Comment Nvidia est devenu un géant de l'IA
Tout a commencé dans un Denny's à San Jose en 1993. Trois ingénieurs, Jensen Huang, Chris Malachowsky et Curtis Priem, se sont réunis dans un restaurant de ce qui est aujourd'hui le cœur de la Silicon Valley pour discuter de la construction d'une puce informatique qui permettrait de créer des graphiques pour les jeux vidéo. plus rapide et plus réaliste. Cette conversation, et celles qui ont suivi, ont conduit à la création de Nvidia, la société technologique qui a gravi les échelons du marché boursier pour brièvement dépasser Microsoft en tant que société la plus valorisée du S&P 500 cette semaine.
La société vaut désormais plus de 3 200 milliards de dollars, et sa domination en tant que fabricant de puces consolide la place de Nvidia en tant qu’enfant emblématique du boom de l’intelligence artificielle – un moment que Huang, PDG de Nvidia, a surnommé « la prochaine révolution industrielle ».
Lors d'une conférence téléphonique avec des analystes le mois dernier, Huang a prédit que les entreprises utilisant des puces Nvidia construiraient un nouveau type de centre de données appelé « usines IA ».
Huang a ajouté que la formation des modèles d'IA devient un processus plus rapide à mesure qu'ils apprennent à devenir « multimodaux » – capables de comprendre du texte, de la parole, des images, des vidéos et des données 3D – et également « à raisonner et à planifier ».
« Les gens parlent de l'IA comme si Jensen était arrivé il y a 18 ou 24 mois et avait tout d'un coup compris cela », a déclaré Daniel Newman, PDG de The Futurum Group, une société de recherche technologique. « Mais si vous remontez le temps et écoutez Jensen parler de calcul accéléré, il partage sa vision depuis plus d'une décennie. »
L'invention du processeur graphique, ou GPU, par la société technologique basée à Santa Clara, en Californie, en 1999, a contribué à stimuler la croissance du marché des jeux sur PC et à redéfinir l'infographie. Désormais, les puces spécialisées de Nvidia sont des composants clés qui contribuent à alimenter différentes formes d'intelligence artificielle, y compris les derniers chatbots génératifs d'IA tels que ChatGPT et Gemini de Google.
Les GPU de Nvidia sont un facteur clé du succès de l'entreprise dans le domaine de l'intelligence artificielle, a ajouté Newman.
« Ils ont pris une architecture qui n'était utilisée que pour une seule chose, peut-être pour améliorer le jeu, et ils ont trouvé comment mettre ces choses en réseau », a-t-il déclaré. « Le GPU est devenu l'architecture la plus intéressante pour l'IA, depuis les jeux, le rendu graphique et autres, jusqu'à son utilisation réelle pour les données. … Ils ont fini par créer un marché qui n'existait pas, celui des GPU pour l'IA, ou GPU pour l'apprentissage automatique.
Les puces IA sont conçues pour effectuer des tâches d’intelligence artificielle plus rapidement et plus efficacement. Bien que les puces à usage général comme les processeurs puissent également être utilisées pour des tâches d'IA plus simples, elles « deviennent de moins en moins utiles à mesure que l'IA progresse », selon un rapport de 2020 du Centre pour la sécurité et les technologies émergentes de l'Université de Georgetown.
Les géants de la technologie s'approprient les puces Nvidia alors qu'ils s'intéressent de plus en plus à l'IA, un mouvement qui permet aux voitures de rouler seules et qui génère des histoires, de l'art et de la musique.
« Jensen a essentiellement rendu l'IA digestible, puis Apple la rendra consommable », a déclaré Newman.
L’entreprise s’est rapidement imposée dans le domaine du matériel et des logiciels nécessaires pour adapter sa technologie aux applications d’IA, en partie parce que Huang l’a poussée vers une technologie encore naissante il y a plus de dix ans.
« Nvidia travaille sur différents aspects de ce problème depuis plus de deux décennies maintenant. Ils disposent d'un moteur d'innovation profond qui remonte au début des années 2000 », a déclaré Chirag Dekate, analyste vice-président chez Gartner, une société de recherche et de recherche technologique. cabinet de conseil. « Ce que Nvidia a fait il y a vingt ans, c'est qu'ils ont tous deux identifié et développé un marché adjacent où ils ont découvert que les mêmes processeurs et les mêmes GPU qu'ils utilisaient pour les graphiques pouvaient être façonnés pour résoudre des tâches hautement parallèles. »
À l’époque, dit-il, l’IA n’en était qu’à ses balbutiements. Mais la compréhension par Nvidia du fait que les GPU seraient au cœur du développement de l'IA était « l'avancée fondamentale qui était nécessaire », a déclaré Dekate.
« Jusque-là, nous aurions été, je dirais, dans l'âge des ténèbres analytique », a-t-il déclaré. « Les analyses étaient là, mais nous n'avons jamais pu donner vie à ces éléments d'IA. »
Les analystes estiment que les revenus de Nvidia pour l'exercice qui se termine en janvier 2025 atteindront 119,9 milliards de dollars, soit environ le double de ses revenus pour l'exercice 2024 et plus de quatre fois ses recettes de l'année précédente.
« Mon hypothèse est que le type de croissance exponentielle que nous observons aujourd'hui avec Nvidia est potentiellement un modèle que nous allons voir se reproduire plus fréquemment dans les décennies à venir », a-t-il déclaré. « C'est l'âge d'or si vous voulez… c'est le meilleur moment pour devenir ingénieur en IA. »
