[article]
Titre : |
Calculer plus vite, plus haut, plus fort |
Type de document : |
texte imprimé |
Auteurs : |
Jean-Laurent Philippe, Auteur |
Editeur : |
Pour la Science, 2018 |
Article : |
p.62-68 |
Note générale : |
Bibliographie. |
Langues : |
Français (fre) |
in Pour la science. Hors-série > 098 (02/2018)
Descripteurs : |
algorithmique / calcul à haute performance / intelligence artificielle
|
Mots-clés : |
big data |
Résumé : |
Le point sur deux piliers du "big data" : le calcul à haute performance (HPC) et l'analyse de données à haute performance (HPDA). Perspectives envisagées de la convergence entre HPC et HPDA et de la convergence entre HPC et intelligence artificielle (IA). Présentation de différentes approches algorithmiques (méthodes de Monte-Carlo et techniques d'apprentissage profond) et de différents langages de programmation à haute productivité. Défis logiciels à résoudre dans la convergence du HPC et de l'IA. Recherches actuelles concernant l'ordinateur quantique et les puces neuromorphiques. |
Nature du document : |
documentaire |
Genre : |
Article de périodique |
[article]
|
Calculer plus vite, plus haut, plus fort
de Jean-Laurent Philippe
In Pour la science. Hors-série, 098 (02/2018), p.62-68
Le point sur deux piliers du "big data" : le calcul à haute performance (HPC) et l'analyse de données à haute performance (HPDA). Perspectives envisagées de la convergence entre HPC et HPDA et de la convergence entre HPC et intelligence artificielle (IA). Présentation de différentes approches algorithmiques (méthodes de Monte-Carlo et techniques d'apprentissage profond) et de différents langages de programmation à haute productivité. Défis logiciels à résoudre dans la convergence du HPC et de l'IA. Recherches actuelles concernant l'ordinateur quantique et les puces neuromorphiques.
|
| |