Jack Dongarra : IA et Quantique, L'Avenir Révolutionnaire du Supercalcul

Le supercalcul haute performance (HPC), autrefois principalement le domaine de la recherche scientifique, a évolué pour devenir une ressource stratégique essentielle, en particulier pour l'entraînement de modèles d'intelligence artificielle (IA) de plus en plus complexes. Cette convergence de l'IA et du HPC ne remodèle pas seulement ces technologies, mais modifie également fondamentalement la manière dont le savoir est généré et son positionnement stratégique mondial.

Jack Dongarra, un éminent informaticien américain et lauréat du Prix Turing 2021 pour ses contributions fondamentales au logiciel HPC sur quatre décennies, a récemment partagé ses réflexions sur l'évolution future du supercalcul. S'exprimant lors de la 74e Réunion des lauréats du prix Nobel à Lindau, en Allemagne, Dongarra a abordé les rôles transformateurs de l'IA et de l'informatique quantique, ainsi que les paysages géopolitiques et technologiques plus larges.

L'Impact Omniprésent de l'IA

Dongarra a souligné le rôle déjà significatif de l'IA dans la découverte scientifique. Il a noté que l'IA est largement utilisée pour aider à l'exploration scientifique, en particulier pour approximer le comportement des phénomènes. "Je considère l'IA comme un moyen d'obtenir une approximation, puis peut-être d'affiner cette approximation avec les techniques traditionnelles", a-t-il expliqué. Pour les problèmes exigeants, où les superordinateurs fournissent traditionnellement des solutions par la modélisation et la simulation, l'IA promet de rendre ces processus "plus rapides, meilleurs, plus efficaces".

Au-delà de la science, Dongarra estime que l'impact de l'IA sera encore plus profond que celui d'internet. Il envisage l'IA devenant incroyablement omniprésente, servant à des fins encore à découvrir pleinement, et jouant finalement un rôle plus substantiel dans la vie quotidienne que ne l'a fait internet au cours des deux dernières décennies.

L'Informatique Quantique : Un Domaine Prometteur Mais Naissant

Tout en reconnaissant l'informatique quantique comme un domaine de recherche intrigant, Dongarra a averti qu'elle a "un long chemin à parcourir". Il a décrit le matériel quantique actuel comme "très primitif" comparé aux ordinateurs numériques traditionnels. Contrairement aux systèmes numériques qui donnent une réponse définitive, les ordinateurs quantiques fournissent une distribution de probabilité de solutions potentielles, nécessitant plusieurs "exécutions" pour inférer un résultat.

Dongarra estime que le domaine a été "survendu", ce qui a conduit à un battage médiatique excessif. Il prédit un "hiver quantique", une période de désillusion similaire à ce que l'IA a connu avant sa résurgence actuelle. Pour que l'informatique quantique devienne véritablement compétitive, des défis importants doivent être surmontés. Les ordinateurs quantiques sont très sensibles aux perturbations, ce qui entraîne des "erreurs" fréquentes en raison de la fragilité de leurs calculs. Tant que ces systèmes ne pourront pas être rendus plus tolérants aux pannes, leur utilité pratique restera limitée. Dongarra a exprimé son scepticisme quant à la concrétisation des ordinateurs portables quantiques, du moins de son vivant. En outre, le développement d'algorithmes quantiques efficaces en est encore à ses balbutiements, tout comme le logiciel et l'infrastructure nécessaires.

L'Avenir des Architectures Informatiques

En regardant vers l'avenir, Dongarra prévoit un futur où les puissants superordinateurs numériques actuels, souvent augmentés d'accélérateurs comme les GPU, intégreront des technologies encore plus diverses. Il a suggéré que l'informatique quantique pourrait devenir un autre accélérateur spécialisé, aux côtés de technologies émergentes telles que l'informatique neuromorphique (qui imite la structure du cerveau) et l'informatique optique. Les ordinateurs optiques, qui effectuent des calculs à la vitesse de la lumière en manipulant des faisceaux lumineux, offrent une vitesse incroyable pour des tâches spécifiques comme la multiplication. Dongarra envisage un paysage informatique hybride où les CPU, les GPU, les dispositifs quantiques, les processeurs neuromorphiques et les composants optiques pourraient tous se combiner pour s'attaquer à des problèmes complexes.

Géopolitique et Développement Technologique

La concurrence géopolitique actuelle, en particulier entre les États-Unis et la Chine, influence considérablement le développement et le partage de la technologie. Dongarra a observé que si les États-Unis ont imposé des restrictions sur la vente de certaines technologies informatiques, telles que les pièces Nvidia, à la Chine, il existe des voies non officielles permettant aux collègues chinois d'accéder au matériel restreint.

Paradoxalement, ces restrictions pourraient avoir involontairement propulsé le développement technologique indigène de la Chine. La Chine a délaissé l'acquisition de technologie occidentale pour investir massivement dans ses propres capacités de recherche et de fabrication. Dongarra a noté que la Chine conçoit désormais ses propres puces compétitives et a construit de puissants superordinateurs qui rivalisent probablement avec les machines les plus importantes des États-Unis, bien que les informations sur leurs performances ne soient pas publiquement comparées. Il a reconnu que la technologie de fabrication de puces de la Chine a actuellement un ou deux générations de retard sur les principaux fabricants comme TSMC (Taiwan Semiconductor Manufacturing Company), mais s'attend à ce que la Chine rattrape son retard. Il a également souligné la réalité complexe de la fabrication de puces, notant que certaines puces chinoises pourraient encore être produites à Taïwan, que la Chine considère comme faisant partie de son territoire.

L'Impact de l'IA sur les Programmeurs

Concernant l'avenir de la programmation, Dongarra voit l'IA jouer un rôle crucial dans l'automatisation des tâches de développement chronophages. Il a été impressionné par la capacité de l'IA à générer et optimiser des logiciels à partir de requêtes en langage naturel. Il pense que de plus en plus, les développeurs décriront les fonctions de programme souhaitées en utilisant le langage courant, permettant à l'IA d'écrire le code. Tout en reconnaissant les problèmes potentiels comme les "hallucinations" ou les sorties incorrectes, Dongarra a souligné l'importance d'intégrer des vérifications pour garantir l'exactitude des solutions générées par l'IA. Malgré ces défis, il plaide pour l'adoption du potentiel de l'IA pour transformer le développement logiciel.