Contact
France
Contact us
Replay

Le Cloud et l’IA sont-ils indissociables ?

News and insights
#Artificial intelligence

Le besoin d’abstraction

La promesse du Cloud est la promesse du “As a Service” versus l’achat de ressources finies (infrastructure on-premise). Ces briques “As a Service” sont des briques d’abstraction d’une infrastructure (IAAS* : Infrastructure as a service), d’une application (PAAS* : Platform as a service) ou d’une fonction (FAAS* : Function as a Service).

Une image simple pour comprendre l’intérêt de l’abstraction, c’est de comparer l’achat d’une voiture à l’usage d’un taxi.

Acheter une voiture, c’est connaître à l’avance les ressources dont on a besoin : puissance du moteur, taille, options, etc.

Prendre un taxi est beaucoup plus souple : pas d’entretien, disponible à la demande en quelques minutes, donne plusieurs options de standing, etc.

Ainsi dans le cloud, peuvent être transparents pour l’utilisateur, la maintenance des machines (pas d’entretien), la création de machines virtuelles à la demande (disponibilité en quelques secondes/minutes), le choix des applicatifs (choix des options).

Ainsi, grâce à la flexibilité du “on-demand” offerte par le cloud, L’IA peut répondre à des besoins de ressources souvent imprévisibles dus aux consommations de “processing” erratiques des algorithmes. L’IA dans le cloud se concentre de cette manière davantage sur le problème à résoudre que sur l’outillage nécessaire pour y répondre.

Le besoin de puissance de machines

 

L’IA a besoin de puissance, et les leaders de l’IA qui sont aussi les principaux fournisseurs de cloud ont investi dans des technologies propriétaires permettant de gagner la course de la meilleure puissance de calcul.  

 

A titre d’exemple, Google développe ses propres puces électroniques TPUs* (Tensor Processing Unit), construites dans l’unique but d’accélérer les calculs de deep-learning sur TensorFlow*, son framework* open-source dédié. La 3ème génération de TPU, TPUv3 pod atteint des vitesses de calcul de centaine de petaflops*.

Avant l’invention des TPU par Google,  les CPUs* (Central Processing Unit), premières puces électroniques, sont utilisées pour toutes les opérations des programmes informatiques (logique, arithmétique etc.). Les GPUs* (Graphics Processing Unit), sont des puces développées initialement pour des besoins graphiques (affichages des pixels sur les écrans), possédant plus de coeurs, elles sont très efficaces pour paralléliser les calculs (la détection de cette capacité spécifique date de 2009 : 70X plus puissantes que les CPU).

Le besoin d’optimisation des coûts

Le cloud offre la flexibilité de choisir le niveau d’abstraction (IAAS, PAAS, FAAS) qui permet de s’approcher au plus près du besoin pour à la fois maximiser la création de valeur et piloter la réduction des coûts

Côté on premise, la capacité des machines et leur mise à disposition est pensée bien en amont et fixée pour une certaine période de temps.

 

Côté cloud les équipes ont la flexibilité de choisir le modèle qui leur convient :

  • Le cloud “as on prem” : les équipes louent sur du long terme un nombre défini de machines à un fournisseur de cloud.
  • Le cloud “on demand” : les équipes data peuvent librement via  du code ou via une interface clic-bouton (fully managed) augmenter ou réduire les ressources en fonction de leur besoin.
  • Le cloud “serverless” : le sizing des machines est automatiquement réalisé pour coller au plus près de la demande réelle, à la granularité d’une requête, d’un job, etc (ex : Dataflow).

 

Le besoin d’actualisation de l’IA

Seul le cloud permet la scalabilité et l’actualisation de l’IA.

Un projet IA est toujours suivi par une phase de maintenance et d’amélioration continue dans laquelle l’IA va progressivement évoluer pour se perfectionner. Ce processus nécessite une réactualisation perpétuelle de l’IA (intégration de nouvelles données, affinage des paramètres de l’algorithme, versionning…).

Le cloud permet la mise en place d’infrastructures toujours compatibles avec les dernières innovations de l’IA et limite la dette technologique engendrée par les choix réalisés au moment du développement.

Le besoin de collaborativité  

Le cloud est également un formidable vecteur de collaboration autour de l’IA.  En témoigne la création de marketplaces technologiques par les grands acteurs du cloud (par exemple celle de Google Cloud Platform). Les utilisateurs peuvent via cette marketplace, consommer ou publier des outils et algorithmes de manière gratuite ou payante.

En témoigne également les contributions faites en open source par les grands acteurs du cloud et leurs communautés de data scientists et data engineers.

Le cloud est un espace intrinsèquement communautaire. Ce n’est pas juste l’histoire d’une technologie contre une autre, c’est tout un univers. On ne peut pas opposer le on premise au cloud, car les utilisateurs du on premise participent aux communautés cloud qui sont le fer de lance de l’innovation.

 

Téléchargez notre rapport sur l’AI factory !