Intelligence artificielle Graphcore: Un processeur qui enthousiasme OpenAI, Demis Hassabis, Uber, Dell ou encore...

Pour approfondir le sujet

Sur le même thème :

Copilot, TabNine : le défi des outils d’autocomplétion basés sur l’IA pour aider les développeurs à écrire leurs codes

La plateforme de développement logiciel GitHub a annoncé, à la fin du mois de juin, le lancement de son dernier outil : GitHub Copilot....

L’Université de Paris cherche à accélérer la recherche en cosmologie grâce aux IPU et aux réseaux de neurones

L'intelligence artificielle est de plus en plus utilisée dans l'astrophysique : récemment, plusieurs chercheurs japonais ont exploité le deep learning pour mieux observer et...

Contentsquare annonce l’acquisition de Upstride et une levée de fonds de 500 millions de dollars

Contentsquare, une société spécialisée dans l'experience analytics, a annoncé l'acquisition d'Upstride, une deeptech française qui vise à améliorer les performances d'outils de machine learning...

Intelligence artificielle : la reconnaissance d’expressions faciales peut-elle être universelle ?

Dans chaque pays du monde, pour exprimer nos sentiments, nos émotions ou parfois même une idée, nous utilisons certaines expressions faciales. Toutefois, ces mimiques...

Graphcore: Un processeur qui enthousiasme OpenAI, Demis Hassabis, Uber, Dell ou encore Bosch

Graphcore vient d’annoncer une levée de fonds de 30 millions de dollars. Ce nouveau financement va permettre à la société spécialisée en machine intelligence de lancer la commercialisation de son premier processeur IPU.

Hermann Hauser, co-fondateur et associé d’Amadeus Capital Partners, a notamment déclaré à ce propos:

“Le processeur Graphcore a le potentiel de changer le monde de l’informatique”.

Une entreprise innovante

Graphcore a développé une IPU particulièrement intéressante pour le développement de certaines recherches en intelligence artificielle. Parallèlement, l’entreprise cherche à construire une communauté de développeurs autour de son C++ framework, Poplar. Il s’agit de son graph-framework.

Poplar propose une interface pour de nombreux frameworks de machine learning. Tensorflow, Caffe2, PyTorch ou encore MxNet sont notamment supportés. L’interface a été pensée pour être une base pour les futurs paradigmes de programmation de machine intelligence allant au-delà du deep learning axé sur le tensor. L’ensemble est très complet puisque Poplar dispose d’une bibliothèque de graphs de machine learning open source.

Une Serie B suivie par de nombreux investisseurs

Atomico a été l’investisseur principal de cette levée de fonds. Elle a été suivie par les investisseurs historiques de Graphcore: Amadeus Capital, Robert Bosch Venture Capital, Dell Technologies Capital, C4 Ventures, Draper Esprit, Pitango, Samsung Catalyst Fund et Foundation Capital.

A ces fonds d’investissements se sont joints des angel investors tels que Demis Hassabis de DeepMind, Greg Brockman, Ilya Sutskever et Scott Gray d’OpenAI. mais également Pieter Abbeel de l’UC Berkeley/OpenAI et Zoubin Ghahramani de l’Université de Cambridge et Chief Scientist chez Uber.

Ce dernier a commenté:

“Les deep neural networks nous ont permis de faire d’énormes progrès au cours de ces dernières années, mais il existe également d’autres méthodes de machine learning qui pourraient nous aider à faire des progrès fondamentaux en machine intelligence.

Les programmes actuels nous freinent dans l’exploration de ces différentes approches. Un nouveau type de programme pouvant supporter et combiner des techniques alternatives, ainsi que des deep neural networks, aura un énorme impact”.

Une IPU qui enthousiasme les spécialistes

Grâce à cette levée de fonds, Graphcore espère commercialiser cette année son IPU (Intelligence Processing Unit). Il s’agit du premier processeur spécialement conçu pour l’intelligence machine.

Elle permettra une accélération entre 10x et 100x par rapport aux programmes existants. Les travaux de deep learning actuels pourront donc évoluer bien plus rapidement vers une utilisation ‘intelligence artificielle’.

Greg Brockman d’OpenAI a précisé que:

“Entraîner des modèles de machine intelligence en quelques minutes au lieu de jours ou de semaines transformera profondément la façon dont les développeurs travaillent, expérimentent et les résultats qu’ils obtiendront.

Être capable d’expérimenter de façon plus large et à un rythme beaucoup plus rapide entraînera de nouvelles découvertes et nous permettra de combiner de nombreuses techniques de machine intelligence pour aller plus loin dans le progrès “.

La commercialisation devrait commencer avant la fin de l’année. Une production à grande échelle pour les datacentres et les environnements cloud sera lancée en 2018.

Demis Hassabis, fondateur de DeepMind a notamment indiqué:

“Construire des systèmes capables d’une intelligence artificielle générale, c’est développer des algorithmes qui peuvent apprendre à partir de données brutes et généraliser cet apprentissage dans un large éventail de tâches.

Cela nécessite beaucoup de puissance de traitement, et l’architecture innovante qui sous-tend les processeurs Graphcore détient une grande promesse “.


1ère Marketplace de l'IA et de la transformation numérique vous recommande :
 
Stephane Nachez

Partager l'article

Laurent Félix devient Directeur Général France d’Ekimetrics

Ekimetrics, spécialiste européen en data science et intelligence artificielle au service des entreprises, a annoncé cette semaine la nomination de Laurent Félix au poste...

Forum de l’évaluation de l’intelligence artificielle : Créer la confiance et valider les performances, ou comment définir un environnement favorable au développement de...

Le Laboratoire national de métrologie et d’essais (LNE) organise le premier forum d'évaluation de l'intelligence artificielle (IA). Cet événement sera l'occasion d'échanger autour du développement de...

Zoom sur l’automatisation des rapports COVID-19 de Santé Publique France par Dynacentrix

L'agence Santé publique France, en charge de la surveillance épidémiologique du covid-19, pilote le système national de veille et d’alerte et de surveillance sanitaire...

Retour sur le lancement de MAESTRIA, plateforme numérique de diagnostic intégratif de la cardiomyopathie auriculaire

Le projet de recherche MAESTRIA (Machine Learning and Artificial Intelligence for Early Detection of Stroke and Atrial Fibrillation) a été officiellement lancé fin septembre....