Au-delà de la surmédiatisation
Les PC IA sont en train de devenir un sujet de discussion majeur pour les fournisseurs et les entreprises. Et pour les entreprises qui cherchent à actualiser leurs appareils, faire le bon choix est essentiel.
Lors d’un récent webinaire, Elliott Jones s’est entretenu avec Rob May, expert en IA, afin de déterminer si le débat sur les PC IA n’est qu’une surmédiatisation ou si les enjeux sont réels. Dans cet article, nous vous présentons les principaux points à retenir (avec des extraits vidéo sous-titrés) de ce webinaire pour vous aider à prendre des décisions éclairées alors que nous entrons dans une nouvelle ère de l’informatique.
Qu’est-ce qu’un PC IA ?
Les PC IA contiennent une puce dédiée conçue pour gérer les applications d’intelligence artificielle et pour utiliser l’IA afin d’améliorer les performances, de renforcer la sécurité et d’offrir une plus grande personnalisation.
Les programmes alimentés par l’IA n’ont rien de nouveau, mais les PC dotés d’unités de traitement neuronal (NPU) conçues pour améliorer les tâches de machine learning constituent une frontière relativement nouvelle. Avec l’essor des chatbots alimentés par l’IA, tels que ChatGPT, nous avons beaucoup entendu parler des grands modèles de langage (LLM). Ce sont des algorithmes qui, grâce à le machine learning et à de vastes ensembles de données, ont le pouvoir de comprendre et de reproduire le langage humain.
Les PC IA fonctionnent de la même manière, mais à moindre échelle et de façon plus localisée. Ils utilisent de petits modèles de langage (SLM) qui, bien que plus limités, sont mieux adaptés à l’optimisation d’appareils individuels et à l’exécution de tâches plus spécifiques et plus ciblées. L’un des principaux avantages des SLM est la possibilité de déplacer sélectivement les données entre le stockage physique d’une machine et les réseaux de stockage dans le cloud, ce qui, selon l’expert en IA Rob May, offre le meilleur des deux mondes.
« Cette approche mixte offre, d’un côté, la puissance du cloud pour les tâches intensives et le stockage des données, et de l’autre côté, la vitesse et les avantages en matière de confidentialité du traitement local », explique-t-il. Cette combinaison d’avantages, ajoute Rob, « réduit la latence, économise la bande passante, améliore la sécurité des données et réduit la quantité de données sensibles envoyées dans le cloud. »