appliquées, comme l’aérodynamique, la conception structurelle et bien d’autres. Et il y avait plus de 20 millions de variables différentes à concevoir sur l'aile elle-même. Nous avons dû parcourir ces simulations pour parvenir à la conception optimale afin de pouvoir faire voler cet avion.
Maintenant, la première fois que nous avons rassemblé tous ces différents logiciels et que nous avons utilisé des techniques d'apprentissage automatique et d'optimisation pour obtenir la meilleure conception, une seule itération aurait pris trois ans. Une fois que nous avons réalisé cela, nous savions que nous ne pourrions pas résoudre le problème de cette façon. C’est alors devenu un problème informatique. Nous avons dû construire une architecture de systèmes distribués et être capables de capturer les centres de données réels de toutes les différentes unités commerciales du monde entier pour pouvoir exécuter les problèmes de calcul uniquement afin d'optimiser la conception des ailes. Plusieurs années plus tard, nous avons finalement pu obtenir des résultats incroyables. Nous avons économisé plusieurs centaines de millions de dollars rien qu’en réduisant le poids de l’avion. Nous avons ramené un cycle de conception qui prenait trois mois à moins de 24 heures. Pourquoi 24 heures ? Parce que nous ne pouvions utiliser ce calcul que pendant le week-end, car d'autres personnes l'utilisaient pendant la semaine.
Maintenant, cela n'aurait vraiment pas dû être si difficile. Les ingénieurs et les scientifiques ne devraient pas être limités ni contraints dans l’innovation qu’ils peuvent réaliser en raison de barrières informatiques. C'est pourquoi nous avons fondé il y a 10 ans la société Rescale avec pour mission de permettre aux ingénieurs et scientifiques du monde entier de piloter ces innovations scientifiques appliquées et de créer l'avenir que nous souhaitons réellement.
Beaucoup d'entre vous pourraient dire : « Eh bien, au cours des 10 dernières années, nous avons vu le cloud computing décoller, n'est-ce pas ? N'avons-nous pas déjà accès à l'informatique infinie ? Eh bien, le problème est en réalité un peu plus profond que cela. Nous examinons donc le calcul hyper-scale, qui est une catégorie de calcul utilisant des serveurs de base. Nous pouvons résoudre très facilement des problèmes qui ont un certain type de typologie. Ainsi, les problèmes faiblement couplés où vous pouvez prendre un seul problème, le découper en morceaux et le résoudre sur les processeurs individuels sont quelque chose sur lequel les services pour l'informatique hyperscale ont tous été construits. Incroyablement puissant. Ce type de capacité vous permet de créer des services innovants axés sur la connectivité comme Uber, Twitter, Airbnb. Ils ont tous exploité des services simples sur lesquels les développeurs peuvent s'appuyer, comme la récupération de fichiers, les requêtes de base de données, le rendu graphique. Mais tout cela a été réduit à de simples calculs.
D’un autre côté, nous avons de gros calculs. Il s’agit donc d’une classe de problèmes que nous ne pouvons pas simplement diviser en morceaux et les résoudre indépendamment les uns des autres. Nous devons en fait effectuer les calculs sur ces processeurs individuels et les faire communiquer entre eux au fur et à mesure que nous commençons à résoudre ces algorithmes. Cette classe de problèmes est donc au cœur du domaine des sciences appliquées. De la dynamique des fluides dans les calculs aérodynamiques à Analyse des éléments finis dans les simulations d'accidents structurels dans de nombreuses autres disciplines, de l'acoustique à la dynamique moléculaire, elles dépendent toutes de la physique et la physique évolue simplement différemment. Nous ne pouvons pas réécrire la nature et les lois de la physique. C’est pourquoi le gros calcul est fondamentalement différent et essentiel pour que nous puissions aller de l’avant.
Désormais, le défi du big computing se résume à trois domaines principaux. Le premier est le matériel spécialisé. En raison de la nature de ces problèmes, nous devons être en mesure de tirer parti de la nature spécialisée des avancées matérielles dont nous disposons pour pouvoir résoudre ces problèmes étroitement liés. La seconde est la nécessité de penser différemment à la manière dont nous calculons réellement dans la pile, à la manière dont nous alignons l'algorithme sur l'infrastructure. Et enfin, le troisième, peut-être le plus important, nous devons rendre cette capacité utilisable et démocratiser cette capacité auprès des esprits et des innovateurs les plus brillants du monde.
Il faut donc examiner plus en profondeur le premier. Comme nous le savons tous, la loi de Moore ralentit. Ainsi, en ce qui concerne la capacité de calcul généralisée, où nous avons pu obtenir les gains dont nous avions besoin pour toutes ces innovations technologiques, elle ralentit. Au lieu de doubler le gain tous les deux ans, nous avons constaté une diminution des progrès dans le domaine du processeur général. Il existe cependant une solution à ce problème. Il s'agit d'architectures spécialisées. Nous avons donc vu des entreprises incroyablement innovantes proposer des architectures uniques qui peuvent contribuer à combler cette lacune. Ainsi, en passant à des architectures plus spécialisées, nous pouvons résoudre plus efficacement un ensemble spécifique de problèmes. Ceux-ci incluent donc les GPU, les puces programmables comme les FPGA, et même jusqu'à l'unité de traitement TensorFlow. Un exemple de Google, créant une puce personnalisée uniquement pour un seul algorithme. Et la révolution du machine learning a véritablement décollé. Je pense que nous le savons tous, mais la véritable raison de ce retrait est en fait l'avancement de la capacité de calcul réelle. Sans les processeurs spécialisés, nous ne serions pas en mesure de résoudre les problèmes d’apprentissage automatique qui font progresser aujourd’hui certaines des avancées technologiques critiques.
En ce qui concerne la deuxième catégorie, nous devons repenser la manière dont nous construisons réellement l'infrastructure et la manière dont nous l'utilisons au niveau de la couche logicielle. Donc, historiquement, nous avons toujours construit les centres de données et l'infrastructure, puis simplifié et construit des services et des couches d'abstraction par-dessus pour pouvoir les rendre plus utilisables pour des personnes comme les développeurs de logiciels dans ce monde d'innovation axé sur la connectivité. Ces innovations numériques sont extrêmement puissantes, et elles le sont parce qu'elles sont capables d'abstraire cette couche supplémentaire. Cependant, ces mêmes technologies ne peuvent pas être appliquées simplement au paysage informatique spécialisé. Nous devons en fait réduire la charge de travail, les logiciels et les algorithmes. Nous devons d'abord réfléchir au scientifique et à l'ingénieur, quel est le problème réel que nous résolvons, puis derrière cela, nous pouvons réellement construire la technologie et la capacité dans la pile pour être en mesure de résoudre ce problème aussi efficacement que possible. Et tout comme vous n'iriez pas courir un triathlon avec vos mocassins avec lesquels vous sortez, nous devons repenser la pile actuelle et la façon dont nous abordons la résolution des problèmes de calcul en général.
Maintenant, le troisième élément pour pouvoir résoudre ces problèmes dépend vraiment de la manière dont nous rendons cela utilisable et accessible aux parties prenantes qui vont réellement générer les informations et les calculs dont nous avons besoin. Donc d’un côté, l’innovation numérique, nous avons déjà cette pile. Nous avons le matériel de base dans les cloud hyperscale, nous avons la couche d'abstraction, nous avons des conteneurs, nous avons de nombreux services et couches d'orchestration différents pour pouvoir, dans l'infrastructure en tant que service chez les fournisseurs de cloud, créer tous ces services pour les développeurs. capable de mettre en œuvre ces applications. Du côté de l’ingénierie et des sciences, nous avons besoin exactement des mêmes choses. Donc, afin de faire avancer ces innovations scientifiques appliquées, nous devons repenser cette pile et nous devons la fournir aux ingénieurs et aux scientifiques de manière simple, car les ingénieurs et les scientifiques ne devraient pas avoir à avoir un autre doctorat en informatique. la science juste pour pouvoir résoudre ce problème.
Donc, si vous regardez cet écosystème plus largement, nous avons vu une quantité incroyable d'innovation numérique et vous pouvez voir ici les entreprises qui réussissent et nous avons eu une quantité incroyable de progrès là-bas de la part des fournisseurs de cloud et de nombreux autres. parties prenantes de cet écosystème. Mais au cours des deux prochains jours, je vous encourage à vraiment réfléchir à l'innovation en sciences appliquées et à nous concentrer sur la résolution de l'ensemble du problème de l'innovation en sciences appliquées. C'est le gros problème de calcul, et c'est tout l'écosystème que nous construisons et la communauté qui doit prospérer pour pouvoir faire avancer l'innovation. Cela nécessite une approche définie par logiciel pour résoudre ces problèmes de calcul et à Rescale. Nous sommes là pour vous aider à le faire.
Si nous y parvenons, nous serons en mesure de résoudre les problèmes fondamentaux de notre avenir. Nous serons en mesure de fournir non seulement des puces spécialisées grâce à des innovations en matière d'automatisation de la conception, mais aussi l'informatique quantique et l'avenir fondamental de la façon dont nous faisons réellement de l'informatique. Dans le domaine de l'aérospatiale, nous serons en mesure de livrer le jet supersonique dont nous avons toujours rêvé. Nous pourrons voyager dans l'espace. Nous serons en mesure de résoudre certains des défis les plus critiques de l’aérospatiale, ce qui nous permettra de construire des transports beaucoup plus efficaces. Nous serons en mesure de résoudre la crise énergétique durable que nous avons entre les mains. Ce sont toutes des innovations scientifiques appliquées qui sont nécessaires pour que nous puissions repousser les limites. Enfin, la découverte de médicaments et la construction d’une médecine personnalisée constituent un domaine critique dans lequel nous n’avons pas encore utilisé le calcul pour faire avancer ce domaine et pouvoir fournir les soins de santé que nous souhaitons tous.
Finalement, avec cette pile technologique, nous pouvons réaliser ces avancées, mais nous avons vraiment besoin d’une chose supplémentaire : du courage. Nous avons besoin du courage des innovateurs de la pile technologique informatique traditionnelle pour pouvoir repenser la façon dont ils construisent et mettent réellement en œuvre cette pile dans l’entreprise. Nous avons besoin du courage des ingénieurs et des scientifiques qui vont piloter ces innovations non seulement pour repousser les limites, mais aussi pour trouver les entreprises qui vont réellement transformer notre avenir. Nous avons besoin de votre courage et de votre réflexion au cours des prochains jours pour construire cette communauté et faire avancer cet écosystème afin de pouvoir résoudre les problèmes les plus critiques de notre génération. J'espère donc que vous nous rejoindrez aujourd'hui et demain et que nous bâtirons ensemble l'avenir que nous voulons vraiment et que nous méritons. Merci.