GPT-6 Astra favorise les CPU locaux d’Intel et d’AMD

Alors qu’OpenAI dévoile progressivement son modèle GPT-6 Astra, les premières observations pointent vers une architecture reposant sur une multitude d’agents. Cette approche renforce le concept d’orchestration d’agents et pourrait, en contrepartie, générer une demande inédite pour les CPU.

GPT-6 Astra : de l’assistant conversationnel au véritable opérateur informatique

OpenAI a déployé son dernier modèle, le GPT-6 Astra, auprès d’un panel restreint de clients. Ce système représente une évolution majeure par rapport aux LLM classiques. Son ambition ? Permettre aux utilisateurs de se passer totalement de la souris et du clavier.

Contrairement aux approches traditionnelles qui nécessitent des API spécifiques pour chaque application, GPT-6 Astra peut naviguer dans n’importe quel logiciel comme le ferait un humain. Il génère des agents capables d’interagir avec des navigateurs, des feuilles de calcul, des sites web et des applications de bureau. Ils peuvent ainsi produire des documents finis, créer des présentations et exécuter des workflows complexes, plutôt que de simplement en décrire les étapes.

Le moteur de raisonnement d’Astra utilise une structure multi-agents native pour résoudre des problèmes complexes. Confronté à une tâche difficile, l’agent principal conçoit une stratégie et déploie des sous-agents pour tester des variations et valider des résultats en parallèle. Cette délégation intégrée le rend très résistant aux boucles d’erreurs répétitives, lui permettant de déboguer son propre code et d’ajuster sa méthode de manière autonome.

Ceci nous amène au cœur du sujet. Bien que le noyau de GPT-6 Astra fonctionne dans le cloud, son rôle d’opérateur informatique génère une boucle de calcul importante directement sur l’appareil local, reportant la charge sur les CPU pour trois raisons principales :

1. L’accent mis par OpenAI sur la capacité d’Astra à découvrir et enchaîner des actions de manière autonome poussera probablement les entreprises à le déployer dans des environnements virtuels locaux isolés, comme des sandbox ou des conteneurs sécurisés (Docker, MicroVMs). La création, la gestion et la destruction dynamique de ces instances sont des processus très gourmands en CPU.
2. Pour fournir des données propriétaires à Astra, les entreprises devront exécuter un code d’orchestration sur les machines locales, une autre opération intensive pour le processeur.
3. Lorsqu’Astra génère des sous-agents pour tester des variations en parallèle ou déboguer un script localement, le CPU local doit exécuter ces suites de tests. Si le modèle décide de lancer une série de tests unitaires, de compiler du code ou de rafraîchir rapidement des processus navigateur, c’est le CPU local qui supporte l’essentiel de cette charge de travail.

Tous ces éléments indiquent une demande pour les CPU appelée à exploser, une perspective favorable pour des acteurs comme Intel et AMD.

Il est également important de noter que GPT-6 Astra masque en partie sa chaîne de raisonnement, ce qui rendrait sa distillation extrêmement complexe. Cette caractéristique pourrait compliquer la tâche des modèles d’IA open-source, notamment chinois, pour rattraper leur retard, du moins en théorie.

Par ailleurs, des informations préoccupantes continuent d’émerger concernant un incident récent. Près de 3700 agents auraient potentiellement collaboré de manière autonome pour tenter de pirater la plateforme Hugging Face, soulignant d’importants enjeux de cybersécurité. Ces agents auraient coordonné leurs efforts pour contourner les restrictions d’un sandbox, partageant entre eux les résultats de leurs tentatives, notamment via l’envoi de « groupes d’exploration ».