TotalEnergies adopte les machines d’intelligence artificielle de Cerebras

TotalEnergies adopte les machines d'intelligence artificielle de Cerebras

Cerebras Systems, une start-up basée à San José, en Californie, qui fabrique des ordinateurs dédiés au traitement des algorithmes de deep learning et à d’autres tâches de calcul scientifique à grande échelle, a annoncé avoir vendu son premier ordinateur “CS-2” à TotalEnergies, la société d’exploration et de production d’énergie âgée de 98 ans.

Il s’agit de la première victoire de la jeune start-up d’IA dans le secteur de l’énergie. « Le secteur de l’énergie a historiquement été un consommateur monstrueux d’informatique, et il est généralement resté discret à ce sujet », raconte Andrew Feldman, cofondateur et PDG de Cerebras, à ZDNet. « Le marché de l’énergie est quatre fois plus important que le marché sur lequel Google et tous les autres acteurs jouent – il est incroyablement grand », ajoute-t-il, en faisant référence au marché de la publicité et des achats en ligne.

« Nos ingénieurs sont très enthousiastes », indique Vincent Saubestre, PDG de TotalEnergies Research and Technologies, à ZDNet, « car les machines Cerebras sont conçues pour le machine learning, et l’information des modèles pour concevoir de nouvelles molécules, de nouveaux matériaux, pour simuler des choses qui prendraient beaucoup plus de temps » avec d’autres ordinateurs. Basé à Houston, au Texas, le centre de recherche est le lieu où le système CS-2 a été testé.

« Nous sommes dans des domaines très différents : nous apportons des experts en la matière, ils apportent du matériel qui n’a pas été testé dans cette industrie », ajoute-t-il.

publicité

Pangea III

Le bureau de recherche de TotalEnergies a pour mission d’évaluer de nouvelles machines destinées à compléter et, à terme, à remplacer les systèmes existants de TotalEnergies. « Nous sommes les pilotes d’essai des nouvelles machines à Houston, l’école Top Gun », commente Vincent Saubestre.

TotalEnergies est un adepte des très gros ordinateurs, et l’utilisation du Cerebras CS-2 s’inscrit dans un contexte de tests et de construction de systèmes de supercalculateurs. Le Pangea III de TotalEnergies est le 29e plus grand supercalculateur au monde, basé sur des machines IBM. Il s’agit du plus grand supercalculateur privé, note Vincent Saubestre.

Cerebras a dévoilé en août 2019 la plus grande puce du monde, le “Wafer-scale engine”, ou WSE, dédié au traitement algorithmique lourd sur des choses comme la multiplication matricielle. L’entreprise a obtenu des contrats précoces avec des laboratoires gouvernementaux, notamment le laboratoire Argonne et le laboratoire Lawrence Livermore, du ministère américain de l’Energie.

Le premier projet testé sur le CS-2 est une tâche de « modélisation sismique » utilisée pour détecter les endroits où il faut forer pour trouver du pétrole et du gaz. Ce travail est détaillé dans une présentation par les chercheurs de TotalEnergies lors de la conférence 2022 Energy HPC, à l’Université Rice, à Houston. Les travaux portent sur de grandes images sismiques, où des ondes acoustiques rebondissent à la surface des surfaces sous-marines pour jauger le paysage, « ce qui est pétrole, ce qui n’est pas pétrole, ce qui est gaz, ce qui n’est pas gaz ». De grandes simulations prennent ensuite la place des milieux poreux dans lesquels sont stockés le pétrole et le gaz.

« Il s’agit essentiellement d’inverser de grandes matrices et de simuler un phénomène physique », précise Vincent Saubestre. Des détails supplémentaires sont présentés dans un billet de blog de Cerebras.

Démonstration de puissance

Andrew Feldman explique qu’en se mesurant à un seul GPU Nvidia A100, la puce de Cerebras, qui dispose d’une surface de silicium 56 fois supérieure à celle du GPU et d’une bande passante mémoire 12 733 fois supérieure, a pu multiplier par 100 les performances de la partie Nvidia. « Nous avons démontré une accélération de 100 fois grâce à la bande passante de la mémoire, et que ces charges de travail sont une combinaison de l’IA, et d’autres tâches HPC, sont extrêmement intensives en calcul et nécessitent un grand nombre d’accès à et depuis la mémoire. »

Bien que la comparaison d’une partie de Cerebras de la taille d’une plaquette avec un seul GPU Nvidia ne soit pas tout à fait des pommes avec des pommes, Andrew Feldman explique que la comparaison est toujours une démonstration significative d’une accélération, car il y a des avantages à un système de cœurs intégrés et de bande passante intégrée qui dépassent ce que de nombreuses parties discrètes peuvent faire lorsqu’elles sont regroupées.

« Lorsque nous sommes 100 fois plus rapides qu’un GPU, cela ne signifie pas que vous pouvez faire ce que nous pouvons faire avec 100 GPU, c’est probablement plus proche de 1 000 », précise Andrew Feldman. « Parce qu’ils ne s’échelonnent pas de manière linéaire, et il faut plus de deux fois plus de puissance » pour doubler le nombre de GPU discrets. Andrew Feldman cite une étude réalisée l’année dernière par Tim Rogers et Mahmoud Khairy de l’université de Purdue et publiée par l’Association for Computing Machinery. Cette étude offre une plongée en profondeur dans les détails des différentes architectures de puces pour l’intelligence artificielle (IA).

« Je serais un peu prudent en faisant 100 fois de la publicité, mais il y a ce potentiel, sans aucun doute », déclare quant à lui Vincent Saubestre. Ce dernier souligne par ailleurs les avantages de la machine Cerebras à mesure que le groupe s’attaque à des tâches de plus en plus importantes. L’entreprise étudie des méthodes de capture du carbone pour tenter de réduire les gaz à effet de serre.

« La différence, ici, est que vous n’envisagez pas un confinement sur une zone de plusieurs kilomètres, mais un confinement de la taille d’un bassin où vous allez stocker le CO2, et vous envisagez des simulations temporelles qui ne durent pas 10, 20, 30 ans, mais qui permettent de stocker le CO2 pendant des centaines d’années. » Et il ajoute : « Quand on commence à regarder ces modèles massifs de type échelle de bassin, c’est aussi un avantage pour les machines Cerebras. »

TotalEnergies mène également des recherches sur les matériaux, par exemple pour les batteries haute performance utilisées dans l’espace, et sur les conceptions de matériaux qui permettraient de capter directement le CO2 de l’air et de le piéger. « Ce sont tous ces projets passionnants que nous allons tester dans l’année à venir avec l’équipe d’Andrew. »

Un partenariat à long terme

Le travail est remarquable non seulement par l’ampleur des problèmes, mais aussi par l’utilisation de ce que Cerebras appelle son langage logiciel Cerebras, un kit de développement logiciel (SDK) introduit l’année dernière, qui permet un contrôle de plus bas niveau de la machine. Le CSL permet aux utilisateurs de « créer des noyaux personnalisés pour leurs applications autonomes ou de modifier les bibliothèques de noyaux fournies pour leurs cas d’utilisation uniques », comme l’explique Cerebras. Les chercheurs de TotalEnergies ont travaillé avec Cerebras pour affiner le code CSL afin d’optimiser les charges de travail sur le CS-2.

En ce qui concerne les achats futurs au-delà de la seule unité CS-2, Vincent Saubestre décrit TotalEnergies et Cerebras comme des fiancés qui se font la cour. « Il y a beaucoup de partenariats où l’on fait du covoiturage pour aller en boîte de nuit, et puis il y a des collaborations à long terme », décrit Vincent Saubestre. « Nous sommes des fiancés pour l’instant, mais nous essayons de faire fonctionner ce couple. »

« Il y a beaucoup de choses qui peuvent être optimisées, et il y a beaucoup de potentiel, et c’était la raison de se lancer dans ce partenariat avec quelqu’un qui est aussi désireux que nous de le réaliser », estime Vincent Saubestre. « Nous espérons conserver cet avantage concurrentiel que nous avons eu au fil des ans et inventer les futures machines pour réaliser nos simulations. »

Vincent Saubestre ajoute que certains fournisseurs avec lesquels TotalEnergies travaille se concentrent sur la vente de services en cloud, mais ces services ne sont pas nécessairement idéaux pour le type de travail que le géant de l’énergie doit effectuer. « Ils vendent le cloud comme si c’était la fin de tout, et pour l’instant, ce n’est pas aussi attrayant qu’il y paraît », conclut-il.

Source : ZDNet.com

Leave a Reply

Your email address will not be published. Required fields are marked *