Glossaire

Informatique en nuage

Découvrez la puissance de l'informatique en nuage pour l'IA/ML ! Évoluez efficacement, entraînez les modèles Ultralytics YOLO plus rapidement et déployez-les de manière transparente et rentable.

L'informatique en nuage est une technologie transformatrice qui fournit des services informatiques - notamment des serveurs, du stockage, des bases de données, des réseaux, des logiciels, de l'analyse et de l'intelligence - par l'intermédiaire d'Internet, ce que l'on appelle souvent "le nuage". Ce modèle permet d'accélérer l'innovation, de disposer de ressources flexibles et de réaliser des économies d'échelle en permettant aux utilisateurs de ne payer que pour les services qu'ils consomment. Pour les personnes familiarisées avec les concepts de base de l 'apprentissage automatique, l'informatique en nuage offre une plateforme puissante et accessible pour développer, former et déployer des modèles sans investissement initial important dans du matériel physique. Il réduit les coûts d'exploitation et permet à l'infrastructure d'évoluer efficacement en fonction de l'évolution des besoins, comme le définissent des institutions telles que le National Institute of Standards and Technology (NIST). Cette approche est au cœur du développement de l'intelligence artificielle (IA) moderne.

Concepts clés et avantages

Le cloud computing simplifie l'accès et le déploiement d'applications gourmandes en ressources, ce qui est particulièrement bénéfique pour les tâches d'IA et de ML. Au lieu de gérer des centres de données physiques, les utilisateurs peuvent exploiter les services technologiques à la demande des principaux fournisseurs de cloud comme Amazon Web Services (AWS), Google Cloud Platform (GCP) ou Microsoft Azure. Les principaux avantages sont les suivants :

  • Évolutivité : Faites facilement évoluer les ressources informatiques telles que les GPU ou les TPU vers le haut ou vers le bas en fonction des exigences des charges de travail de ML, telles que l'entraînement de modèles complexes d'apprentissage profond (DL) ou la gestion d'un trafic d'inférence variable.
  • Rentabilité : Les modèles de tarification "pay-as-you-go" éliminent le besoin d'investissements importants en matériel, permettant aux utilisateurs de ne payer que pour le temps de calcul et le stockage qu'ils utilisent, optimisant ainsi les coûts de formation et de déploiement des modèles.
  • Accessibilité : Accès à des ressources informatiques puissantes et à du matériel spécialisé à partir de n'importe quel endroit disposant d'une connexion internet, ce qui facilite la collaboration et permet aux particuliers et aux petites organisations d'entreprendre des projets d'IA à grande échelle à l'aide d'outils tels que PyTorch ou TensorFlow.
  • Services gérés : Les fournisseurs de cloud proposent des services gérés pour les bases de données, le stockage des données(lacs de données), les pipelines MLOps et le déploiement de modèles, réduisant ainsi la charge opérationnelle des équipes de développement. Vous trouverez ici différentes options de déploiement documentées.

L'informatique en nuage dans les applications d'IA/ML

L'informatique en nuage est fondamentale pour les flux de travail modernes d'IA et de ML, car elle fournit l'infrastructure et les outils nécessaires. En voici deux exemples :

  1. Entraînement de modèles à grande échelle : L'entraînement de modèles de pointe comme Ultralytics YOLO nécessite souvent une puissance de calcul importante et de grands ensembles de données (par exemple, l'ensemble de données COCO). Les plateformes en nuage donnent accès à des grappes de GPU ou de TPU à haute performance, permettant aux chercheurs et aux ingénieurs d'entraîner efficacement des modèles en quelques heures ou quelques jours au lieu de semaines ou de mois. Des services comme Ultralytics HUB Cloud Training font abstraction de la gestion de l'infrastructure, ce qui permet aux utilisateurs de se concentrer sur le développement de modèles à l'aide de leurs ensembles de données personnalisés.
  2. Déploiement de services d'IA évolutifs : Une fois qu'un modèle de ML est entraîné, il doit être déployé pour faire des prédictions sur de nouvelles données(inférence). Les plateformes en nuage offrent des solutions d'hébergement évolutives, permettant de déployer des modèles sous forme d'API capables de gérer des nombres fluctuants de requêtes. Par exemple, un service de détection d'objets en temps réel pour l'analyse de flux vidéo peut automatiquement faire évoluer ses ressources informatiques sous-jacentes en fonction de la demande, garantissant ainsi des performances constantes pour des applications telles que la gestion du trafic ou l'analyse de la vente au détail. Découvrez les différentes solutions de vision par ordinateur d'Ultralytics qui s'appuient sur un déploiement dans le nuage.

Cloud Computing et termes connexes

Il est utile de distinguer l'informatique en nuage des concepts connexes :

  • Informatique de périphérie: Alors que l'informatique en nuage repose sur des centres de données centralisés, l'informatique en périphérie traite les données plus près de la source, sur des appareils locaux ou des serveurs en périphérie. Cela réduit la latence et l'utilisation de la bande passante, ce qui le rend adapté aux applications en temps réel telles que les véhicules autonomes ou l'automatisation industrielle, où des réponses immédiates sont essentielles. L'informatique en nuage et l'informatique de périphérie fonctionnent souvent ensemble dans des modèles hybrides. Pour en savoir plus sur les principes de l'informatique périphérique, cliquez ici. Les modèles Ultralytics peuvent être déployés sur des appareils périphériques.
  • Informatique sans serveur: L'informatique sans serveur est un modèle d'exécution construit au-dessus de l'infrastructure cloud où le fournisseur cloud gère dynamiquement l'allocation et le provisionnement des serveurs. Les développeurs écrivent et déploient du code dans des fonctions (comme AWS Lambda ou Google Cloud Functions) sans avoir à gérer l'infrastructure sous-jacente. Il est souvent utilisé pour les applications pilotées par les événements et les microservices, en complément des services cloud traditionnels.

Conclusion

L'informatique en nuage constitue une base flexible, évolutive et rentable pour le développement et le déploiement de l'IA et de la ML. En exploitant les ressources du cloud, les chercheurs et les développeurs peuvent accélérer la création et l'application de modèles avancés tels que ceux proposés par Ultralytics, stimulant ainsi l'innovation dans divers secteurs, des soins de santé à l'agriculture. Que ce soit pour l'entraînement d'algorithmes complexes, le déploiement de services d'inférence ou la gestion de vastes ensembles de données, le cloud offre des outils et une infrastructure essentiels. Explorez Ultralytics HUB pour une gestion et une formation transparentes des modèles, ou parcourez le blog d'Ultralytics pour avoir un aperçu des tendances de l'IA et des solutions alimentées par une infrastructure en nuage, soutenue par des organisations telles que la Cloud Native Computing Foundation (CNCF) et la Cloud Security Alliance (CSA). Vous pouvez également consulter la documentation d'Ultralytics pour obtenir des guides détaillés.

Rejoindre la communauté Ultralytics

Rejoignez l'avenir de l'IA. Connectez-vous, collaborez et évoluez avec des innovateurs mondiaux.

S'inscrire
Lien copié dans le presse-papiers