NTT Research lance un modèle d'IA innovant, promeut des pratiques d'IA durables et améliore les centres de données distribués pour une performance accrue.

L'entreprise de télécommunications japonaise NTT a dévoilé une série de projets de recherche innovants visant à renforcer l'intelligence artificielle (IA) et à améliorer l'efficacité énergétique dans les centres de données.

Lors d'une récente conférence de presse à San Francisco, les chercheurs de NTT ont présenté un modèle de langage de grande taille (LLM) capable d'analyser des éléments graphiques dans des documents. Ils ont également annoncé le lancement d'un domaine de recherche révolutionnaire appelé « la physique de l'intelligence », axé sur le développement d'une IA durable et fiable, en collaboration avec l'Université de Harvard.

Au cours de l'événement, NTT a mis en avant son réseau entièrement photonique, conçu pour les centres de données distribués, réalisant des avancées significatives en matière de communication à faible latence. Yosuke Aragane, vice-président du Bureau de développement IOWN chez NTT, a souligné que le transfert de grands centres de données vers la périphérie urbaine pourrait réduire les coûts et améliorer l'efficacité énergétique, notamment grâce aux connexions en fibre rapide de NTT.

Avec plus de 330 000 employés et un chiffre d'affaires annuel de 97 milliards de dollars, NTT investit chaque année plus de 3,6 milliards de dollars dans la recherche et le développement. L'entreprise a établi son division R&D dans la Silicon Valley il y a cinq ans, présentant ses avancées lors de l'événement Upgrade 2024 à San Francisco.

« Notre mission est de faire passer votre concept de normalité à un niveau supérieur », a déclaré Kazu Gomi, président et directeur général de NTT Research.

Réseaux à faible latence aux États-Unis et au Royaume-Uni

Aragane a mis en lumière que la démonstration du réseau photonic IOWN (APN) de NTT a permis d'atteindre des délais de communication remarquablement faibles entre les centres de données connectés, ce qui est essentiel pour l'analyse IA et les services financiers. Il a noté que les zones urbaines rencontrent des défis tels que des coûts élevés, des pénuries de terres et des prix d'électricité élevés. NTT envisage de transférer des centres de données vers les banlieues, les reliant par des câbles à fibre optique capables de soutenirs des vitesses de transfert de données allant jusqu'à 400 gigabits par seconde.

Au Royaume-Uni, des tests ont montré que des centres de données situés à 100 kilomètres l'un de l'autre connaissaient moins d'une milliseconde de délai réseau avec les connexions APN. Cette performance de réseau a considérablement réduit la variation de délai par rapport aux réseaux traditionnels, rapprochant les centres de données géographiquement dispersés en termes de fonctionnalité de ceux d’un centre unique.

Le Royaume-Uni a connecté des centres de données au nord et à l'est de Londres en utilisant le réseau innovant de NTT (IOWN) APN, atteignant un délai aller-retour de moins d'une milliseconde. Des résultats similaires ont été observés en Virginie, États-Unis.

Cette initiative vise à transformer les infrastructures informatiques éloignées en une expérience de centre de données unifiée. Les contraintes locales, telles que les réglementations sur les émissions de dioxyde de carbone et les limitations d'espace, incitent les opérateurs à rechercher des alternatives en périphérie. Cependant, la latence reste un défi avec des centres géographiquement dispersés. Les liaisons photoniques de NTT sont utilisées pour relever ces défis.

Démonstrations avancées de centres de données

Dans des essais séparés, NTT et NTT DATA ont réussi à connecter des centres de données au Royaume-Uni et aux États-Unis en utilisant la technologie APN. Les tests ont révélé que les centres de données au Royaume-Uni fonctionnaient avec moins d'une milliseconde de latence et une variation de délai remarquablement faible. En comparaison, les réseaux conventionnels présentent généralement une latence dépassant 2000 microsecondes.

Le système APN répond aux exigences strictes de latence pour les applications actuelles et émergentes, y compris l'analyse IA en temps réel pour l'IoT industriel, la gestion intelligente de l'énergie et la réponse aux catastrophes naturelles. Dans le secteur financier, NTT DATA réalise des démonstrations où la faible latence est cruciale pour les transactions et les envois d'argent.

Aragane a commenté : « La demande pour les centres de données augmente, mais la rareté des terres et la disponibilité de l'électricité freinent le développement de nouvelles installations. Nous visons à créer des centres de données plus écoénergétiques pour surmonter ces obstacles. »

Innovations en compréhension visuelle

NTT a également introduit une avancée dans la compréhension machine des éléments visuels, permettant aux LLM d'interpréter des éléments graphiques dans des documents, y compris des graphiques et des diagrammes. Développée en collaboration avec Jun Suzuki de l'Université de Tohoku, cette technologie a été intégrée au LLM léger de NTT, tsuzumi.

Lors de comparaisons avec des modèles majeurs, le LLM de NTT surpasse des options open-source telles que LLaVA et les modèles GPT-3.5 et GPT-4 d’OpenAI dans diverses tâches de compréhension de documents. Kyosuke Nishida, chercheur senior chez NTT, a reconnu la capacité croissante des LLM tout en abordant les défis liés au traitement de l'information multimodale.

Dévoilé pour la première fois en novembre 2023, tsuzumi est disponible en deux variantes : une version ultralégère avec 600 millions de paramètres et une version légère avec sept milliards de paramètres. Son format compact réduit considérablement la consommation d'énergie et les coûts de formation, en faisant un choix durable pour les entreprises.

Les applications potentielles de tsuzumi incluent l'automatisation dans les centres d'appels, la tenue de dossiers numériques et des tâches en ingénierie logicielle. Le modèle prend en charge actuellement plus de 20 langues, dont l'anglais et le japonais, et est en cours d'essai commercial avec plus de 500 entreprises mondiales.

Partenariat avec le Center for Brain Science de Harvard

NTT Research a effectué un don significatif pour établir le programme de bourses Harvard-CBS-NTT, favorisant la recherche post-doctorale dans le domaine émergeant de la physique de l'intelligence. Ce don renouvelable sur deux ans pourrait dépasser 1,7 million de dollars, soutenant des recherches novatrices à l’interface de l'informatique, des neurosciences et de la psychologie.

La collaboration de NTT avec le Harvard CBS a déjà permis d'acquérir des connaissances précieuses, en abordant le biais de l'IA grâce à des principes de science cognitive. Des publications récentes ont exploré la science derrière l'IA générative et son applicabilité aux neurosciences.

« Soutenir le Harvard CBS s'aligne sur notre vision d'utiliser l'IA pour traiter des questions pressantes telles que l'équité computationnelle et la durabilité », a déclaré Gomi.

Une position unique dans la Silicon Valley

Doté d'un bureau important à Sunnyvale, en Californie, NTT Research se distingue par son engagement envers la recherche fondamentale. Au cours des cinq dernières années, NTT Research a publié plus de 450 articles académiques, recevant plusieurs prix pour l'excellence dans diverses disciplines scientifiques.

Gomi a indiqué que la recherche en cours se concentre sur le développement de circuits intégrés photoniques et l'étude du fonctionnement cérébral pour mieux comprendre les processus computationnels. De plus, NTT vise à faire progresser la technologie de cryptage résistant aux quanta pour se préparer aux futurs défis du calcul quantique.

Alors que NTT avance, l'entreprise envisage de créer des « jumeaux numériques » de systèmes biologiques, tels que le cœur, pour simuler les réponses aux médicaments pour des soins médicaux personnalisés.

À travers ces initiatives stratégiques, NTT ne se contente pas de faire avancer la technologie, mais contribue également à améliorer l'avenir de l'IA et des opérations des centres de données.

Most people like

Find AI tools in YBX

Related Articles
Refresh Articles