Coûts Élevés de l’Intelligence Artificielle
La popularité et la puissance de ChatGPT entraînent des coûts de maintenance exorbitants. D’après un rapport de The Information, OpenAI dépense jusqu’à 700 000 dollars par jour pour faire fonctionner son infrastructure complexe, selon les chiffres d’une société d’analyse nommée SemiAnalysis. Cette somme impressionnante est principalement liée à la nécessité de serveurs sophistiqués et coûteux.
Dylan Patel, analyste en chef de SemiAnalysis, précise que la complexité technique des serveurs contribue largement à ces coûts. Il souligne qu’il est possible que les dépenses soient encore plus élevées aujourd’hui, car les estimations de coûts précédentes se basaient sur GPT-3, l’ancienne version qui donne accès à ChatGPT gratuit.
Le modèle le plus récent d’OpenAI, GPT-4, pourrait représenter un investissement encore plus important, ce qui soulève des questions sur l’avenir des coûts liés à l’IA.
Émergence d’Athena
Le défi financier posé par les intelligences artificielles, en particulier celles axées sur les interactions usuelles et les recherches, n’est pas propre à ChatGPT. Ces systèmes nécessitent des puces spécialisées qui consomment beaucoup d’énergie et entraînent donc des frais élevés.
Microsoft, qui a investi massivement dans OpenAI, prépare son propre microprocesseur IA, surnommé “Athena”. En développement depuis 2019, ce chip est déjà accessible à quelques employés privilégiés de Microsoft et d’OpenAI, selon The Information. En remplaçant les unités de traitement graphique Nvidia actuelles par Athena, Microsoft espère augmenter l’efficacité et réduire les coûts d’exploitation.
Les économies potentielles pourraient être considérables : si Athena s’avère efficace, elle pourrait diminuer les coûts par chip d’au moins un tiers comparé aux offres Nvidia, comme l’a rapporté Patel. Bien que ce serait un pas pour Microsoft dans le domaine du matériel IA, il est peu probable qu’ils cherchent à éliminer complètement les puces Nvidia, surtout après leur accord récent de collaboration dans le secteur de l’IA.
Des Développements Cruciaux
Si les rumeurs sur Athena se confirment, son lancement est attendue avec impatience. La semaine passée, le PDG d’OpenAI, Sam Altman, a déclaré que nous touchons à la fin d’une ère pour les grands modèles d’IA. En effet, les modèles de langage tels que ChatGPT semblent atteindre un point de rendement décroissant, malgré leur taille massive. Avec plus d’un trillion de paramètres, GPT-4 pourrait déjà frôler les limites de son évolutivité pratique, selon l’analyse d’OpenAI.
Bien que l’augmentation de la taille contribue souvent à de meilleures performances d’un IA, cette augmentation coûteuse pourrait rendre ces technologies moins viables économiquement, comme l’indique l’analyste Patel. Cependant, avec le succès colossal de ChatGPT, OpenAI doit probablement être dans une position financière solide malgré les coûts élevés.
FAQ
Qu’est-ce qui rend le fonctionnement de l’IA si coûteux ?
La nécessité de serveurs avancés et de puces spécialisées qui consomment beaucoup d’énergie constitue l’un des principaux facteurs de coût. En outre, la complexité des opérations requises par ces systèmes influe également sur le budget.
Qu’est-ce qu’Athena et comment va-t-elle changer la donne ?
Athena est la propre puce AI que Microsoft développe pour remplacer les unités Nvidia. Cette technologie pourrait permettre une réduction significative des coûts tout en améliorant l’efficacité.
Quel avenir pour OpenAI avec ses nouveaux modèles ?
Avec l’introduction de GPT-4, OpenAI se confronté à des défis en termes de coûts et de rendement. L’entreprise semble bien placée financièrement grâce au succès de ses produits, mais la viabilité future dépendra de sa capacité à maîtriser ces coûts.
Comment la collaboration entre Microsoft et Nvidia impacte-t-elle le marché ?
Cet accord de collaboration montre une volonté des deux parties de travailler ensemble malgré les développements concurrentiels, pour répondre à la demande croissante d’IA tout en bénéficiant des technologies respectives.
Les grands modèles d’IA ont-ils dépassé leur potentiel ?
Selon des experts, les modèles tels que ChatGPT approchent peut-être d’un seuil maximum d’efficacité, impliquant que l’augmentation de la taille ne se traduit pas nécessairement par de meilleures performances, laissant place à de nouvelles réflexions sur le développement de ces technologies.
