Matériel libre
Facebook vient d’annoncer que son modèle de serveur conçu pour l’intelligence artificielle, nom de code Big Sur, passait en matériel libre : les plans sont rendus publics de façon que quiconque puisse les fabriquer, modifier, distribuer et utiliser.
Les plans du Big Sur seront bientôt soumis à l’Open Compute Project (OCP), dont Facebook est un membre fondateur, et qui est au matériel libre ce que l’Open Source Initiative est au logiciel libre.
Le regain d’intérêt actuel pour l’intelligence artificielle et l’apprentissage statistique serait dû principalement à deux facteurs : la disponibilité publique d’énormes ensembles de données de recherche, et des outils de traitement bien plus puissant avec le progrès des processeurs graphiques. Ce qui justifierait une conception spécifique de serveurs pour l’intelligence artificielle.
Caractéristiques techniques
Le Big Sur est un serveur compatible avec les matériels Open Rack.
Il peut accueillir jusqu’à huit cartes graphiques accélératrices d’une consommation maximale de 300 watts par unité. Il est conçu pour utiliser des cartes NVIDIA Tesla M40, mais supporterait une large palette de cartes au format PCI-e.
La plupart des composants peuvent être changés à la main et sans outil, à l’exception du dissipateur thermique du processeur, qui nécessite un tournevis.
Conformément au standard Facebook, toutes les parties qui peuvent être touchées sont de couleur verte (Pantone 375 C).
D’après Facebook, cette conception serait bien plus efficace que le tout-venant, et deux fois plus rapide que les serveurs précédemment utilisés par le réseau social pour l’intelligence artificielle.
Opération de séduction
Comme pour tous les matériels libres, l’altruisme n’est pas la seule, ni probablement la première motivation pour rendre les conceptions publiques. L’idée est aussi de minimiser ses propres coûts de production, en développant un marché bien plus vaste que celui de ses propres besoins, pour attirer des fabricants et faire baisser les coûts des composants individuels.
C’est aussi un moyen pour Facebook de poursuivre son offensive de charme envers la communauté de l’intelligence artificielle. Comme les spécialistes sont rares, on assiste à une surenchère des entreprises technologiques, pour les recruter, et pour les inciter à utiliser leurs solutions :
En février, Facebook plaçait les modules d’apprentissage profond de Torch en code source ouvert.
En novembre, Google offrait son logiciel d’apprentissage statistique TensorFlow en code source ouvert.
Une semaine plus tard, Microsoft plaçait son Distributed Machine Learning Toolkit (DMTK) en code source ouvert.
Fin novembre, IBM plaçait le logiciel d’intelligence artificielle SystemML en code source ouvert.