Hier comme d'habitude, j’ai suivi le direct d’Octogone Tech avec Idriss Aberkane, Philippe Anel et Rodrigue Beck sur «La nouvelle IA d’Apple est plus dingue que vous le pensez ».
À un moment, Philippe Anel (qui vit en Silicon Valley) a lâché un nom que je connais pas mal: Multiverse Computing. Il en a parlé dans le contexte de l’informatique quantique et des approches très avancées pour rendre l’IA plus efficace et plus fiable.
Ça a touché ma curiosité, je suis allé jeter un œil sur leurs travaux. Et je suis tombé sur un article technique qui m’a vraiment marqué.
L’article s’appelle From Testing Chaos to Production-Grade QA Infrastructure. Il est écrit par un ingénieur de chez Multiverse Computing, Raúl Daramus Raica. Il raconte comment son équipe est passée d’un bordel de tests manuels, dispersés et risqués, à une vraie infrastructure QA centralisée et automatisée pour servir des modèles d’IA en production.
Ce qui est impressionnant, ce n’est pas qu’ils aient écrit un énième script de test. C’est qu’ils ont construit un système complet qui gère:
-La validation fonctionnelle des modèles
- Les benchmarks
- Les tests de performance sous charge réelle
- Et surtout l’allocation intelligente des GPUs (qui sont rares et partagés)
Le résultat qu'ils ont obtenus fait rêver toute boîte qui veut du low-cost : ils sont passés de plus d’une journée de coordination manuelle à moins de 30 minutes pour valider un modèle, tout en améliorant fortement l’utilisation de leurs ressources.
Ce qui m’a plu, c’est la rigueur. Ils n’ont pas cherché à tout réinventer. Ils ont orchestré intelligemment ce qui existait déjà, avec une vraie conscience des contraintes de production (latence, goodput, effets collatéraux sur les autres modèles, etc.).
Philippe Anel parlait d’informatique quantique et d’approches de rupture. Mais ce que je retiens surtout de Multiverse Computing, c’est cette capacité à transformer le chaos opérationnel en infrastructure sérieuse et mesurable. C’est exactement le genre de travail discret mais fondamental qui permet à l’IA de passer du stade de la démo à celui de la production fiable.
C'est quoi le problème aujourd'hui, pour le déploiement des certain modèles, c’est plutôt le testing fonctionnel, les benchmarks, ou la performance sous charge qui pose le plus de problèmes aujourd’hui?
Interdiction de Fable 5, nouvelle stratégie IA d'Apple, rivalité Nvidia et AMD sur les composants... On vous analyse toute l'actualité technologique demain en direct à midi avec Philippe Anel et Rodrigue Beck, ingénieur en IA
youtube.com/live/peqNdGdFQho