La sortie du premier produit issu du rachat de Movidius par Intel, une clé USB spécialisé dans le machine learning, rappelle les ambitions de la firme américaine dans le domaine de l’Intelligence Artificielle. Intel cherche a rattraper son retard Nvidia et Qualcom, ses principaux concurrents en matière de hardware spécifiquement conçu pour l’IA.
Bien entendu, le produit qui vient de sortir ressemble beaucoup aux clés USB Fathom commercialisées par Movidius avant son rachat par Intel en septembre 2016. Le prix est plus avantageux, de 79$ au lieu de 99$, mais pour le reste, les outils se ressemblent. La nouvelle venue est simplement annoncée comme plus performante, pour un prix réduit, et elle profite de la puissance économique d’Intel pour être plus largement disponible et présentée.
Une clé USB dédiée au machine learning et au systèmes neuronaux
Dans le détail, la Movidius Neural Compute Stick (c’est son nom) est une clé USB proposant un outil de machine learning, s’appuyant sur une Intelligence Artificielle : en clair, elle permet d’améliorer les capacités d’un outil connecté en tirant les leçons de son utilisation. Elle a été développée pour améliorer les outils de reconnaissance graphique, mais est utilisable sur toute application utilisant une intelligence artificielle.
En effet la clé, connectée en USB 3.0, sera équipée d’un processeur Myriad 2, spécialisé dans le domaine de la vision – raison pour laquelle il est décrit comme un Vision Processing Unit (VPU). Cadencé à 600 MHz, gravé à 28nm, le Myriad 2 atteint une vitesse de calcul dépassant les 100 gigaflops. La clé est également équipée de 2Mo de mémoire de stockage et de 4 Go de mémoire vive LPDDR3 ; elle consomme à peine 1W.
Certes, cet outil est très loin, en performance, des derniers processeurs GPU dédiés au machine learning, mais sa miniaturisation et son coût modique en font un outil de choix pour les développeurs ou les particuliers curieux qui veulent optimiser eux-mêmes l’intelligence artificielle de leurs objets connectés. C’est d’autant plus vrai qu’une installation peut facilement cumuler plusieurs de ces clés afin d’augmenter la puissance de calcul et la vitesse d’apprentissage.
Des rachats de start-up pour combler le retard d’Intel dans le domaine de l’IA
Cette clé USB est le premier produit mis sur le marché depuis le rachat de Movidius par Intel ; la start up californienne, créée en 2006, était un spécialiste de la vision par ordinateur, une des disciplines de l’IA. Ses puces sont notamment utilisées dans la robotique, les wearables, les drones ou la réalité augmentée. Elles équipent notamment le drone Phantom 4 de DJI, leader sur le marché, pour lui permettre de reconnaître les obstacles et les éviter ; elles sont également au cœur du projet Tango de Google, qui ambitionne de permettre au smartphones de scanner leur environnement en 3D.
Quelques semaines avant d’acquérir Movidius, Intel avait déjà racheté, en août 2016, Nervana, une start up spécialisée dans le deep learning. Cette double acquisition montre la volonté d’Intel de se positionner dans le domaine de l’IA, et notamment de rattraper son retard face à Nvidia et Qualcom.
Une stratégie pour l’instant centrée sur la miniaturisation et les objets connectés
Car si, historiquement, Intel est avant tout spécialiste des PC et des serveurs, la firme veut se recentrer sur l’Intelligence Artificielle en général, et en particulier dans l’Internet des Objets, les wearables, les robots et drones, la réalité virtuelle et augmentée. Ces rachats sont autant d’atouts glissés dans la manche d’Intel pour faire face à des concurrents qui se sont positionnés bien plus tôt sur ce marché.
De ce point de vue, la clé USB Movidius n’est qu’une étape, mais en terme de miniaturisation, elle se place d’emblée comme la solution proposant le meilleur rapport puissance de calcul / prix – prouvant la volonté d’Intel de s’imposer dans la bataille technologique qui s’annonce.
La stratégie d’Intel semble d’ailleurs d’aller se battre sur ces marchés de la miniaturisation ou des objets connectés, car en matière de GPU destiné au Deep Learning haut de gamme, la puce Tesla V100 de Nvidia ne semble pas prête d’être détrônée avec sa puissance de calcul graphique atteignant les 15 teraflops.