Depuis quelques mois, fort de son partenariat avec OpenAI, Microsoft fait de l’IA sa priorité, avec la ribambelle de services « Copilot », pour son CRM, Office, la Sécurité, le code, etc. Nous avions même imaginé une édition pour remplacée les commerciaux le 1er avril, finalement pas si éloigné de la réalité :). On apprend aujourd’hui que Microsoft développerait sa propre puce matérielle (NPU) spécialement conçue pour les programmes d’intelligence artificielle, et ce depuis quatre ans.

Selon The Information, qui s’appuie sur deux sources anonymes, la puce porte le nom de code interne Athena et Microsoft y travaille depuis 2019, avec 300 employés qui s’y consacrent. L’article ajoute que la puce est actuellement testée par certains employés de Microsoft, ainsi que par OpenAI.

Comme beaucoup d’acteur, Microsoft utilise des puces fabriquées par NVIDIA pour ses services d’intelligence artificielle. L’idée est que la fabrication de son propre processeur interne répondra mieux à ses besoins et coûtera moins cher. Le lancement d’Athena serait prévu pour 2024.

Bien entendu, la création de puces en interne pour les serveurs et autres systèmes basés sur le cloud n’est pas une nouveauté dans le secteur. Apple, Amazon, Google et Facebook ont tous conçu leurs propres processeurs pour leur produits (clients ou serveurs). La destination de ces puces ne serait pas limité à des serveurs côté Microsoft, l’entreprise pourrait ajouter ces dernières à ses prochaines machines Surface, là encore rien de très surprenant, c’est ce que fait Apple dans ses iPhones et iPad depuis plusieurs années et se que fait Google dans ses derniers Pixel et sa prochaine tablette Pixel à venir en juin prochain.

Nous reparlerons de tout ceci lors du prochain Briefing Calipia.

Depuis quelques mois, fort de son partenariat avec OpenAI, Microsoft fait de l’IA sa priorité, avec la ribambelle de services « Copilot », pour son CRM, Office, la Sécurité, le code, etc. Nous avions même imaginé une édition pour remplacée les commerciaux le 1er avril, finalement pas si éloigné de la réalité :). On apprend aujourd’hui que Microsoft développerait sa propre puce matérielle (NPU) spécialement conçue pour les programmes d’intelligence artificielle, et ce depuis quatre ans.

Selon The Information, qui s’appuie sur deux sources anonymes, la puce porte le nom de code interne Athena et Microsoft y travaille depuis 2019, avec 300 employés qui s’y consacrent. L’article ajoute que la puce est actuellement testée par certains employés de Microsoft, ainsi que par OpenAI.

Comme beaucoup d’acteur, Microsoft utilise des puces fabriquées par NVIDIA pour ses services d’intelligence artificielle. L’idée est que la fabrication de son propre processeur interne répondra mieux à ses besoins et coûtera moins cher. Le lancement d’Athena serait prévu pour 2024.

Bien entendu, la création de puces en interne pour les serveurs et autres systèmes basés sur le cloud n’est pas une nouveauté dans le secteur. Apple, Amazon, Google et Facebook ont tous conçu leurs propres processeurs pour leur produits (clients ou serveurs). La destination de ces puces ne serait pas limité à des serveurs côté Microsoft, l’entreprise pourrait ajouter ces dernières à ses prochaines machines Surface, là encore rien de très surprenant, c’est ce que fait Apple dans ses iPhones et iPad depuis plusieurs années et se que fait Google dans ses derniers Pixel et sa prochaine tablette Pixel à venir en juin prochain.

Nous reparlerons de tout ceci lors du prochain Briefing Calipia.

Découvrez dans cet article le classement des meilleures cartes graphiques à installer dans votre PC pour disposer d’une plateforme adaptée au jeu vidéo ou traitement graphique.

Pourquoi choisir une carte graphique performante ?

La carte graphique est le composant d’un ordinateur en charge de gérer tout ce qui est relatif à l’affichage. Plus vous allez être exigeant en matière d’affichage, plus vous allez devoir privilégier une carte graphique performante.

Il est donc important de bien identifier vos usages afin de disposer d’une configuration qui répondra parfaitement à vos besoins.

Pour un usage bureautique et multimédia basique, la carte graphique n’a pas un rôle trop déterminant. Faite juste attention à l’écran que vous souhaitez brancher sur votre ordinateur. Plus l’écran va être grand, plus vous allez devoir monter en résolution. Vous devez vous assurer que la carte graphique permet de supporter une résolution élevée. Une carte d’entrée de gamme ASUS NVIDIA GeForce GT 730 à 80 EUR permet de faire de la bureautique sur un écran de plus de 24″ en 4K.

Pour un usage multimédia avancé vous allez commencer à légèrement à monter en gamme afin de pouvoir lire des vidéos au format 4K. Les contenus se développent rapidement. Encore une fois rien d’extraordinaire car une petite carte MSI GeForce GTX 1050Ti à 170 EUR vous permettra de bénéficier du 4K et d’un confort accru dans l’affichage de vos photos et vidéos. Si vous faites de la retouche photo sous Photoshop ou Lightroom cette carte vous apportera également un confort supplémentaire sur certains traitements. Cette carte permet de brancher un écran de 4K à 8K et de plus 32″ avec un confort optimal.

Pour le gaming, le minage de cryptomonnaie et le traitement vidéo on rentre dans le dur et c’est pour cet usage qu’a été rédigé l’article. Cet usage nécessite l’utilisation de cartes graphiques très performantes compatible Crossfire ou SLI ou des modèles overclockables dotés de systèmes de refroidissement efficaces, voire passifs. Ces cartes embarquent de la puissance en CPU, de la mémoire ultra rapide et des fonctionnalités graphiques avancées pouvant être exploitées par certains jeux vidéos et logiciels de traitement photo / vidéo. Les 2 grands fabricants de chipset pour le gaming sont NVIDIA et AMD. Vous remarquerez que ces 2 grands types de chipset sont exploités par d’autres fabricants. Lorsque vous achetez un chipset NVIDIA vendu par MSI, ASUS ou NVIDIA il n’y a que très peu de différences. Vous trouverez des différences au niveau de la maintenance, du look et du prix. D’un point de vue performance les différences seront marginales.

Classement des meilleures cartes graphique 2023

Carte recommandée	3DMark Score	Gamme de prix
Nvidia GeForce RTX 4090 +Des performances à couper le souffle +Les créatifs vont adorer	30284	2 300 €
Nvidia GeForce RTX 4070 Ti +Excellentes performances de jeu +Excellent GPU de station de travail créative “budget” +Carte graphique nouvelle génération la moins chère	20292	1 200 €
AMD Radeon RX 7900 XTX +Des performances phénoménales +Bon prix pour une carte premium +Peut convenir dans la plupart des usages	24785	1 200 €
Nvidia GeForce RTX 3060 Ti +Excellentes performances 1080p, juste pour du 4K	24784	585 €
Nvidia GeForce RTX 3050 +Abordable +Excellentes performances 1080p +Lancer de rayons et DLSS	6404	350 €

Sources : Bench Anandtech / 3D Mark

Guide des résolutions

• 1280×720 (HD, 720p)
• 1920×1080 (FHD, Full HD, 2K 1080p)
• 2560×1440 (QHD, WQHD, Quad HD, 1440p)
• 3840×2160 (UHD, Ultra HD, 4K, 2160p)
• 7680×4320 (FUHD, Full Ultra HD, 8K, 4320p)

A lire également

• Sélection de souris de Gaming
• Sélection de tapis de souris spécialement adaptés pour le jeu
• Sélection de claviers de Gaming
• Sélection d’écrans

Cet article sur le classement des meilleures cartes graphiques a été publié pour la première fois sur [syskb.com].

Cet article original intitulé Classement des meilleures cartes graphiques 2023 pour les particuliers a été publié la première sur SysKB.

Microsoft met en avant ses offres pour créer des supercalculateurs via son programme de cloud computing Azure pour aider la société OpenAI. Parallèlement, la société a également annoncé une nouvelle machine virtuelle d’IA utilisant les nouvelles GPU améliorés de NVIDIA. Ainsi la nouvelle ND H100 v5 VM de Microsoft utilise, on s’en doutait, les GPU H100 de NVIDIA, Il est donc possible pour toutes les entreprises qui ont besoin d’ajouter des fonctions d’IA d’accéder à ce service de machine virtuelle qui présente les caractéristiques suivantes, un nouveau bond en terme de performance :

8x GPU NVIDIA H100 Tensor Core interconnectés via la nouvelle génération de NVSwitch et NVLink 4.0

• 400 Gb/s NVIDIA Quantum-2 CX7 InfiniBand par GPU avec 3,2 To/s par VM dans un réseau fat-tree non bloquant
  NVSwitch et NVLink 4.0 avec une bande passante bisectionnelle de 3,6 To/s entre 8 GPU locaux dans chaque VM.
• Processeurs Intel Xeon Scalable de 4ème génération
  Interconnexion hôte-GPU PCIE Gen5 avec une bande passante de 64 Go/s par GPU
  16 canaux de DIMM DDR5 à 4800 MHz

Cette offre vient s’ajouter au ChatGPT in Azure OpenAI Service annoncé précédemment par Microsoft, nous vous en parlions hier sur le blog, qui permet à des tiers d’accéder à la technologie des chatbots via Azure.

Dans un autre billet de blog, Microsoft explique comment l’entreprise a commencé à travailler avec OpenAI pour aider à créer les supercalculateurs nécessaires au grand modèle de langage de ChatGPT (donc le nouveau Bing). Pour ce faire, il a fallu relier des milliers de GPU d’une toute nouvelle manière. Le blog propose une explication de Nidhi Chappell, chef de produit chez Microsoft pour Azure High Performance Computing and AI :

Pour former un grand modèle de langage, explique-t-elle, la charge de calcul est répartie entre des milliers de GPU dans un cluster. À certaines phases de ce calcul – appelé allreduce – les GPU échangent des informations sur le travail qu’ils ont effectué. Un réseau InfiniBand accélère cette phase, qui doit se terminer avant que les GPU ne puissent commencer le morceau de calcul suivant.

Ce matériel est associé à un logiciel qui permet d’optimiser l’utilisation des GPU NVIDIA et du réseau qui les fait fonctionner ensemble. Microsoft indique qu’elle continue d’ajouter des GPU et d’étendre son réseau tout en essayant de les faire fonctionner 24 heures sur 24 et 7 jours sur 7 grâce à des systèmes de refroidissement, des générateurs de secours et des systèmes d’alimentation électrique sans interruption.

Pour ceux que ca intéresserait, Seeed Studio propose en pré-commande des modèles de « nuc » mais tournant avec les modules Nvidia Jetson. Nvidia Jetson Ce module Nvidia Jetson propose d’utiliser du GPU pour les calculs par exemple sur les images. On peut ainsi de nos jours grace à cette gammes Nvidia ou aussi les Google Coral ... Lire la suite

L’article reComputer Jetson : des petits ordinateurs équipés de Nvidia Jetson est apparu en premier sur Domotique de Lunarok.

After writing the script to create VM on AHV with a vGPU profile I was wondering what else I could do with the code I had written. When I was looking at some of my older blogposts I realized I had a VM inventory script and wanted to update that to include the GPU profiles.