La cybersécurité est un enjeu pour toutes les organisations. Dans le cadre d’un projet en partenariat avec le Réseau québécois sur l’énergie intelligente (RQEI), l’UQAR vient d’acquérir une plateforme de calcul de haute performance basée sur des GPU pour soutenir l’intégration de l’intelligence artificielle afin d’améliorer, notamment, la cybersécurité de réseaux électriques intelligents.

Ce projet de plus de 200 000 $ a été financé par le gouvernement du Québec dans le cadre du Plan pour une économie verte 2030. La plateforme pour les calculs de type GPU – qui signifie unité de traitement graphique – va permettre de réaliser des projets de recherche en intelligence artificielle. En plus de la cybersécurité des réseaux électriques intelligents, la plateforme servira à mener des projets de recherche pluridisciplinaires dans différents domaines comme la santé intelligente, le traitement de la langue naturelle, l’agriculture intelligente et la maintenance prédictive.

« Les GPU peuvent accélérer de manière significative l’entraînement et la validation de modèles d’intelligence artificielle complexes par rapport à l’utilisation des CPU – qui signifie unité centrale de traitement. Certains types de modèles comme les réseaux de neurones profonds peuvent s’entraîner des dizaines de fois plus vite avec une accélération GPU », explique le professeur en informatique Mehdi Adda. « L’architecture parallèle des GPU leur permet d’effectuer efficacement les opérations matricielles et vectorielles courantes dans les algorithmes d’intelligence artificielle. La plateforme que nous venons d’acquérir va ouvrir plusieurs avenues pour développer des approches théoriques et des méthodes pratiques inédites en cybersécurité. »

Les unités de traitement graphique sont des processeurs spécialisés fabriqués à base de silicone. Ces GPU sont notamment utilisées pour accélérer les algorithmes d’intelligence artificielle, le rendu graphique, le traitement vidéo, la réalité virtuelle, les simulations scientifiques et la bio-informatique. « Ces GPU ont l’avantage de posséder une architecture massivement parallèle avec des milliers de cœurs qui peuvent traiter simultanément des tâches indépendantes. Par exemple, elles sont utilisées pour effectuer des simulations de phénomènes physiques comme les inondations, les tempêtes, les feux de forêt et autres phénomènes météorologiques extrêmes. Dans le domaine de la santé, les GPU accélèrent le traitement des images issues de l’imagerie, pensons à un scanner ou à la résonnance magnétique, permettant des diagnostics plus rapides. »

L’équipe du professeur Adda va particulièrement s’intéresser aux modèles d’apprentissage en ligne. Ce paradigme d’apprentissage permet d’intégrer de nouvelles données automatiquement dans la boucle. Ainsi, les modèles mathématiques générés avec les données de départ sont continuellement ajustés pour refléter la réalité des nouvelles données. L’autre avantage de l’apprentissage en ligne est la prévention de la dérive de données, de concepts et de modèles pour assurer une robustesse supérieure des modèles générés.

La plateforme de calcul de haute performance a été installée dans le parc informatique du campus de Rimouski. Elle est dotée de 58 752 cœurs (soit 55 296 cœurs CUDA et 3456 cœurs Tensor). « Le fait d’avoir le serveur dans le même réseau local que nos autres équipements permet de réduire la latence globale. Dans plusieurs projets, cette latence ne doit pas dépasser les 12 millisecondes. Les tests réalisés localement montrent que nous avons une latence de moins de 1 milliseconde », précise le professeur Adda.

Le financement du gouvernement du Québec a été octroyé à l’Université du Québec à Trois-Rivières, l’établissement gestionnaire du Réseau québécois sur l’énergie intelligente, dans le cadre d’un projet visant l’acquisition d’équipements pour renforcer la collaboration entre les universités, les cégeps et les centres collégiaux de transfert de technologie. Plusieurs étudiantes et étudiants au baccalauréat, à la maîtrise et au doctorat de l’UQAR pourront bénéficier de la plateforme de calcul dans le cadre de leurs projets de recherche.