Les 18 derniers mois ont été marqués par un tourbillon d’intérêt de l’industrie autour de l’intelligence artificielle (IA), notamment avec l’introduction d’une nouvelle classe de systèmes orientés vers l’IA appelés « PC AI ». La rapidité de l’arrivée de l’IA et la nouveauté des PC AI soulèvent naturellement des questions sur la mesure et le moment où l’intelligence artificielle est susceptible d’être importante pour votre organisation. Bien que les détails varient selon l’industrie, les principaux éditeurs de logiciels dans de nombreux domaines développent de nouveaux produits basés sur l’IA ou intègrent le traitement de l’IA dans des suites logicielles existantes. Ces mises à jour et capacités sont déjà en train d’être déployées auprès des utilisateurs finaux, mais une utilisation désordonnée et non suivie à travers une organisation n’est pas la meilleure façon d’obtenir des résultats optimaux avec l’IA. Les déploiements d’IA fonctionnent mieux lorsqu’ils sont entrepris de manière réfléchie, avec des objectifs clairs et des mesures efficaces pour évaluer si ces objectifs ont été atteints. Les gens ont souvent besoin de temps pour expérimenter et s’adapter à une nouvelle technologie, que ce soit une nouvelle plateforme d’analyse de données ou un chatbot interne. Bien que la signification exacte du terme varie en fonction de l’organisation, les PC AI contiennent généralement une unité centrale de traitement (CPU), une unité de traitement graphique (GPU) et une unité de traitement neuronal dédiée (NPU). Ces nouvelles capacités d’IA portent parfois leur propre marque ; AMD, par exemple, fait référence à la compétence de traitement de l’IA de son CPU, de son GPU et de son NPU sous la marque « Ryzen AI ». Les CPU et GPU existent depuis des décennies, mais l’intégration d’un processeur IA dédié pour gérer les charges de travail émergentes en IA est une innovation récente. AMD a lancé les premiers processeurs pour ordinateurs portables avec un processeur neuronal intégré en 2023, et les premières puces de bureau équipées de NPU en 2024. Bien que les charges de travail en IA puissent fonctionner sur le CPU, le GPU ou le NPU, les systèmes équipés de NPU peuvent potentiellement exécuter ces charges de travail de manière beaucoup plus efficace, ce qui contribue à réduire la consommation d’énergie et à sauvegarder le CPU et le GPU pour d’autres tâches.
Les Problèmes Communs Rencontrés par la Société dans l’Utilisation Efficace des Derniers Développements de l’Intelligence Artificielle
Les Problèmes Communs Rencontrés par la Société dans l’Utilisation Efficace des Derniers Développements de l’Intelligence Artificielle Introduction L’intelligence artificielle (IA)
