Recherche

Deep Learning : SAS et Nvidia font cause commune

Le partenariat entre l'éditeur de logiciels SAS et le fabricant de puces graphiques Nvidia porte sur différents domaines d'application de l'IA, dont l'apprentissage profond.

Publié par le | Mis à jour le
Lecture
2 min
  • Imprimer
Deep Learning : SAS et Nvidia font cause commune

Après avoir annoncé investir 1 milliard de dollars sur trois ans dans l'intelligence artificielle (IA), l'éditeur de logiciels SAS a confirmé son partenariat avec le groupe Nvidia.

L'accord négocié entre les deux parties porte sur différents domaines d'application de l'IA, dont l'apprentissage automatique (machine learning) et profond (deep learning), la vision par ordinateur (computer vision) et le traitement du langage naturel.

Pour Ian Buck, vice-président et directeur général de l'activité Accelerated Computing de Nvidia, il s'agit de fournir aux entreprises les moyens « d'accélérer l'intégralité de leurs workflows de science des données » pour innover et augmenter leur rentabilité.

Comment ? En confortant l'intégration et le support des technologies Nvidia, ses processeurs graphiques (GPU) et ses bibliothèques d'accélération AI CUDA-X pour la data science et l'IA, avec le socle de l'offre dédiée de SAS, à savoir : la plateforme analytique data SAS Viya. Elle inclut, entre autres, les solutions Visual Data Mining and Machine Learning et Event Stream Processing.

GPU et data science

Les deux multinationales américaines ambitionnent également d'intégrer des fonctionnalités deep learning et décisionnelles aux appareils et éléments matériels (edge devices) qui contrôlent les flux de données à la périphérie séparant différents réseaux. Une périphérie qu'empreinte notamment l'Internet des objets (IoT).

SAS et Nvidia ont communiqué l'exemple suivant : « équiper un drone commercial d'une technologie d'IA lui donnera la capacité de 'tout gérer, de la surveillance d'une infrastructure à la maintenance prédictive d'installations industrielles. Avec le GPU et l'analytique intégrés, l'analyse pourra être effectuée là où les données sont générées. »

(crédit photo : via Visual Hunt)

Sur le même thème

Voir tous les articles Workspace

Livres Blancs #bigdata

Voir tous les livres blancs
S'abonner
au magazine
Se connecter
Retour haut de page