Dans un immeuble de bureaux banalisé à Austin, au Texas, deux petites pièces contiennent une poignée d'employés d'Amazon qui conçoivent deux types de micropuces pour la formation et l'accélération de l'IA générative. Ces puces personnalisées, Inferentia et Trainium, offrent aux clients AWS une alternative à la formation de leurs grands modèles de langage sur les GPU Nvidia, qui sont devenus difficiles et coûteux à se procurer.
"Le monde entier aimerait plus de puces pour faire de l'IA générative, qu'il s'agisse de GPU ou des propres puces d'Amazon que nous concevons", a déclaré Adam Selipsky, PDG d'Amazon Web Services, à CNBC dans une interview en juin. "Je pense que nous sommes mieux placés que n'importe qui d'autre sur Terre pour fournir la capacité que nos clients voudront collectivement."
Pourtant, d'autres ont agi plus rapidement et investi davantage pour tirer profit du boom de l'IA générative. Lorsque OpenAI a lancé ChatGPT en novembre, Microsoft a suscité une large attention pour avoir hébergé le chatbot viral et investi 13 milliards de dollars dans OpenAI. Il n'a pas tardé à ajouter les modèles d'IA générative à ses propres produits, en les incorporant à Bing en février.
Le même mois, Google a lancé son propre grand modèle de langage, Bard, suivi d'un investissement de 300 millions de dollars dans son rival OpenAI Anthropic.
Ce n'est qu'en avril qu'Amazon a annoncé sa propre famille de grands modèles de langage, appelée Titan, ainsi qu'un service appelé Bedrock pour aider les développeurs à améliorer les logiciels à l'aide de l'IA générative.
"Amazon n'a pas l'habitude de chasser les marchés. Amazon a l'habitude de créer des marchés. Et je pense que pour la première fois depuis longtemps, ils se retrouvent en retrait et ils travaillent pour rattraper leur retard", a déclaré Chirag Dekate, Vice-président analyste chez Gartner.
Meta a également récemment publié son propr...
[Courte citation de 8% de l'article original]