L’IA, une thématique propice à l’utilisation des produits DOTS (article-3: semiconducteurs)

Série de webinaires Swissquote à but éducatif

Dans le domaine de l’intelligence artificielle (IA) et de l’analyse des données, les semiconducteurs jouent un rôle crucial dans le traitement rapide et précis de grandes quantités de données. Cette capacité est essentielle pour alimenter un large éventail d’applications, de l’analyse prédictive au traitement du langage naturel. Les semiconducteurs alimentent les algorithmes et les calculs qui sous-tendent ces tâches basées sur l’IA, permettant aux entreprises et aux organisations de tirer des informations précieuses de leurs données et de prendre des décisions éclairées.

En 2024, le chiffre d’affaires mondial des semiconducteurs s’est élevé à 626 milliards de dollars, soit une augmentation de 18,1% par rapport à 2023, selon les résultats préliminaires de Gartner, Inc. Le chiffre d’affaires devrait atteindre 705 milliards de dollars en 2025. «Les unités de traitement graphique (GPU) et les processeurs d’IA utilisés dans les applications de centre de données (serveurs et cartes accélératrices) ont été les principaux moteurs du secteur des puces en 2024», a déclaré George Brocklehurst, analyste VP chez Gartner. «La demande croissante de charges de travail d’IA et d’IA générative (GenAI) a conduit les centres de données à devenir le deuxième plus grand marché pour les semi-conducteurs en 2024, derrière les smartphones. Les revenus des semi-conducteurs pour centres de données ont totalisé 112 milliards de dollars en 2024, contre 64,8 milliards de dollars en 2023.»

Alors que les organisations de l’industrie des semiconducteurs prévoient une hausse de 15% en deux ans, les organisations en aval (celles qui dépendent de l’approvisionnement en semiconducteurs pour leurs produits ou services et leurs opérations) prévoient que leur demande de puces augmentera à un taux de croissance plus élevé de 29%. L’adoption croissante de l’intelligence artificielle (IA) et de l’IA générative (Gen AI) entraîne le besoin d’unités de traitement neuronal (NPU) spécialisées et d’unités de traitement graphique (GPU) hautes performances capables de traiter efficacement des calculs massifs et des ensembles de données volumineux.

L’analyse de données consiste à analyser de vastes ensembles de données pour en dégager des modèles et des idées, et elle dépend fortement de la technologie des semi-conducteurs pour un traitement rapide et efficace. Au cours des dernières décennies, les améliorations apportées aux semi-conducteurs ont considérablement augmenté la puissance de traitement et l’efficacité, ce qui a permis l’essor de l’analyse de données en temps réel. Les centres de données modernes, qui sont essentiels à l’économie numérique, utilisent des processeurs à base de semiconducteurs pour analyser des quantités massives de données en temps réel. Ils utilisent des algorithmes avancés et des techniques de traitement parallèle pour extraire des informations précieuses de différents types de données, telles que les enregistrements de transactions, les données de capteurs et les interactions avec les médias sociaux.

L’informatique en périphérie (edge computing), rendue possible par la technologie des semi-conducteurs, marque un changement important dans la manière dont les données sont traitées dans les configurations informatiques distribuées. Contrairement au modèle centralisé traditionnel, où le traitement des données s’effectue principalement dans des centres de données distants ou des plateformes en nuage, l’informatique en périphérie rapproche la puissance de calcul de l’endroit où les données sont générées. Cette proximité réduit les délais et permet une prise de décision rapide, ce qui en fait un outil idéal pour les applications nécessitant des réponses rapides et des délais minimaux. L’informatique de périphérie trouve des applications dans divers secteurs, notamment les véhicules autonomes, l’automatisation industrielle, les villes intelligentes et les soins de santé.

L’edge computing peut intégrer les éléments suivants:

Des appareils de périphérie: nous utilisons déjà des appareils qui exploitent l’edge computing dans notre vie quotidienne: il peut s’agir de smartphones, d’enceintes ou de montres connectées. Autant d’appareils en contact avec le monde physique, qui collectent et traitent localement les données. Appareils connectés de l’Internet des objets (IoT), systèmes de point de vente (PDV), robots, véhicules et capteurs peuvent tous être des appareils de périphérie – à condition qu’ils réalisent des calculs localement et qu’ils communiquent avec le cloud.

La périphérie du réseau: l’edge computing ne nécessite pas de «réseau de périphérie» distinct: un routeur ou des appareils de périphérie suffisent. Lorsqu’un réseau distinct est impliqué, il ne s’agit que d’un emplacement parmi d’autres dans le continuum qui relie les utilisateurs au cloud. Et c’est là que la 5G entre en jeu. Avec la 5G, l’edge computing peut compter sur une connectivité extrêmement puissante, une faible latence et des débits mobiles élevés. Cela élargit le champ des possibles et offre des applications passionnantes: drones autonomes, téléchirurgie, villes intelligentes, et plus encore. La périphérie du réseau peut s’avérer particulièrement utile dans les cas où le calcul sur site est trop coûteux et trop complexe, mais où une grande réactivité demeure nécessaire (autrement dit, lorsque le cloud est trop distant).

L’infrastructure sur site: il peut s’agir de serveurs, de routeurs, de conteneurs, de concentrateurs ou de ponts permettant la gestion des systèmes locaux et la connexion au réseau.