Pour rattraper son retard sur les développements de l’Intelligence Artificielle, la Chine s’est lancée à corps perdu dans les puces pour l’IA. Pour les usages, tout reste à faire, mais côté infrastructure, l’empire du milieu fait son trou…
En décembre 2017, le ministère chinois de l'Industrie et des Technologies de l'information a lancé un plan d'action triennal pour développer l'IA. Le gouvernement chinois s'est fixé comme objectif de produire en masse des puces de traitement de réseaux neuronaux d'ici 2020.
Avec le pragmatisme industriel qui la caractérise, la Chine fait le constat de l’opposition entre son modèle industriel et l’évolution du marché vers le logiciel, et applique ses recettes à l’IA. D’un côté, elle pousse sur les technologies de semi-conducteurs pour proposer des puces dédiées, de l’autre elle s’offre les moyens de rattraper son retard sur l’industrie des composants et processeurs, qui a entrainé un déficit de 128,8 milliards de dollars entre janvier et septembre 2017, consacré aux seuls circuits imprimés.
Puisque l’avenir est à l’IA, la Chine équipera les machines de traitement de l’IA
Attention, cependant, la Chine ne se lance pas sur ce marché sur un coup de tête. Dans sa course à l’autonomie sur les marchés IT, elle investit lourdement et depuis longtemps dans la conception et la fabrication de semi-conducteurs, dont les processeurs.
Avec des premiers résultats probants. A l’exemple de l’université de Tsinghua, à Pékin, qui a conçu Thinker, une puce d’analyse des données qui peut tout aussi bien reconnaître des visages provenant d’une caméra et les comparer avec une base de donnée de visage, que gérer des commandes vocales en temps réel. Deux activités qui nécessitent la combinaison de plusieurs types de réseaux neuronaux en différentes couches.
Véritable démonstrateur du savoir-faire chinois, Thinker offre également la capacité de pouvoir s’adapter aux besoins des logiciels en affectant dynamiquement aux applications les ressources de calcul et de mémoire.
Quel intérêt offre une puce dédiée à l’IA ?
Dans une architecture classique qui fait fonctionner un logiciel d’IA, la puissance provient de coûteuses et puissantes puces graphiques ou FGPA, qui permettent une forte parallélisation des calculs, et qui nécessitent d’être reconfigurées à la volée. L’équipe universitaire cherche au contraire à développer une puce économique, capable d’embarquer l’IA dans le silicium sur les petits équipements, comme les smartphones, les montres, les robots, etc., tout ce qui peut être amené à collecter et analyser des données.
D’autres projets de puces pour IA sont en cours en Chine, ce qui démontre la diversité des usages attendus. La puce Dadu, par exemple, a deux noyaux : l'un pour l'exécution des réseaux neuronaux et l'autre pour le contrôle du mouvement. Le noyau neuronal exécute les algorithmes de vision et permet au noyau de mouvement de planifier l'itinéraire optimal pour atteindre une destination ou le meilleur mouvement pour saisir un objet.
Autre avantage de la Chine, sa taille ! A la fois universitaire et industrielle, qui permet de multiplier les projets. Mais aussi le milliard de sa population représente une gigantesque base d’utilisateurs pour expérimenter à moindre coût ses développements.
Par ailleurs, selon PwC, en 2016 la part de la Chine dans la fabrication de semi-conducteurs n’était que de 14,2 %. Mais entre la multiplication des usages et la volonté du gouvernement d’atteindre l’indépendance sur ce secteur, le pays devrait afficher une très forte croissance dans les années à venir.
Image d’entête 909395882 @ iStock Booblgum
