Les nouvelles puces de Qualcomm ouvrent l’ère de l’intelligence artificielle sur…

Les deux nouveaux processeurs pour smartphones de Qualcomm, axés sur l’intelligence artificielle, visent à exécuter des modèles avancés directement sur le matériel mobile. Le processeur haut de gamme de nouvelle génération se distingue par sa prise en charge de l’exécution locale, sur appareil, de modèles à mélange d’experts de 30 milliards de paramètres. Pour les entreprises, cette évolution ne concerne pas uniquement la puissance de calcul mobile : elle compte également dans le choix du lieu d’exécution des tâches d’IA, des modalités de traitement des données et des situations dans lesquelles recourir aux ressources cloud.

Le mélange d’experts désigne une architecture dans laquelle un modèle d’intelligence artificielle s’appuie sur différents composants spécialisés. La prise en charge de 30 milliards de paramètres annoncée pour le processeur haut de gamme de Qualcomm concerne les modèles reposant sur cette architecture. Il ne faut donc pas en déduire que tous les modèles de même taille fonctionneront dans les mêmes conditions. Pour évaluer un usage en entreprise, il convient de prendre en compte non seulement le nombre de paramètres, mais aussi l’architecture du modèle, les ressources de l’appareil et les exigences de la tâche à exécuter.

L’intelligence artificielle sur appareil consiste à utiliser le matériel local pour les traitements du modèle, plutôt que d’envoyer chaque requête à un serveur distant. Pour les tâches qui s’y prêtent, cette approche peut réduire la dépendance à une connexion au cloud et limiter la nécessité de transférer des données hors de l’appareil. Toutefois, l’exécution locale du modèle ne signifie pas, à elle seule, que toutes les fonctionnalités de l’application seront disponibles hors ligne. Les besoins de connexion des processus accédant à des sources de données externes ou à des systèmes d’entreprise doivent être évalués séparément.

Pour les entreprises, la confidentialité des données constitue l’un des principaux enjeux du traitement local. Pouvoir traiter les données sur l’appareil peut contribuer à réduire les contenus envoyés dans le cloud, sans pour autant garantir à lui seul une sécurité complète. Les contrôles d’accès à l’appareil, les autorisations des applications et les choix de conservation des données restent essentiels. De même, si des économies sur les coûts de calcul dans le cloud sont envisageables, l’incidence réelle sur les coûts doit être examinée en tenant compte de l’intensité d’utilisation, des exigences matérielles et de la conception de l’application.

Chez X Mind Solutions, nous abordons cette évolution comme un choix d’architecture portant sur le lieu d’exécution des charges de travail dans les solutions d’IA d’entreprise. Distinguer les tâches pouvant être exécutées sur un appareil mobile des processus nécessitant des systèmes centraux peut aider à prendre des décisions plus éclairées lors de la conception d’agents et d’automatisations. Si les nouveaux processeurs de Qualcomm mettent cette option en avant, sa mise en œuvre exige de valider la compatibilité des modèles, les flux de données et les performances sur l’appareil cible.