L’Inde au cœur de la course à l’IA – Comment l’informatique neuromorphique pourrait propulser la nation en tête du peloton

L’industrie de l’intelligence artificielle (IA) est en train de changer le monde de façon spectaculaire alors qu’elle devient une partie intégrante des entreprises de tous les secteurs. 

Des secteurs de la santé, du commerce de détail, de la finance, de la fabrication et de la chaîne d’approvisionnement à l’éducation, l’énergie et le divertissement, la demande d’outils alimentés par l’IA ne cesse de croître. 

Selon PWC, l’IA peut transformer la productivité et le potentiel du PIB de l’économie mondiale, les gains les plus importants à observer en Chine et en Amérique du Nord, équivalant à un total de 10,7 billions de dollars.

Sous l’impulsion de cette utilisation croissante, le marché de l’IA devrait passer de 50 milliards de dollars en 2023 à bien plus de 800 milliards d’ici la fin de la décennie, selon Statista.

Ce boom de l’IA a entraîné une concurrence entre les grandes entreprises pour développer les modèles d’IA les plus puissants au monde, et les pays sont désireux de favoriser leurs propres systèmes d’IA concurrents.

Dans ce contexte, l’Inde s’est imposée comme un acteur clé, avec 92 % des travailleurs du savoir utilisant l’IA générative contre une moyenne mondiale bien plus basse de 75 %.

Fin du mois dernier, l’homme le plus riche d’Asie, Mukesh Ambani, président de Reliance Industries (RELIANCE.BO ), a dévoilé « JioBrain », une suite d’outils et d’applications d’IA destinés à transformer les entreprises dans l’énergie, le textile et plus encore. La branche télécoms de Reliance travaille actuellement avec l’Indian Institute of Technology (IIT) pour lancer « Bharat GPT » pour les utilisateurs indiens. 

« Nous devons être à l’avant-garde de l’utilisation des données, l’IA étant un catalyseur pour réaliser un saut quantique en productivité et en efficacité. »

– Mukesh Ambani

Après avoir construit une industrie informatique de haute puissance évaluée à 250 milliards de dollars, l’Inde se tourne désormais vers les services d’IA, qui, selon un rapport de Nasscom et BCG, pourraient valoir 17 milliards de dollars au cours des trois prochaines années. 

Avec plus de 900 millions d’internautes, l’Inde s’est imposée comme « la capitale mondiale des données ». Le fait qu’autant de données soient publiques est extrêmement bénéfique pour les entreprises, car elles peuvent écrire leurs propres algorithmes d’IA.

Cependant, la puissance de calcul et les ressources partagées sont nécessaires pour accélérer l’industrie de l’IA du pays. À cet effet, le gouvernement indien a acquis mille GPU pour offrir une capacité de calcul aux créateurs d’IA. 

Plus tôt cette année, le premier lot de puces Nvidia (NVDA ) est arrivé dans les centres de données indiens après que le PDG du plus grand fabricant de puces au monde, Jensen Huang, a visité l’Inde et a discuté avec le Premier ministre Narendra Modi et des dirigeants technologiques.

« Vous avez les données, vous avez le talent. Ce sera l’un des plus grands marchés de l’IA au monde. »

– Huang a déclaré cela au Premier ministre à l’époque

Une percée: imiter le cerveau pour un calcul plus intelligent

Dans ce contexte, des scientifiques du Centre for Nano Science and Engineering (CeNSe), Indian Institute of Science (IISc), Bangalore, Inde, ont réalisé une avancée majeure dans la technologie de calcul neuromorphique. Cette technologie imite la structure et le fonctionnement du cerveau humain pour créer des systèmes de calcul plus efficaces et intelligents.

Cette avancée remarquable peut aider l’Inde à devenir un acteur majeur de la course mondiale à l’IA et rendre le calcul IA accessible à tous et intégré dans leurs appareils personnels.

C’est certainement un exploit remarquable, étant donné que le modèle conventionnel de « cloud computing » nécessite de grands centres de données qui consomment beaucoup d’énergie. L’utilisation de centres de données gourmands en ressources limite leur usage à une petite communauté de développeurs.

Le matériel neuromorphique promet une meilleure efficacité énergétique et de l’espace pour l’IA. Cependant, à l’heure actuelle, il ne peut gérer que des opérations à faible précision. Des tâches comme le traitement du langage naturel (NLP), l’entraînement de réseaux neuronaux et le traitement du signal nécessitent beaucoup plus de résolution de calcul et sont actuellement hors de portée des éléments de circuit neuromorphiques individuels. 

Cependant, la dernière avancée des scientifiques de l’IISc peut réellement aider et faire évoluer le domaine vers le « edge computing », qui rapproche le traitement et le stockage des données des appareils qui les créent et les utilisent. Cela réduit la latence, améliore les performances des applications et réduit les coûts réseau. 

L’edge computing permet en outre aux applications en temps réel, ainsi qu’aux applications d’IA et d’apprentissage automatique, de traiter de grands volumes de données avec une plus grande vitesse et fiabilité. 

Publiée dans Nature, la dernière recherche du professeur Sreetosh Goswami du CeNSe, IISC, qui a dirigé un groupe de scientifiques et d’étudiants, a développé un type de dispositif semi-conducteur appelé Memristor. Au lieu d’utiliser la technologie traditionnelle à base de silicium, le Memristor a été créé à partir d’un film métal-organique.

L’utilisation de films moléculaires a permis aux chercheurs de suivre les mouvements ioniques libres, ce qui a élargi les voies de mémoire.

Pour établir des contrôles cinétiques sur la transition moléculaire qui a permis les caractéristiques neuromorphiques dans un seul élément de circuit, les scientifiques ont appliqué des impulsions de tension et ont ensuite cartographié les mouvements moléculaires vers un signal électrique distinct. Cela a créé un vaste « journal moléculaire » de différents états.

« En raison de ce mouvement ionique libre, d’innombrables états de mémoire uniques et voies ont été générés. De tels états intermédiaires étaient jusqu’ici inaccessibles, car la plupart des dispositifs numériques ne peuvent accéder qu’à deux états, soit de haute soit de faible conductance. »

– Professeur Sreebrata Goswami, père du Professeur Sreetosh, scientifique visiteur au CeNSe

Cette plateforme, en combinant la créativité de la chimie et la précision de l’ingénierie électrique, a « permis de contrôler très précisément la cinétique moléculaire à l’intérieur d’un circuit électronique alimenté par des impulsions de tension nanosecondes », a-t-il ajouté.

Le changement moléculaire était minuscule, mais c’était exactement ce qui a permis d’obtenir un accélérateur neuromorphique très précis et efficace. Cet accélérateur, premier du genre, peut stocker et traiter les données au même endroit.

Ainsi, le matériau a essentiellement permis au dispositif semi-conducteur de reproduire la façon dont notre cerveau traite l’information à l’aide des synapses et des neurones. Lorsqu’il est intégré à un ordinateur numérique ordinaire, le Memristor a multiplié ses performances énergétiques et de vitesse de plusieurs centaines de fois, devenant ainsi un « accélérateur IA économe en énergie ».

L’extension éventuelle de la technologie devrait permettre d’exécuter les tâches d’IA les plus complexes et à grande échelle, comme l’entraînement de LLM, sur un simple ordinateur portable ou smartphone grand public, au lieu de nécessiter des centres de données.

Renforcer les capacités de l’IA avec la technologie Memristor

Avec la demande croissante de smartphones plus rapides et plus efficaces, le calcul numérique basé sur la technologie des transistors en silicium rencontre déjà des limites. En plus de la croissance de l’IA, il existe désormais un besoin crucial d’innovations capables d’améliorer de façon significative la vitesse de traitement et l’efficacité énergétique des systèmes informatiques actuels. 

Pour créer un tel dispositif, les scientifiques de l’IISc ont utilisé la méthode du film métal-organique pour leurs Memristors — une approche d’In-Memory Computing adoptée par les fabricants de puces pour surmonter les problèmes, mais qui a eu peu de succès — qui fonctionne comme le circuit neurone-synapse du cerveau.

Alors que dans les années 2010, les entreprises ont tenté d’imiter le cerveau, elles ont continué à utiliser des transistors en silicium et n’ont pas réalisé de gains significatifs.

« Dans les années 2020, les investissements en recherche reviennent à l’université car il est devenu évident que nous avons besoin de découvertes beaucoup plus fondamentales pour réellement parvenir à un calcul inspiré du cerveau. Si l’on adopte simplement une approche brute en utilisant des transistors et en imposant certains algorithmes, cela ne fonctionnera pas. »

– Sreetosh a déclaré dans une interview

Dans notre cerveau, la mémoire et le traitement ne ressemblent en rien à un ordinateur numérique. Il n’y a pas de 0 et de 1 utilisés pour le traitement de l’information ou la division des données en petits morceaux. Ce que fait notre cerveau, c’est absorber de gros blocs de données pour traiter l’information, ce qui réduit drastiquement le nombre d’étapes nécessaires pour obtenir des réponses, le rendant extrêmement économe en énergie. 

La combinaison du calcul analogique et de la technologie Memristor rend le calcul neuromorphique rapide et très efficace.

Ainsi, l’équipe a stocké et traité les données dans 16 520 états simultanément au lieu de seulement deux états (zéros et uns). Cela a réduit le nombre d’étapes nécessaires pour effectuer les calculs fondamentaux des algorithmes d’IA, multipliant des matrices 64 × 64, à seulement 64 étapes, ce qui aurait autrement nécessité 262 144 opérations.

Pour tester le dispositif, l’équipe l’a branché à un ordinateur de bureau conventionnel et l’a ensuite utilisé pour réaliser la tâche complexe de régénérer l’image des « Piliers de la création » de la NASA à partir des données du télescope spatial James Webb. La tâche a été accomplie beaucoup plus rapidement et avec nettement moins d’énergie qu’un ordinateur ordinaire.

Une efficacité énergétique de 4,1 téra-opérations par seconde par watt (TOPS/W) a été rapportée par l’équipe, ce qui est 220 fois plus efficace qu’un GPU NVIDIA K80, avec un potentiel d’amélioration considérable.

« Le calcul neuromorphique a connu son lot de défis non résolus pendant plus d’une décennie, » a noté Sreetosh, ajoutant que durant leurs recherches de dix ans et leur « rare » découverte, l’équipe a pu résoudre les six défis initiaux et, ce faisant, « presque atteint le système parfait ».

À ce stade, il ne s’agit que d’une preuve de principe, mais malgré son stade précoce, le fait que l’équipe ait réalisé une amélioration de quatre ordres de grandeur par rapport aux méthodes avancées tout en consommant 460 fois moins d’énergie que les ordinateurs numériques, les scientifiques croient que cette avancée peut aider l’Inde à faire un bond significatif dans le matériel d’IA.

Selon Navakanta Bhat, expert en électronique au silicium et professeur au CeNSE (qui a également dirigé la conception du projet) :

« Ce qui ressort, c’est la façon dont nous avons transformé la compréhension complexe de la physique et de la chimie en une technologie révolutionnaire pour le matériel d’IA. Dans le cadre de la Mission semi-conducteurs de l’Inde, ce développement pourrait changer la donne, révolutionnant les applications industrielles, grand public et stratégiques. L’importance nationale de cette recherche ne saurait être surestimée. »

Dans la prochaine étape, l’équipe construira des réseaux plus grands allant jusqu’à 256 × 256. Financé par le ministère de l’Électronique et des Technologies de l’Information (MeitY), la recherche vise également à développer et démontrer une solution System-on-Chip et, finalement, à créer une start-up pour la commercialiser, ce qui devrait se produire au cours des trois prochaines années. 

Positionner l’Inde comme leader mondial de l’IA 

Une combinaison d’instituts de recherche, de start-ups et de grandes entreprises technologiques stimule la croissance importante que le secteur de l’IA en Inde connaît actuellement. C’est grâce à ces acteurs que l’IA théorique se traduit avec succès en applications concrètes.

Mais ce n’est pas tout. L’industrie de l’IA en pleine expansion en Inde a également reçu un soutien considérable de son gouvernement, qui a introduit plusieurs politiques et initiatives stratégiques, telles que la Stratégie nationale IA, le groupe de travail IA et la Mission IA, pour accélérer son avancement. 

En augmentant les investissements à hauteur de 1,25 milliard de dollars pour la « IndiaAI Mission », le gouvernement agit comme le principal moteur de la transformation de l’IA en Inde.

Le ministère de l’Électronique et des Technologies de l’Information (MeitY), qui a financé la dernière percée informatique à l’IISc, recherche des solutions IA dans le cadre de la IndiaAI Mission.

Le MeitY a invité les candidatures pour des solutions IA afin de répondre aux principaux défis dans les domaines du changement climatique, de l’agriculture, de la santé et des technologies d’assistance. Les candidats passeront par plusieurs cycles d’évaluation et, une fois sélectionnés, recevront des fonds pour développer davantage et déployer leur solution pour l’usage du gouvernement et des entités associées pendant quatre ans.

L’initiative est prise sous l’IndiaAI Application Development Initiative (IADI), l’un des sept piliers de IndiaAI. Le  ministère a spécifié jusqu’à quinze problématiques dans le document de candidature. 

Par ailleurs, AWS a sélectionné sept start-ups indiennes pour son programme mondial d’accélérateur d’IA générative. Ces start-ups comprennent Zocket, Unscripted AI, Phot.ai, Orbo.ai, Neural Garage, House of Models et Converse. Parmi les 80 entreprises sélectionnées par AWS à travers le monde, ces start-ups ont été choisies pour leur utilisation innovante de l’IA et leurs ambitions de croissance mondiale. 

Toutes les entreprises sélectionnées auront accès aux puces IA de la société ainsi qu’aux technologies de calcul et de stockage. Elles recevront également des crédits AWS, une formation et un mentorat pour approfondir leur utilisation des technologies d’IA et d’apprentissage automatique.

Bien que le pays réalise des avancées considérables, de nombreux obstacles subsistent sur la voie de la suprématie en IA. L’Inde doit combler le manque de compétences et d’infrastructures adéquates afin de réaliser pleinement son potentiel pour devenir un leader mondial de l’IA. 

Entreprises contribuant à l’avancement du marché de l’IA en Inde

Le marché de l’IA en pleine expansion en Inde a conduit plusieurs entreprises à travailler à l’avancement de l’IA. Par exemple, la start-up d’IA Krutrim est devenue le premier licorne de l’Inde cette année après avoir obtenu 50 millions de dollars de financement de Lightspeed Venture Partners et du milliardaire Vinod Khosla. Par ailleurs, la deuxième personne la plus riche d’Asie, Gautam Adani, a annoncé une coentreprise avec les Émirats arabes unis pour explorer l’IA et se diversifier dans les services numériques. 

Microsoft (MSFT ) soutient également des initiatives en Inde visant à former 2 millions de personnes aux compétences en IA. Infosys, Wipro, Tech Mahindra (TECHM.BO ) et Larsen & Toubro (L & T), entre autres, utilisent l’IA dans leurs activités. HCL Technologies (HCLTECH.BO ), quant à elle, a signé un accord avec Foxconn de Chine pour créer une installation de test de puces.

Voyons maintenant un nom de premier plan dans l’industrie de l’IA en Inde : (LT.BO )

Tata Consultancy Services (TCS)

La plus grande entreprise de logiciels en Inde, TCS, a investi 1,5 milliard de dollars dans un pipeline de projets d’IA générative en juillet de cette année. Cela fait suite à la création, l’année dernière, d’une unité commerciale dédiée à l’AI Cloud. Il existe également une zone d’expérience IA qui permet aux employés de développer et d’expérimenter des solutions IA. À ce jour, plus de 300 000 employés de TCS ont reçu une formation de base en IA, tandis que l’entreprise gère actuellement plus de 270 projets IA et IA générative.

TCS travaille également à renforcer l’industrie des semi-conducteurs en Inde et collabore avec Tata Electronics pour développer des puces d’ici 2026. Tata Electronics, quant à elle, dirige la fabrication avec deux usines de semi-conducteurs autorisées. La première installation de 11 milliards de dollars sera mise en place avec la Powerchip Semiconductor Manufacturing Corporation (PSMC) de Taïwan, dans le but de fabriquer 50 000 wafers par mois. La deuxième installation de 3,26 milliards de dollars sera une usine d’assemblage et de test de puces qui devrait commencer ses opérations dans les années à venir.

En ce qui concerne les finances, TCS a déclaré une hausse de +3,9 % d’une année sur l’autre de son chiffre d’affaires à 7,51 milliards de dollars US pour le deuxième trimestre 2024. Le revenu net s’est élevé à 1,44 milliard de dollars US, tandis que la trésorerie nette provenant des opérations était de 1,34 milliard de dollars US. L’entreprise a également signalé une croissance « très forte » sur les marchés émergents, menée par l’Inde. 

Conclusion

L’Inde, avec sa population jeune et numériquement avertie, est bien placée pour stimuler la croissance de l’IA non seulement localement mais à l’échelle mondiale. Le marché de l’IA en Inde est en fait prévu d’atteindre 8 milliards de dollars d’ici 2025. 

Grâce à la recherche et au développement continus, comme le démontre l’IISc, le pays peut devenir un acteur clé de la course à l’IA. Mais pour que l’Inde prenne réellement les devants, toutes les parties prenantes doivent travailler ensemble pour soutenir le parcours IA du pays, libérer son énorme potentiel, et transformer complètement l’IA.

Cliquez ici pour tout savoir sur l’investissement dans l’intelligence artificielle.