{"id":56751,"date":"2025-03-28T10:01:19","date_gmt":"2025-03-28T09:01:19","guid":{"rendered":"https:\/\/www.schneider.systems\/microsoft-et-nvidia-blackwell-nim-gpu-sans-serveur-et-plus-encore\/"},"modified":"2025-03-28T10:30:42","modified_gmt":"2025-03-28T09:30:42","slug":"microsoft-et-nvidia-blackwell-nim-gpu-sans-serveur-et-plus-encore","status":"publish","type":"post","link":"https:\/\/www.schneider.systems\/fr\/microsoft-et-nvidia-blackwell-nim-gpu-sans-serveur-et-plus-encore\/","title":{"rendered":"Microsoft et NVIDIA : Blackwell, NIM, GPU sans serveur et plus encore"},"content":{"rendered":"

Avec effet au 24 mars 2025, Microsoft et NVIDIA<\/a><\/strong> ont annonc\u00e9<\/strong> plusieurs nouvelles avanc\u00e9es<\/strong> dans leur collaboration<\/strong> visant \u00e0 acc\u00e9l\u00e9rer le d\u00e9veloppement et les performances de l’IA<\/strong>. Ces changements incluent l’int\u00e9gration de la derni\u00e8re plateforme NVIDIA Blackwell<\/strong> dans l’infrastructure Azure AI Services, l’introduction de microservices d’inf\u00e9rence NVIDIA NeMo (NVIDIA NeMo Inference Microservices, NIM) <\/strong>dans Azure AI Foundry, l’introduction de GPU sans serveur<\/strong> et bien plus encore<\/strong>.<\/p>\n

\"\"<\/p>\n

 <\/p>\n

Modifications<\/strong><\/h2>\n

Int\u00e9gration de la plateforme NVIDIA Blackwell<\/strong><\/h3>\n

La plateforme NVIDIA Blackwell<\/strong> repr\u00e9sente une avanc\u00e9e majeure dans le domaine de l’IA et du calcul acc\u00e9l\u00e9r\u00e9 et int\u00e8gre l’architecture GPU Blackwell. Par rapport aux architectures pr\u00e9c\u00e9dentes comme Hopper, Blackwell offre une acc\u00e9l\u00e9ration des couches attention jusqu’\u00e0 2 fois plus rapide et une puissance de calcul de l’IA (FLOPS) 1,5 fois plus \u00e9lev\u00e9e. Les couches attention sont un \u00e9l\u00e9ment important des r\u00e9seaux neuronaux modernes, en particulier dans les mod\u00e8les de traitement du langage naturel (NLP). Elles aident le mod\u00e8le \u00e0 se concentrer sur des parties pertinentes des donn\u00e9es d’entr\u00e9e, en mettant l’accent sur des mots ou des caract\u00e9ristiques sp\u00e9cifiques qui sont importants pour la t\u00e2che en cours. Ces am\u00e9liorations rendent Blackwell id\u00e9al pour le traitement de mod\u00e8les d’IA contenant des trillions de param\u00e8tres essentiels pour l’IA g\u00e9n\u00e9rative, le traitement des donn\u00e9es et les simulations techniques.<\/p>\n

La derni\u00e8re plateforme NVIDIA Blackwell est d\u00e9sormais int\u00e9gr\u00e9e \u00e0 l’infrastructure Azure AI Services<\/strong>. Cette int\u00e9gration exploite la technologie GPU avanc\u00e9e de NVIDIA pour am\u00e9liorer les performances et l’efficacit\u00e9 de l’IA sur Azure. Les applications d’IA ex\u00e9cut\u00e9es sur Azure b\u00e9n\u00e9ficient automatiquement de la vitesse et de l’efficacit\u00e9 am\u00e9lior\u00e9es des GPU Blackwell, qui n’ont pas besoin d’\u00eatre s\u00e9lectionn\u00e9s ou configur\u00e9s s\u00e9par\u00e9ment.<\/p>\n

 <\/p>\n

Introduction des microservices NVIDIA NIM<\/strong><\/h3>\n

\"\"<\/p>\n

Les microservices NVIDIA NIM<\/strong> aident \u00e0 d\u00e9ployer rapidement et de mani\u00e8re fiable des applications d’IA dans diff\u00e9rents environnements tels que cloud et les centres de donn\u00e9es. Ils sont fournis avec des mod\u00e8les d’IA pr\u00e9-construits et sont optimis\u00e9s pour des performances \u00e9lev\u00e9es et une faible latence. Il est ainsi plus facile pour les entreprises d’utiliser l’IA sans avoir \u00e0 g\u00e9rer une infrastructure complexe.<\/p>\n

\"\"<\/p>\n

Azure AI Foundry propose d\u00e9sormais des microservices NVIDIA NIM<\/strong> qui permettent aux d\u00e9veloppeurs de mettre rapidement sur le march\u00e9 des applications d’intelligence artificielle aux performances optimis\u00e9es. Le mod\u00e8le de raisonnement (reasoning model) ouvert NVIDIA Llama Nemotron Reason sera \u00e9galement bient\u00f4t int\u00e9gr\u00e9 \u00e0 Azure AI Foundry.<\/p>\n

 <\/p>\n

Optimisation des performances pour les mod\u00e8les Meta-Lama<\/strong><\/h3>\n

Les mod\u00e8les Llama de Meta<\/strong> (pr\u00e9c\u00e9demment connu sous le nom de Facebook) sont une famille de grands mod\u00e8les de langage (LLM) d\u00e9velopp\u00e9s pour diverses applications d’IA. Par rapport \u00e0 Llama 3, le nouveau Llama 3.1<\/strong> offre une gestion avanc\u00e9e du contexte, une vitesse d’inf\u00e9rence am\u00e9lior\u00e9e et un support multimodal am\u00e9lior\u00e9. Ils prennent en charge les capacit\u00e9s multilingues et multimodales, ce qui leur permet de traiter \u00e0 la fois les entr\u00e9es textuelles et visuelles.<\/p>\n

Microsoft et NVIDIA ont maintenant optimis\u00e9 les performances des mod\u00e8les Meta Llama avec TensorRT-LLM<\/strong>, am\u00e9liorant ainsi le d\u00e9bit et l’efficacit\u00e9. Comment fonctionne cette optimisation ?<\/strong><\/p>\n