OpenAI a annoncé son intention de construire cinq nouveaux centres de données dédiés à l’intelligence artificielle aux États-Unis, en collaboration avec Oracle et SoftBank dans le cadre de son projet Stargate.

Ces infrastructures, qui augmenteront la capacité de Stargate à sept Gigawatts, fourniront suffisamment d’énergie pour alimenter plus de cinq millions de foyers.

Trois des centres, co-développés avec Oracle, seront implantés au Texas, dans le comté de Shackelford, ainsi qu’au Nouveau-Mexique dans le comté de Doña Ana, et un site dans le Midwest dont l’emplacement reste secret.

Les deux autres centres, élaborés en partenariat avec SoftBank, seront localisés à Lordstown, Ohio, et dans le comté de Milam, au Texas.

Ces initiatives s’inscrivent dans une stratégie d’expansion d’OpenAI pour créer des infrastructures robustes en vue de développer des modèles d’IA plus puissants, soutenue par un investissement de 100 milliards de dollars de NVIDIA.

Des chercheurs de Virginia Tech, du Oak Ridge National Laboratory et de l’Université du Texas à Dallas ont mis au point une nouvelle approche pour améliorer les ordinateurs analogiques, qui utilisent des quantités physiques continues pour représenter des données, rendant ces systèmes plus efficaces sur le plan énergétique par rapport aux ordinateurs numériques.

Leur méthode, décrite dans un article de Nature Electronics, repose sur l’utilisation de phononie non linéaire intégrée dans des dispositifs en niobate de lithium, permettant de coder une grande quantité d’informations sur un seul appareil.

Cela aide à réduire les erreurs généralement associées à l’intégration de plusieurs composants dans des systèmes analogiques.

Cette innovation a engendré un système de calcul analogique basé sur un réseau de neurones physiques, capable de classer des données avec une précision impressionnante de 98,2 %.

La co-conception des dispositifs et des réseaux neuronaux améliore considérablement les performances.

Les chercheurs continuent à optimiser leur approche pour aborder des problèmes complexes, espérant avoir un impact significatif sur le déploiement des algorithmes d’apprentissage automatique dans des architectures informatiques analogiques à grande échelle, sans compromettre leurs performances.

Cette semaine, dans l’épisode d’Equity, Anthony Ha, Kirsten Korosec et Max Zeff discutent des développements majeurs dans le domaine de l’intelligence artificielle, de la robotique et des réglementations associées.

Pour une analyse approfondie, écoutez l’intégralité de l’épisode.

Equity, le podcast principal de TechCrunch, est produit par Theresa Loconsolo et propose des épisodes chaque mercredi et vendredi.

Suivez le podcast sur X et Threads sous le pseudo @equitypod pour rester informé des dernières tendances.