Modèle d'IA Optimise les Noyaux GPU Plus Rapidement Que les Experts Humains
Une nouvelle technique développée par des chercheurs de Stanford, Nvidia et Together AI a réalisé une avancée significative dans le domaine de l'intelligence artificielle en optimisant un noyau GPU critique pour qu'il fonctionne deux fois plus vite que l'état de l'art précédent, qui avait été écrit par des experts humains, selon VentureBeat. La technique, nommée Test-Time Training to Discover (TTT-Discover), remet en question l'approche conventionnelle consistant à accorder plus de temps aux modèles pour le raisonnement.
TTT-Discover permet au modèle de continuer à s'entraîner pendant le processus d'inférence, en mettant à jour ses poids pour le problème spécifique à traiter, a rapporté VentureBeat. Cette approche contraste avec les stratégies actuelles d'IA d'entreprise qui reposent souvent sur des modèles "gelés", où les paramètres du modèle restent fixes, qu'il s'agisse d'un modèle de raisonnement fermé ou ouvert.
Dans d'autres nouvelles concernant l'IA, la communauté de l'IA surveille de près les progrès des grands modèles linguistiques d'entreprises comme OpenAI, Google et Anthropic. MIT Technology Review a noté que la communauté retient son souffle à chaque nouvelle version jusqu'à ce que METR (Model Evaluation Threat Research), une organisation à but non lucratif de recherche sur l'IA, mette à jour son graphique qui suit les capacités de l'IA. Ce graphique, publié pour la première fois en mars de l'année dernière, suggère que certaines capacités de l'IA se développent à un rythme exponentiel, et des modèles récents comme Claude Opus 4.5 ont dépassé cette tendance.
Dans d'autres nouvelles scientifiques, une équipe de géologues a découvert des preuves que deux anciennes structures ultra-chaudes de la taille d'un continent, cachées sous la Terre, ont influencé le champ magnétique de la planète au cours des 265 derniers millions d'années, a rapporté Wired. Ces masses, connues sous le nom de grandes provinces à faible vitesse de cisaillement (LLSVPs), sont parmi les objets les plus énormes et énigmatiques de la planète. Les estimations actuelles suggèrent que chacune d'entre elles est comparable en taille au continent africain, enfouie à une profondeur de 2 900 kilomètres. Selon Wired, ces régions à faible vitesse verticale de surface (LLVV) forment des zones irrégulières du manteau terrestre, avec des matériaux plus chauds, plus denses et chimiquement différents de ceux du manteau environnant.
Le sujet de l'énergie nucléaire de nouvelle génération fait également les gros titres. MIT Technology Review a abordé les questions relatives à l'énergie nucléaire avancée, aux centres de données d'IA à très grande échelle et au réseau lors d'une récente table ronde en ligne. Une question clé portait sur les besoins en combustible des réacteurs nucléaires de nouvelle génération. Beaucoup de ces réacteurs n'utilisent pas l'uranium faiblement enrichi que l'on trouve dans les réacteurs conventionnels, ce qui soulève des questions sur les considérations relatives à la chaîne d'approvisionnement.
Discussion
AI Experts & Community
Be the first to comment