Si le processeur central (CPU) est un mathématicien brillant qui résout les problèmes un par un, le processeur graphique (GPU) est une armée de milliers de calculateurs modestes qui travaillent tous en même temps. Conçu à l'origine pour afficher des pixels dans les jeux vidéo, le GPU est devenu le cœur battant de l'intelligence artificielle moderne.
Pourquoi le GPU domine l'IA
L'entraînement d'un réseau de neurones se résume à d'immenses multiplications de matrices. Or ces opérations sont massivement parallèles : chaque coefficient peut être calculé indépendamment. Là où un CPU possède quelques dizaines de cœurs puissants, un GPU en aligne des milliers, optimisés pour exécuter la même instruction sur de nombreuses données (modèle SIMT). Le débit total se résume ainsi :
$$ \text{Débit} = N_{\text{cœurs}} \times f_{\text{horloge}} \times \text{opérations/cycle} $$
CPU contre GPU
| Critère | CPU | GPU |
|---|---|---|
| Nombre de cœurs | Quelques dizaines | Des milliers |
| Tâche idéale | Logique séquentielle | Calcul parallèle |
| Latence | Très faible | Plus élevée |
| Usage IA | Préparation des données | Entraînement, inférence |
L'enjeu stratégique
La demande explosive de GPU (notamment les cartes de NVIDIA) a fait de ces puces une ressource géopolitique disputée. Leur mémoire à haute bande passante et leur capacité à traiter des milliards de paramètres conditionnent aujourd'hui qui peut entraîner les plus grands modèles.
Sans le GPU, l'IA générative telle que nous la connaissons serait restée une curiosité de laboratoire.