Repenser les téléphones intelligents avec l’IA

Aperçu :

• Après le lancement de l’App Store en 2008, le déploiement de la technologie 4G et du contenu vidéo en 2010 et les changements de comportements liés à la pandémie en 2021, nous sommes maintenant sur le point d’assister à une quatrième vague d’adoption : l’intégration de l’intelligence artificielle (IA) sur les téléphones intelligents.
• Contrairement aux vagues précédentes, ce cycle pourrait accentuer la concurrence sur le marché américain puisqu’il y a plusieurs acteurs dominants.
• Selon nous, les modèles à faibles paramètres actuels ne font que confirmer cette tendance. Le véritable point d’inflexion se produira lorsqu’un modèle entièrement fonctionnel sera intégré aux appareils.
• Cette IA intégrée devrait entraîner un changement progressif de la bande passante de la mémoire, de la technologie d’emballage et des capacités des processeurs.

Le point de vue de TD Cowen

Chaque grand changement informatique a donné naissance à une nouvelle expérience technologique. Nous pensons que l’IA générative en fera de même pour les téléphones intelligents. À notre avis, le changement se fera en plusieurs étapes, et les grands modèles de langage (GML) finiront par devenir eux-mêmes un système d’exploitation.

Étapes de l’adoption de l’IA dans les téléphones intelligents

Notre thèse

Dans le présent rapport, nous considérons l’intégration des GML dans le matériel technologique grand public comme une évolution en plusieurs étapes. La première étape consistait simplement à télécharger une puissante application de robot conversationnel fondée sur l’IA. La deuxième étape a été l’intégration partielle de la technologie des GML dans les applications par l’intermédiaire de fonctionnalités comme la voix, la recherche et la recherche approfondie. Les troisième et quatrième étapes – qui ne font que commencer – consistent à intégrer de façon plus rigoureuse des GML au système d’exploitation des appareils. Il s’agit de rapprocher les GML des sources de données (messages textes, courriels, renseignements sur la santé, conversations de groupe et autres sources de données des appareils).

Ces changements apportés au matériel technologique ont un coût : nous estimons que la consommation d’énergie des téléphones intelligents pourrait augmenter de 30 % ou plus, principalement en raison de la bande passante de la mémoire plus élevée. Cela exercera des pressions accrues sur d’autres parties du système, augmentant la demande de radiofréquences (RF) de faible puissance, d’unités centrales de traitement (UCT) plus efficaces et d’écrans OLED plus performants.

Qu’est-ce qui est exclusif?

Pour répondre aux questions essentielles de ce rapport, nous avons cherché à comprendre les exigences des systèmes de GML, en particulier l’incidence de la taille et de l’architecture du modèle sur la bande passante de la mémoire, l’utilisation informatique et les seuils requis pour que ces modèles soient utiles et efficaces. Nous avons également examiné les ambitions des chefs de file technologiques qui façonnent ce segment, la façon dont les outils développés dans l’infonuagique aujourd’hui influencent le matériel technologique grand public du futur et la façon dont les progrès de l’écosystème infonuagique répondent aux défis imposés par le matériel informatique grand public.

Ce qu’il faut surveiller

• Une société multinationale de technologie de la Silicon Valley pourrait lancer une trousse de développement logiciel conçue pour l’IA générative.
• Nous nous attendons à ce que la société améliore considérablement le modèle sous-jacent qui sous-tend sa plateforme interne d’IA.
• À notre avis, un scénario probable serait que cette société multinationale de technologie acquière une société indépendante spécialisée dans les GML.