Pas d’IA sans cloud de données : les 5 piliers de l’IA de Snowflake

Un cloud de données n’est pas l’autre. Snowflake ajoute IA à ce terme et sa vocation est de guider les organisations vers un avenir où l’IA trouvera son chemin vers les données, sans friction, en toute sécurité et, de préférence, à un prix abordable.

« Vous entrez dans le cloud de données d’IA », les haut-parleurs du centre de conférence Moscone à San Fransisco hurlent cette phrase au début de la grande présentation du Snowflake Summit.

La veille, lors de l’ouverture de la conférence, le nouveau PDG, Sridhar Ramaswamy, a pu briller sur scène. Pour la première fois, il s’est présenté aux clients et aux partenaires en soulignant son expérience, son éducation et sa passion pour la batterie.

Aujourd’hui, le rôle de Ramaswami consiste plutôt à faire du battage médiatique pour la grande star de Snowflake : Benoit Dageville, président de produit mais surtout cofondateur de Snowflake et admirateur des vacances de ski les plus belles. Au Snowflake Summit, la neige n’est jamais loin, même si le soleil fait de son mieux à l’extérieur du centre de conférence de San Francisco.

Snowflake en tant que système d’exploitation cloud (Cloud-OS)

Dageville ne mâche pas ses mots : Snowflake est aujourd’hui un système d’exploitation cloud moderne, parfaitement adapté à la création et à l’exécution des applications d’IA. « L’architecture Snowflake est sans doute la meilleure pour toutes les applications d’IA », affirme-t-il résolument.

Cette édition du Summit est marquée par l’IA omniprésente. L’année dernière, Snowflake a décidé de prendre le train de l’IA en marche, mais aujourd’hui, l’IA est au cœur de la mission de Snowflake. Elle se définit comme « la société de cloud de données d’IA ».

« Nous avons récemment adopté ce terme », précise Baris Gultekin, directeur du département IA de Snowflake. « Nous avons ressenti l’impact de l’IA très fortement depuis l’année dernière. Il est essentiel de nous définir ainsi à partir de maintenant, car nous croyons qu’il n’y a pas de stratégie d’IA sans stratégie de données. »

Cinq piliers

Mais l’IA n’est pas si rudimentaire. Christian Kleinerman, vice-président exécutif pour les produits, précise : « Il est facile de construire un chatbot qui soit à peu près correct. Mais a quel but ? » Les exigences de l’IA dans l’environnement de l’entreprise sont beaucoup plus élevées que celles de l’IA pour les particuliers. Sur scène, Dageville voit cinq piliers essentiels qui doivent soutenir l’IA au niveau de l’entreprise :

  • Une bonne fondation de données ;
  • Une puissance de calcul flexible à la demande ;
  • Accès aux bons modèles ;
  • Sécurité et gestion à tous les niveaux ;
  • Coopération interne et externe.

Dageville semble enfoncer cinq portes ouvertes. Ses propos deviennent plus concrets quand il explique comment Snowflake est déjà prête à soutenir les organisations dans ces cinq domaines aujourd’hui. Il dresse un tableau pour les quelque 15 000 participants de Snowflake en tant que plateforme de bout en bout pour tout ce qui touche à l’IA.

Deux fois complet

Les données sont à la base de Snowflake. « Notre plateforme est complète sur le plan des données », affirme Dageville. En effet, Snowflake peut traiter des données structurées, semi-structurées et non structurées, ainsi que des données transactionnelles et relationnelles. « Il n’est pas simplement nécessaire de pouvoir stocker et partager tous les types de données, mais il est également important de savoir comment le faire facilement », ajoute-t-il. « Tout fonctionne de manière transparente. »

Le pilier suivant est la puissance de calcul et, quelle surprise, Snowflake est complet sur le plan du calcul. Grâce à la plateforme Snowflake, il est possible d’exploiter à la fois la puissance de traitement du CPU et celle du GPU en fonction de vos besoins. Ce dernier aspect est une nouveauté que Dageville a présentée avec le PDG de Nvidia, Jensen Huang, lors du Summit de l’année dernière à Las Vegas. Cette année, les deux parties renforcent leur intégration, avec davantage d’options pour accélérer l’inférence via les serveurs Nvidia Triton.

Des modèles pour tous les goûts

Pour avoir accès aux bons modèles, Dageville mentionne Cortex AI. Cette plateforme donne accès à plusieurs LLM de Meta et Mistral, entre autres. De son côté, Snowflake a construit un LLM puissant, baptisé Arctic. Ce modèle est construit sur la base d’une approche innovante qui rend le LLM plus efficace que ses homologues, à la fois en termes de formation et d’utilisation.

Benoit Dageville utilise son temps sur scène pour vendre Snowflake comme une base pour une stratégie d’IA.

De plus, Snowflake investit dans l’efficacité, notamment en fournissant de petits LLM optimisés pour des tâches spécifiques. Prenons l’exemple d’Arctic Tilt qui prend en charge Document AI. Ce modèle compte moins d’un milliard de paramètres, mais fournit tout de même les meilleurs résultats dans l’interprétation de données non structurées provenant de documents. Pour Snowflake, la disponibilité de grands et de petits modèles aux qualités différentes est un atout majeur.

Un cloud de données sécurisé

La sécurité et la gestion des données vont de même, Dageville n’a que peu à expliquer. Snowflake est fondée en tant que solution solution de gestion efficace et sécurisée des données, avec une approche zéro copie qui garantit que toutes les données restent à tout moment protégées par des droits d’accès corrects. Comme les applications d’IA sont exécutées au sein de la plateforme Snowflake, ces règles de gestion s’appliquent automatiquement.

Enfin, il y a la collaboration. Cet aspect fait de Snowflake non pas un spécialiste des entrepôts de données ou des entrepôts de stockage, mais un fournisseur de données cloud. La plateforme permet non seulement de partager des données en interne et en externe, qu’elles soient anonymisées ou non et toujours avec un contrôle absolu, mais les clients peuvent aussi partager et vendre des applications basées sur les données.

Dageville : « Snowflake est la seule plateforme qui permet de partager des données et des applications d’IA dans le monde entier, entre les clouds. Il n’est jamais nécessaire de déplacer les données, car les applications se connectent aux données. »

Pas d’erreur

Les arguments sont logiques. Snowflake s’est développé en tant que spécialiste des données dans le cloud. Même avant le battage médiatique sur l’IA, la plateforme Snowflake proposait un moyen d’amener les applications vers les données, et non l’inverse. Cette architecture se prête tout à fait aux applications d’IA dans un contexte de cloud native.

Snowflake offre des services de conteneurs (Container Services) et des applications natives (Native Apps), qui permettent aux organisations d’utiliser leurs propres applications, LLM ou applications tierces avec leurs données, accélérées ou non par le matériel Nvidia. La valeur ajoutée de cette approche est évidente.

Le Summit de San Francisco est marqué par de nombreuses annonces, mais elles s’inscrivent toutes dans le cadre de la vision du cloud de données d’IA. Certaines des nouveautés concernent les développeurs, qui obtiennent plus d’outils pour travailler avec leurs données, tandis que d’autres facilitent l’intégration des données dans Snowflake. La société poursuit ses efforts d’innovation dans le domaine de l’IA.

Un sceau bien mérité

Aujourd’hui, toutes les entreprises se qualifient d’entreprises d’IA, un terme parfois creux. Cependant, Dageville, Ramaswamy et leurs collègues ont montré lors de cette conférence que l’ajout d’« IA » à « cloud de données » est bien plus qu’un choix brillant de l’équipe de marketing. Snowflake a mérité le sceau de l’IA, tout comme la dynamique avec les clients et les partenaires qui est presque tangible au centre Moscone.

bulletin

Abonnez-vous gratuitement à ITdaily !

  • Ce champ n’est utilisé qu’à des fins de validation et devrait rester inchangé.