GPU
Graphics Processing Unit
📖 Définition
💬 En termes simples
Si un processeur classique (CPU) est comme un professeur brillant qui résout un problème complexe à la fois, un GPU est comparable à une classe de 5 000 élèves qui résolvent chacun un problème simple en même temps. Pour l'intelligence artificielle, avoir des milliers de petits calculs faits simultanément est beaucoup plus efficace.
🎯 Exemple concret
Les centres de données de Montréal, alimentés par l'hydroélectricité québécoise à faible coût, attirent des entreprises d'IA qui y installent des milliers de GPU. L'entraînement de GPT-4 a nécessité environ 25 000 GPU NVIDIA A100 pendant plusieurs mois. Des universités québécoises disposent de grappes de GPU partagées via l'Alliance de recherche numérique du Canada.
💡 Le saviez-vous ?
La valeur boursière de NVIDIA a dépassé les 3 000 milliards de dollars en 2024, directement grâce à la demande en IA. Le Québec possède un avantage concurrentiel majeur : son électricité parmi les moins chères et les plus propres en Amérique du Nord réduit le coût et l'empreinte carbone du fonctionnement des centres de GPU.