Intel annonce Aurora genAI, un concurrent de ChatGPT et un modèle d’IA générative avec 1 billion de paramètres

En plus de l’annonce d’aujourd’hui concernant l’ordinateur Aurora Supercomputer, Intel a également annoncé son Aurora genAI, un tout nouveau modèle d’IA générative destiné à la science.

Intel s’attaque à ChatGPT avec son modèle d’IA générative Aurora genAI pour la science, jusqu’à un billion de paramètres

L’ordinateur Aurora Supercomputer de 2 Exaflops est une machine incroyable et ce système sera utilisé pour alimenter le modèle d’IA Aurora genAI. Annoncé lors du discours d’ouverture de l’ISC23 aujourd’hui, le modèle Aurora genAI sera entraîné sur des textes généraux, des textes scientifiques, des données scientifiques et des codes liés au domaine. Il s’agira d’un modèle d’IA générative purement axé sur la science, avec des applications potentielles pour :

• La biologie des systèmes
• La recherche sur le cancer
• La science du climat
• La cosmologie
• La chimie des polymères et des matériaux
• La science

Les fondements du modèle Intel Aurora genAI sont Megatron et DeepSpeed. Le plus important est que la taille cible pour le nouveau modèle est de 1 trillion de paramètres. En comparaison, la taille cible pour les versions gratuites et publiques de ChatGPT est de seulement 175 millions. Cela représente une augmentation de 5,7 fois le nombre de paramètres.

Communiqué de presse : Le Laboratoire national d’Argonne, en collaboration avec Intel et HPE, a annoncé son intention de créer une série de modèles d’IA générative pour la communauté de recherche scientifique.

« Le projet vise à exploiter le plein potentiel de l’ordinateur Aurora Supercomputer pour produire une ressource pouvant être utilisée pour la science en aval dans les laboratoires du ministère de l’Énergie et en collaboration avec d’autres », a déclaré Rick Stevens, directeur associé du laboratoire d’Argonne.

Ces modèles d’IA générative pour la science seront entraînés sur des textes généraux, du code, des textes scientifiques et des données scientifiques structurées provenant de la biologie, de la chimie, de la science des matériaux, de la physique, de la médecine et d’autres sources.

Les modèles résultants (avec jusqu’à 1 trillion de paramètres) seront utilisés dans une variété d’applications scientifiques, de la conception de molécules et de matériaux à la synthèse de connaissances à partir de millions de sources pour suggérer de nouvelles et intéressantes expériences en biologie des systèmes, en chimie des polymères et des matériaux d’énergie, en science du climat et en cosmologie. Le modèle sera également utilisé pour accélérer l’identification de processus biologiques liés au cancer et à d’autres maladies et pour suggérer des cibles pour la conception de médicaments.

Retrouvez, la vidéo d’un de nos confrères hardware de la semaine :

Ci-dessous, nos guides d'optimisations dont : Optimiser Windows 11 pour les jeux - Optimiser Windows 10 pour les jeux - Comment réduire latence - Stock PS5