AI Training
Entraînement de l'IA
De quoi s’agit-il?
L’intelligence artificielle (IA) moderne est capable d’effectuer une grande variété de tâches, qu’il s’agisse de générer du texte et des images ou de piloter une voiture autonome, parce qu’elle est développée au moyen d’un processus appelé apprentissage automatique ou apprentissage profond. Les deux principales composantes de l’apprentissage sont l’« entraînement » et l’« inférence ».
Au cours de l’entraînement, une quantité immense de données est fournie au modèle d’IA. Ces données sont généralement étiquetées et des programmeurs humains sont prêts à intervenir pour assurer la supervision. Toutefois, les systèmes d’IA plus évolués peuvent effectuer un entraînement auto-supervisé ou semi-supervisé à partir de données non étiquetées. L’IA analyse les données d’entrée et tente de produire le résultat attendu. Par exemple, elle essaiera de repérer les photos de chiens parmi un grand nombre d’images d’animaux. En fonction de la validité du résultat obtenu, c’est-à-dire selon que la prédiction est correcte ou non, l’IA ajuste son processus décisionnel en attribuant des coefficients de pondération, aussi appelés « biais », aux paramètres des données.
À force de répéter les étapes de prédiction (propagation vers l’avant) et de rétroaction (rétropropagation), les coefficients de pondération deviennent suffisamment précis pour que les bonnes connexions soient toujours sélectionnées. C’est ainsi que l’IA est entraînée à reconnaître les données pour lesquelles elle a été conçue.
Pourquoi en avez-vous besoin?
Avec l’inférence, l’entraînement de l’IA est une composante essentielle et indissociable de la façon dont l’IA moderne « apprend ». Plutôt que de demander à des programmeurs humains d’écrire du code pour chaque éventualité, l’IA s’entraîne en analysant un volume considérable de mégadonnées, jusqu’à ce qu’elle soit prête à traiter de nouvelles données non étiquetées dans une situation réelle.
Prenons comme exemple la vision par ordinateur appliquée à la reconnaissance des plaques d’immatriculation. Les postes de péage électronique sur l’autoroute doivent être capables de lire les lettres et les chiffres sur les plaques des véhicules qui passent. Les différentes plaques peuvent utiliser des polices distinctes; la plaque elle-même peut être de travers, inclinée ou maculée; les véhicules peuvent circuler à des vitesses différentes. Si l’IA est tout de même capable de lire correctement ces renseignements, c’est uniquement parce qu’elle a été entraînée avec une quantité de données suffisamment importante pour interpréter les données d’entrée avec précision chaque fois.
Comment GIGABYTE vous aide-t-elle?
La quantité de données numériques et de ressources informatiques nécessaires à l’entraînement de l’IA est non seulement impressionnante, mais elle augmente aussi de façon exponentielle. L’utilisation d’une infrastructure d’IA dotée d’une accélération par GPU et du calcul parallèle est incontournable, d’autant plus que les développeurs concurrents s’empressent eux aussi de commercialiser leurs produits d’IA.
Les serveurs GPU de la gamme G de GIGABYTE Technology comptent parmi les serveurs d’IA les plus puissants du secteur. Plus précisément, les modèles G593-SD0 et G593-ZD2 intègrent respectivement le module de calcul NVIDIA HGX™ H100 à 8 GPU et des processeurs Intel® Xeon® Scalable de 4e génération ou AMD EPYC™ 9004. Ils offrent une performance de calcul en IA de plus de 32 pétaFLOPS, ce qui en fait des solutions tout indiquées pour les applications de traitement automatique du langage naturel (TALN) et de grands modèles de langage (LLM). Toute cette puissance de calcul digne d’un superordinateur tient dans un serveur 5U grâce à la technologie de refroidissement et à la conception de châssis exclusives de GIGABYTE, qui contribuent à améliorer la densité de calcul.
En plus de proposer du matériel serveur de pointe, GIGABYTE recommande également le système d’entraînement DNN Myelintek MLSteam, qui fait partie de l’appliance d’entraînement DNN de GIGABYTE. Il s’agit d’une plateforme d’entraînement DNN clé en main dotée d’un environnement préchargé, vérifié et optimisé, qui comprend plusieurs des frameworks et bibliothèques d’apprentissage profond les plus populaires. Le serveur GPU de la gamme G constitue également le serveur dorsal de cette solution.
En savoir plus : 《Accélérez l’IA grâce aux solutions de serveurs d’IA haute performance de GIGABYTE》
Les serveurs GPU de la gamme G de GIGABYTE Technology comptent parmi les serveurs d’IA les plus puissants du secteur. Plus précisément, les modèles G593-SD0 et G593-ZD2 intègrent respectivement le module de calcul NVIDIA HGX™ H100 à 8 GPU et des processeurs Intel® Xeon® Scalable de 4e génération ou AMD EPYC™ 9004. Ils offrent une performance de calcul en IA de plus de 32 pétaFLOPS, ce qui en fait des solutions tout indiquées pour les applications de traitement automatique du langage naturel (TALN) et de grands modèles de langage (LLM). Toute cette puissance de calcul digne d’un superordinateur tient dans un serveur 5U grâce à la technologie de refroidissement et à la conception de châssis exclusives de GIGABYTE, qui contribuent à améliorer la densité de calcul.
En plus de proposer du matériel serveur de pointe, GIGABYTE recommande également le système d’entraînement DNN Myelintek MLSteam, qui fait partie de l’appliance d’entraînement DNN de GIGABYTE. Il s’agit d’une plateforme d’entraînement DNN clé en main dotée d’un environnement préchargé, vérifié et optimisé, qui comprend plusieurs des frameworks et bibliothèques d’apprentissage profond les plus populaires. Le serveur GPU de la gamme G constitue également le serveur dorsal de cette solution.
En savoir plus : 《Accélérez l’IA grâce aux solutions de serveurs d’IA haute performance de GIGABYTE》
