NVIDIA rejoint le programme de la NSF pour des pôles régionaux de recherche et d’éducation en IA

NVIDIA participe à un nouveau programme de la National Science Foundation des États-Unis destiné à élargir l’accès à l’infrastructure, aux logiciels, aux données, à l’expertise technique et à l’éducation en intelligence artificielle par des pôles d’État et régionaux. L’entreprise a indiqué que le programme soutiendra des groupes d’établissements d’enseignement supérieur travaillant avec l’industrie, des organisations philanthropiques et des autorités d’État ou locales. L’objectif va au-delà de l’installation de matériel avancé dans un petit nombre d’institutions d’élite : les pôles visent à permettre à davantage de chercheurs, d’enseignants et d’étudiants d’utiliser des ressources d’IA autrement difficiles à obtenir ou à exploiter.

L’initiative est lancée sous le nom de State and Regional Artificial Intelligence Infrastructure Hubs de la NSF. Son idée centrale est que des institutions peuvent mutualiser expertise et capacité de calcul autour de besoins régionaux, au lieu que chacune construise seule une pile complète d’IA. Selon le consortium, cela peut prendre la forme d’infrastructure locale, de calcul dans le cloud ou d’une combinaison des deux. NVIDIA dit que cette structure souple permet aux régions de se concentrer sur leurs priorités économiques et de recherche tout en partageant les coûts et le savoir-faire opérationnel nécessaires aux systèmes d’IA avancés. L’annonce ne nomme pas tous les pôles participants et ne fixe pas d’attribution matérielle uniforme pour chacun.

Pour les universités et établissements plus petits, l’accès est souvent la première contrainte pratique de la recherche en IA. Entraîner ou évaluer des modèles avancés peut exiger des processeurs spécialisés, de grands jeux de données, un soutien logiciel et des personnes capables de rendre les systèmes utilisables. Un modèle régional peut abaisser certaines de ces barrières en reliant des institutions aux forces différentes. L’une peut apporter une expertise de recherche en agriculture ou en santé, une autre des programmes de formation, et une grande université l’exploitation d’une infrastructure partagée. La réussite dépendra autant de la gouvernance et des règles d’accès que de la présence de calcul.

NVIDIA a cité son travail antérieur avec l’Université de Floride comme exemple du partenariat sur lequel l’initiative espère s’appuyer. L’entreprise, son cofondateur Chris Malachowsky et l’université ont commencé en 2020 à élargir l’accès au calcul et à l’éducation en IA dans les universités publiques de Floride. NVIDIA affirme que l’université compte désormais plus de 300 enseignants axés sur l’IA et a intégré l’éducation et la recherche en IA dans ses 16 collèges. L’entreprise a également mentionné plus de 511 millions de dollars de subventions de recherche en IA reçues par les enseignants et unités depuis 2017. Ces chiffres décrivent un programme existant, et non une prévision pour chaque nouveau pôle régional.

L’effort se rattache aussi au pilote National AI Research Resource, auquel NVIDIA a contribué par des ressources de calcul, des outils et de l’expertise pour des équipes de recherche universitaire. L’entreprise soutient que les nouveaux pôles peuvent transformer des ressources en capacité scientifique utilisable en associant l’infrastructure à une orientation technique et à des opportunités pour les étudiants. Cette association compte : un cluster sans formation, soutien logiciel ou procédures d’accès claires peut rester sous-utilisé. Le programme est donc présenté comme une tentative de rendre la capacité d’IA réellement utilisable par les chercheurs et les éducateurs, et non comme un simple exercice d’achat.

La préparation de la main-d’œuvre est un autre objectif déclaré. NVIDIA a indiqué que les partenaires régionaux peuvent élaborer des cursus, certificats courts et parcours d’apprentissage cumulables pour conduire étudiants et professionnels de la culture générale de l’IA à des compétences appliquées. Les domaines cités comprennent l’IA physique et l’automatisation, la santé, l’énergie, l’agriculture, la fabrication, le calcul quantique et la cybersécurité. Cette étendue reflète le traitement de l’infrastructure d’IA comme capacité générale de recherche plutôt que comme ressource réservée aux départements d’informatique. Elle soulève aussi un défi pratique : les programmes devront relier une formation technique large aux employeurs locaux, priorités de recherche et opportunités utiles pour des personnes à différentes étapes de leur carrière.

L’annonce est un engagement à participer à un effort public-privé de long terme, non une extension immédiate de l’accès pour toutes les institutions. Les consortiums régionaux devront encore décider quoi construire, qui pourra l’utiliser et comment le maintenir. Pour les responsables publics, les pôles offrent une façon de relier recherche, éducation et développement économique ; pour les établissements, ils peuvent ouvrir une voie vers un travail d’IA qui serait hors de portée individuellement. Le test décisif sera de savoir si l’infrastructure partagée s’accompagne d’assez de soutien, d’enseignement et de coordination pour être réellement utile. Si c’est le cas, le programme pourra élargir le nombre de personnes capables d’étudier et d’appliquer l’IA au lieu de concentrer ce travail dans le même ensemble limité d’organisations.