GeForce grand public modifiées pour les charges d'IA en Chine
Le site spécialisé VideoCardz rapporte un phénomène qui prend de l'ampleur sur le marché chinois : la modification massive de cartes graphiques GeForce de Nvidia pour qu'elles puissent gérer des charges de travail d'intelligence artificielle. Ce n'est pas une pratique isolée, mais une tendance qui gagne rapidement en force. 🚀
La clé réside dans le système de refroidissement
L'adaptation physique principale que reçoivent ces GPU est le remplacement de leur système de refroidissement d'origine. À la place, on installe un ventilateur de type turbine ou blower. Ce design est fondamental car il extrait l'air chaud directement hors du châssis où la carte est montée, un standard dans le matériel professionnel pour les centres de données.
Avantages du design blower pour l'IA :- Permet d'installer plusieurs cartes en parallèle dans un rack ou serveur sans que la chaleur de l'une n'affecte l'autre.
- Optimise le flux d'air dans des environnements où les GPU exécutent des modèles d'IA de manière continue, pendant des jours ou des semaines.
- Reproduit le schéma de refroidissement utilisé par les séries professionnelles de Nvidia, comme les RTX A ou les anciennes Tesla.
En modifiant les GeForce pour qu'elles utilisent ce système, les assembleurs les adaptent pour qu'elles fonctionnent de manière optimale dans des racks où s'exécutent des modèles d'IA.
Un marché aux origines diverses
L'origine de ces cartes modifiées n'est pas unique. Les assembleurs obtiennent les unités de différentes sources pour ensuite les réadapter et les vendre pour ce créneau spécifique.
Provenance des GPU modifiées :- Unités neuves : Certaines sont des cartes graphiques neuves que les distributeurs modifient avant de les mettre en vente pour le secteur de l'IA.
- Matériel reconditionné : D'autres proviennent du marché de l'occasion, fréquemment de fermes de minage de cryptomonnaies qui ont cessé leurs activités. Ce matériel est réparé et modifié pour lui donner une seconde vie.
- Cette pratique permet de réutiliser des composants et de créer une alternative à un coût significativement inférieur à celui des solutions professionnelles de Nvidia.
Un cycle de vie réinventé pour la GPU
Ce phénomène illustre comment s'étend l'utilité d'une GPU de gaming. Son parcours ne s'achève pas lorsqu'elle cesse de rendre les jeux vidéo, mais elle peut transiter vers le domaine intensif de l'apprentissage automatique. Fournir de la puissance de calcul pour l'IA devient sa destination finale, une évolution naturelle pour un matériel qui conserve sa capacité de traitement. Ainsi, ce qui calculait auparavant des píx