Subquadratic : Une Révolution ou un Mirage ?
Ah, les startups et leurs promesses flamboyantes. Cette fois, c'est Subquadratic, une petite entreprise de Miami, qui prétend avoir résolu un problème mathématique qui a tourmenté les grands modèles de langage (LLM) depuis une décennie. Leur solution miracle ? Un modèle appelé SubQ, censé être plus rapide, moins cher et moins énergivore. Mais avant de sortir le champagne, prenons un moment pour examiner ces affirmations avec un peu de scepticisme bien mérité.
Le Modèle SubQ : Une Révolution ?
Subquadratic affirme que son modèle SubQ peut traiter jusqu'à 12 fois plus de texte simultanément que les modèles actuels, tout en égalant les performances des géants comme Google DeepMind et OpenAI. Ils promettent une vitesse 56 fois supérieure à FlashAttention et un score de 98% sur des tests de récupération d'informations. Impressionnant, non ? Mais attendez, ce n'est pas tout ! Ils suggèrent même que les Transformers, ces piliers des LLM, pourraient bientôt être obsolètes.
La Réalité Derrière les Promesses
Bien sûr, ces affirmations ont été accueillies avec scepticisme. Après tout, qui n'a pas entendu parler de startups qui promettent la lune et finissent par s'écraser lamentablement ? Heureusement, une évaluation indépendante par Appen a validé certaines des performances de SubQ. Mais soyons honnêtes, tant que SubQ n'est pas largement disponible, le doute persiste.
Les Opportunités et les Dangers
-
Opportunités :
- Efficacité énergétique : Réduction de la consommation d'énergie, un avantage économique et environnemental.
- Traitement de données massives : Capacité à analyser de grands ensembles de données, ouvrant de nouvelles perspectives.