Ce que j'ai lu cette semaine... 1) Meta va réduire d'environ 600 postes dans sa division IA, ce qui a suscité des interrogations sur le fait que l'entreprise se retire de l'intelligence artificielle alors que le reste des grandes entreprises technologiques intensifie ses efforts. Les détails racontent une histoire différente. Les licenciements ont principalement touché les équipes de recherche en intelligence artificielle (IA) de Facebook, héritage de Meta, et les équipes d'infrastructure, qui ont été consolidées sous la nouvelle équipe, Meta Superintelligence Labs, que Mark a constituée en juin pour 14,3 milliards de dollars. Meta Superintelligence Labs est composée de quatre groupes : TBD Lab : L'équipe gérant les grands modèles de langage de Meta, dirigée par Alexandr Wang (ancien PDG de Scale AI). FAIR : Une équipe axée sur la recherche à long terme pour l'IA dirigée par Rob Fergus (Directeur de la recherche en IA chez Meta). Produits et recherche appliquée : L'équipe d'intégration des consommateurs dirigée par Nat Friedman (ancien PDG de Github). MSL Infra : L'équipe d'infrastructure pour soutenir les modèles d'intelligence artificielle dirigée par Aparna Ramani (VP de l'ingénierie chez Meta). En revanche, le recrutement se poursuit de manière agressive au sein de son TBD Lab, qui construit les modèles de fondation de nouvelle génération et les systèmes d'agents de Meta. Les dirigeants ont décrit la réorganisation comme un mouvement vers une exécution plus petite et plus rapide par des équipes qui peuvent fonctionner davantage comme des startups au sein de l'entreprise. "En réduisant la taille de notre équipe, moins de conversations seront nécessaires pour prendre une décision," - Alexandr Wang, CAIO 2) Starcloud se prépare à déployer une capacité de centre de données IA en orbite ce novembre en utilisant des GPU NVIDIA H100 et des systèmes alimentés par énergie solaire qui exploitent les avantages uniques de l'espace. Le projet vise à résoudre trois goulets d'étranglement clés dans l'infrastructure IA actuelle. 1. Consommation d'énergie. Former de grands modèles aujourd'hui nécessite des dizaines de mégawatts, et les réseaux terrestres ainsi que les contraintes de refroidissement créent des goulets d'étranglement. Starcloud inverse cette dynamique en utilisant l'abondante lumière du soleil sans avoir à se soucier des dynamiques météorologiques. 2. Refroidissement et gestion de la chaleur. Sur Terre, les centres de données dépendent de l'eau douce pour le refroidissement via des tours d'évaporation. En orbite, le vide de l'espace devient un puits de chaleur infini où la chaleur est dissipée à travers de grands panneaux de refroidissement déployables. 3. Localité des données et latence pour les charges de travail d'observation de la Terre et de satellites. Starcloud prévoit des cas d'utilisation précoces autour du traitement des données des capteurs (optique, hyperspectral, SAR) en orbite plutôt que de transférer des téraoctets de données brutes vers la Terre. ...