Lucas Nacsa, expert en Intelligence artificielle et PDG de Neovision

« Les GPU offrent un très bon ratio puissance de calcul/ prix car leur développement a été tiré par le marché des jeux vidéo, pour effectuer du rendu graphique. De ce fait, le GPU excelle dans des tâches où un même calcul doit être répété un grand nombre de fois. C’est très utile pour des tâches graphiques, mais ça l’est aussi pour des tâches de Machine Learning, notamment pour les phases d’apprentissage des modèles. Ce qui fait la différence en faveur de Nvidia notamment face aux autres fabricants de GPU, c’est l’investissement réalisé par Nvidia dans le logiciel ces dernières années. Nvidia est aujourd’hui composé de 80 % d’ingénieurs logiciel. Nvidia a bien compris que pour exploiter leurs GPU, les développeurs ont besoin de tout un stack logiciel et Nvidia a créé des frameworks de haut niveau qui permettent d’utiliser simplement l’accélération apportée par leurs composants et ils fournissent tous les logiciels qui entrent dans le pipeline de création d’un modèle de Machine Learning : de l’annotation des données, à la création des jeux de données, en passant par l’entraînement des modèles, leur choix puis leur déploiement, ce qu’aucun autre fournisseur de technologie ne fournit actuellement. Nvidia a su être très proche et à l’écoute des développeurs et leur fournir tous les outils nécessaires pour créer des logiciels qui exploitent leur hardware. C’est pour cela que beaucoup de chercheurs ont développé des solutions en s’appuyant sur ces outils. Typiquement, tous les frameworks majeurs D’IA sont compatibles avec leurs GPU. »