Le fondateur et PDG de Nvidia dépeint l’IA centrée sur l’IA

Pour l’exercice 2022, Nvidia a enregistré un chiffre d’affaires de 26,91 milliards de dollars, en hausse de 61% par rapport aux 16,68 milliards de dollars d’il y a un an. Au quatrième trimestre, le chiffre d’affaires de ses puces de centre de données a atteint 3,26 milliards de dollars, en hausse de 71% par rapport au T4 2021. La société pousse un nouveau modèle commercial logiciel, avec Nvidia AI, Nvidia Omniverse, le jeu de la société dans le métavers, et Nvidia Drive pour les véhicules autonomes.

Le nouveau système SuperCluster de recherche sur l’IA de Meta (Facebook) est construit à l’aide de la technologie de Nvidia et le fondateur et PDG de la société, Jensen Huang, voit un avenir solide pour l’application de l’intelligence artificielle (IA) dans différentes industries. Dans une transcription de l’appel de résultats, publiée sur le site de blogs financiers Seeking Alpha, Huang a donné un aperçu de certains de ces domaines d’application de l’IA.

« Les applications de l’IA se développent incontestablement et se développent incroyablement rapidement », a-t-il déclaré. Les domaines d’application existants incluent la détection de la fraude, le service client et l’IA conversationnelle, où les gens parlent aux chatbots.

Mais à l’avenir, a déclaré Huang: « Chaque site Web aura un chatbot, chaque numéro de téléphone aura un chatbot. Ainsi, le service client sera fortement soutenu par l’intelligence artificielle à l’avenir. Presque tous les points de vente, je pense, auront des chatbots et un service client basé sur l’IA. »

Dans sa vision de la façon dont les caisses de détail seront prises en charge par les agents d’IA, Huang a déclaré que les percées en vision par ordinateur permettront à une IA d’établir un contact visuel et de reconnaître la posture d’un client. Il a déclaré que l’IA reconnaîtrait également la parole, comprendrait le contexte et ce dont on parle et aurait une conversation raisonnable avec les gens, ce qui permettrait aux détaillants de fournir un bon service à la clientèle.

« La capacité d’avoir des humains dans la boucle est l’une des grandes choses d’une IA beaucoup, beaucoup plus qu’un enregistrement, qui n’est évidemment pas intelligent et il est donc difficile, si vous voulez, d’appeler votre gestionnaire ou d’appeler quelqu’un pour fournir des services », a déclaré Huang.

Il a déclaré qu’il prévoyait une croissance énorme de l’utilisation de l’IA dans différents domaines d’application, et a ajouté: « Je pense que nous en restons aux premiers jours de notre adoption, mais c’est incroyable à quelle vitesse elle s’est développée et combien d’applications différentes sont maintenant possibles avec l’IA. Il dit à peu près que presque tous les futurs logiciels seront écrits avec l’IA ou par l’IA.

« Et quand ce sera fait, ce sera une IA. Et nous le voyons dans toutes ces différentes industries. Et donc je suis à peu près certain que l’IA va être l’une des plus grandes industries de logiciels que nous ayons jamais connues. »

Dans le monde entier, a déclaré Huang, à l’exclusion des clouds publics, entre 20 et 25 millions de serveurs ont installé le logiciel d’IA de Nvidia. « Nous pensons que chaque serveur à l’avenir exécutera un logiciel d’IA. Et nous aimerions offrir un moteur qui permette aux entreprises d’être en mesure d’utiliser le moteur d’IA le plus avancé, le plus fiable, le plus utilisé au monde. Et c’est donc essentiellement le marché cible de Nvidia AI. »

Selon le cabinet d’analyse GlobalData, les plus gros clients de Nvidia et les clients potentiels tels qu’Amazon, Google et Tesla développent leurs propres processeurs d’IA. Il existe également un certain nombre de nouveaux concurrents offrant une alternative convaincante pour certaines organisations, selon Mike Orme, analyste consultant dans l’équipe de recherche thématique de GlobalData.

Il a déclaré: « Nvidia fait face à une concurrence croissante du champ gauche en tant que nouvelle génération de sociétés d’IA spécialisées richement financées, telles que Cerebras, Graphcore et SambaNova, conçoivent des puces d’IA à partir de zéro, plutôt que d’adapter la technologie GPU.

« GSK et Argonne Labs aux États-Unis, par exemple, ont tous deux utilisé cerebras Wafer Scale Engines pour alimenter des applications lourdes et réelles. En outre, les deux surpasseraient les clusters GPU Nvidia tout en consommant beaucoup moins d’énergie. Les lignes de bataille ont été tracées. À quelle vitesse les start-up peuvent-elles se développer ? »