show index hide index
Dans un tournant technologique majeur, IBM redéfinit l’avenir des centres de données en remplaçant les câbles en cuivre par des fibres optiques, utilisant ainsi la vitesse de la lumière pour propulser l’artificial intelligence vers de nouvelles frontières. Grâce à un module optique récemment présenté, l’entraînement de l’IA pourrait être accéléré jusqu’à cinq fois, révolutionnant l’architecture des datacenters et rendant obsolètes les interconnexions électriques traditionnelles.
IBM a récemment annoncé une avancée significative dans le secteur des centres de données avec le développement d’un nouveau module optique. Cette technologie révolutionnaire promet de remplacer les câbles en cuivre traditionnels, en utilisant la lumière pour la transmission de données. Elle pourrait radicalement transformer les performances de l’artificial intelligence (IA), en augmentant la vitesse d’entraînement des modèles linguistiques, tout en réduisant la consommation énergétique des centres de données. Ce passage à la fibre optique devrait également permettre de multiplier par 80 la bande passante entre les puces.
Les limites du cuivre dans les centres de données
Historiquement, les centres de données ont largement compté sur les fils en cuivre pour l’interconnexion des composants électroniques. Cependant, ces câbles représentent une limitation considérable en termes de capacité de transmission des données et de consommation énergétique. Ces inconvénients freinent les performances de l’électronique moderne, surtout lorsqu’il s’agit de l’entraînement de modèles complexes en IA.
L’emploi de cuivre nécessite souvent des compromis structurels, obligeant les fabricants à rapprocher au maximum les composants pour minimiser les pertes de signal et améliorer l’efficacité. Toutefois, cette approche montre ses limites à mesure que l’échelle et la complexité des systèmes informatiques augmentent.
Une révolution par la lumière : le module optique d’IBM
Pour surmonter ces limites, IBM a mis au point un nouveau prototype de module optique. En utilisant un guide d’ondes en polymère pour le transfert de signaux optiques, ce module relie les circuits intégrés photoniques entre eux ainsi qu’aux connexions externes. Ce système permet d’éviter les temps morts causés par l’attente de données, qui affectent les performances des puces graphiques utilisées comme accélérateurs d’IA.
La technologie proposée offre une bande passante accrue, capable d’augmenter jusqu’à 80 fois la capacité de transmission des données entre puces. En termes de vitesse de connexion, elle atteint des impressions de 32 Gbps sur 64, ce qui révolutionne la manière dont les puces de demain communiqueront entre elles.
Impact majeur sur l’entraînement des modèles d’IA
Grâce à cette avancée, IBM affirme que l’entraînement des grands modèles de langage pour l’IA pourrait être jusqu’à cinq fois plus rapide. Cela signifie que des processus qui prenaient auparavant trois mois pourraient être accomplis en trois semaines. Ce gain précieux de temps ouvre la voie au développement de modèles encore plus massifs, utilisant un plus grand nombre de processeurs graphiques.
Cette rapidité d’exécution permet également une meilleure flexibilité dans la conception des architectures de centres de données, permettant de déployer des interconnexions longues de plusieurs centaines de mètres, contrairement à la limitation actuelle d’un mètre avec le cuivre.
Vers des centres de données plus durables
Outre l’augmentation des performances, la transition vers l’utilisation de fibres optiques réduit considérablement la consommation électrique des installations. À chaque modèle d’IA entraîné, l’économie d’énergie est comparable à la consommation annuelle de 5 000 foyers américains. Cette évolution participe non seulement à l’amélioration des performances des systèmes informatiques, mais elle inscrit aussi IBM dans une démarche plus éco-responsable.
Comme le souligne Dario Gil, directeur de la recherche chez IBM, cette innovation ouvre une nouvelle ère de communications plus rapides et durables, capables de répondre aux exigences croissantes des charges de travail en IA.
