La sagesse conventionnelle veut que les spécifications des smartphones n’aient plus vraiment d’importance. Que vous regardiez le les meilleurs produits phares ou un courageux mid-ranger, ils sont tous plus que capables d'accomplir les tâches quotidiennes, de jouer aux derniers jeux mobiles et même de prendre de très bons clichés. Il est assez difficile de trouver du matériel mobile carrément mauvais, à moins que vous ne parveniez à atteindre le budget absolu du marché.

Par exemple, les consommateurs et les experts sont séduits par le Série Pixel 8, même s’il se situe bien derrière l’iPhone 15 et les autres rivaux Android. De même, les derniers produits phares d'Apple et de Samsung font à peine bouger les choses en matière de matériel photo, mais continuent d'être très appréciés pour la photographie.

Les spécifications ne correspondent tout simplement plus automatiquement au meilleur smartphone. Et pourtant, la série Pixel 8 de Google et le prochain Samsung Galaxy S24 range ont mis le pied dans cette porte qui se ferme. En fait, nous pourrions bien être sur le point de nous lancer dans une nouvelle course aux armements en matière de spécifications. Je parle bien sûr de l’IA et du débat de plus en plus brûlant sur les avantages et les inconvénients du traitement sur appareil par rapport au traitement basé sur le cloud.

En un mot, l’exécution de requêtes d’IA est très différente des charges de travail CPU et graphiques traditionnelles à usage général que nous en sommes venus à associer et à évaluer sur les mobiles, les ordinateurs portables et autres gadgets grand public.

Pour commencer, les modèles d’apprentissage automatique (ML) sont volumineux et nécessitent le chargement de grandes réserves de mémoire avant même que nous puissions les exécuter. Même les modèles compressés occupent plusieurs gigaoctets de RAM, ce qui leur confère une empreinte mémoire plus importante que celle de nombreux jeux mobiles. Deuxièmement, l'exécution efficace d'un modèle ML nécessite des blocs logiques arithmétiques plus uniques que votre CPU ou GPU typique, ainsi que la prise en charge de petits formats de nombres entiers tels que INT8 et INT4. En d’autres termes, vous avez idéalement besoin d’un processeur spécialisé pour exécuter ces modèles en temps réel.

Par exemple, essayez d’exécuter la génération d’images à diffusion stable sur un puissant processeur de bureau moderne ; il faut plusieurs minutes pour produire un résultat. OK, mais ce n'est pas utile si vous voulez une image pressée. Les processeurs plus anciens et moins puissants, comme ceux des téléphones, ne sont tout simplement pas faits pour ce type de travail en temps réel. Il y a une raison pour laquelle NVIDIA vend des cartes accélératrices d'IA et pour laquelle les processeurs phares des smartphones vantent de plus en plus leurs capacités d'IA. Cependant, les smartphones restent limités par leur faible budget énergétique et leur marge thermique limitée, ce qui signifie qu'il existe une limite à ce qui peut actuellement être fait sur l'appareil.

Cela n’est nulle part plus évident que dans les derniers smartphones Pixel et les prochains smartphones Galaxy. Les deux s'appuient sur de nouvelles fonctionnalités d'IA pour distinguer les nouveaux modèles de leurs prédécesseurs et sont équipés de processeurs accélérés par l'IA pour exécuter des outils utiles, tels que Call Screening et Magic Eraser, sans le cloud. Cependant, examinez les petits caractères et vous constaterez qu'une connexion Internet est requise pour le traitement dans le cloud de plusieurs des fonctionnalités d'IA les plus exigeantes. Google Boost vidéo est un excellent exemple, et Samsung a déjà précisé que certains prochains Fonctionnalités de l'IA Galaxy fonctionnera également dans le cloud.

Tirer parti de la puissance du serveur pour effectuer des tâches qui ne peuvent pas être effectuées sur nos téléphones est évidemment un outil utile, mais il existe quelques limites. La première est que ces outils nécessitent une connexion Internet (évidemment) et consomment des données, ce qui peut ne pas convenir aux connexions lentes, aux forfaits de données limités ou en itinérance. La traduction linguistique en temps réel, par exemple, n’est d’aucune utilité sur une connexion à latence très élevée.

Deuxièmement, la transmission de données, en particulier d'informations personnelles comme vos conversations ou vos photos, constitue un risque pour la sécurité. Les grands noms prétendent protéger vos données des tiers, mais ce n’est jamais une garantie. De plus, vous devrez lire les petits caractères pour savoir s'ils utilisent vos téléchargements pour entraîner davantage leurs algorithmes.

Troisièmement, ces fonctionnalités peuvent être révoquées à tout moment. Si Google décide que Video Boost est trop cher pour être utilisé à long terme ou n'est pas assez populaire pour être pris en charge, il pourrait débrancher la prise et une fonctionnalité pour laquelle vous avez acheté le téléphone disparaîtra. Bien entendu, l’inverse est vrai : les entreprises peuvent plus facilement ajouter de nouvelles fonctionnalités d’IA cloud aux appareils, même ceux qui ne disposent pas d’un matériel d’IA performant. Donc tout n'est pas mauvais.

Pourtant, idéalement, il est plus rapide, moins coûteux et plus sécurisé d’exécuter des tâches d’IA localement lorsque cela est possible. De plus, vous conservez les fonctionnalités aussi longtemps que le téléphone continue de fonctionner. Sur l'appareil, c'est mieux, c'est pourquoi la possibilité de compresser et d'exécuter de grands modèles de langage, de génération d'images et d'autres modèles d'apprentissage automatique sur votre téléphone est un prix que les fournisseurs de puces s'empressent de réclamer. Le dernier produit phare de Qualcomm Muflier 8 génération 3MediaTek Dimensité 9300celui de Google Tenseur G3et l'A17 Pro d'Apple parlent tous d'un jeu d'IA plus grand que les modèles précédents.

Cependant, ce sont toutes des puces phares coûteuses. Alors que l'IA est déjà là pour les derniers téléphones phares, téléphones de milieu de gamme manquent quelque chose. Principalement parce qu’ils ne disposent pas du silicium IA haut de gamme pour exécuter de nombreuses fonctionnalités sur les appareils, et il faudra de nombreuses années avant que les meilleures capacités IA n’arrivent aux puces de milieu de gamme.

Heureusement, les appareils de milieu de gamme peuvent tirer parti du traitement cloud pour contourner ce déficit, mais nous n'avons pas encore vu d'indication que les marques soient pressées de faire baisser ces fonctionnalités pour le moment. Google, par exemple, a intégré le prix de ses fonctionnalités cloud dans le prix du Pixel 8 Pro, mais le Pixel 8 moins cher se retrouve sans bon nombre de ces outils (pour l'instant). Même si l'écart entre les téléphones de milieu de gamme et les téléphones phares pour les tâches quotidiennes s'est vraiment réduit ces dernières années, il existe un fossé croissant dans le domaine des capacités d'IA.

L’essentiel est que si vous souhaitez que les outils d’IA les plus récents et les plus performants fonctionnent sur l’appareil (et vous devriez le faire !), nous avons besoin d’un silicium pour smartphone encore plus puissant. Heureusement, les dernières puces et smartphones phares, comme la prochaine série Samsung Galaxy S24, nous permettent d’exécuter une sélection d’outils d’IA puissants sur l’appareil. Cela ne fera que devenir plus courant à mesure que la course aux armements en matière de processeurs IA s’intensifiera.