DeepL annonce être le premier à déployer le DGX SuperPOD de Nvidia en Europe. Cette plateforme informatique devrait rendre la plateforme d’IA de DeepL plus rapide et plus précise.
DeepL est la première entreprise en Europe à avoir mis en service un DGX SuperPOD de Nvidia avec des systèmes DGX GB200. La nouvelle infrastructure est opérationnelle en Suède chez le partenaire EcoDataCenter. Selon DeepL, cette mise à niveau entraîne une forte augmentation de la puissance de calcul, permettant à l’entreprise d’offrir ses services de traduction de manière plus rapide et plus précise.
SuperPOD
Le nouveau SuperPOD permet à DeepL de réduire drastiquement le temps de traitement pour les grandes tâches de traduction. Ainsi, le système pourrait théoriquement traduire l’intégralité d’Internet dans une autre langue en 18,5 jours, là où cela aurait pris auparavant 194 jours. De même, la traduction d’œuvres volumineuses telles que l’Oxford English Dictionary ou À la recherche du temps perdu de Proust s’effectue désormais en une fraction de seconde.
lire aussi
DeepL introduit Clarify pour des traductions plus précises
Recherche et fonctions génératives
La puissance de calcul supplémentaire offre à DeepL davantage de possibilités en matière de recherche et développement. Selon l’entreprise, cela constituera la base de nouvelles fonctions d’IA générative au sein de la plateforme. Celles-ci devraient conduire à une expérience utilisateur améliorée, avec des sessions de traduction plus rapides et plus interactives. À plus long terme, DeepL vise le déploiement de modèles multimodaux capables de combiner le langage avec d’autres formes de données.
lire aussi
DeepL peut traduire l’intégralité d’Internet en 18,5 jours grâce à une nouvelle plateforme informatique
Le Nvidia DGX SuperPOD utilise une conception de rack refroidi par liquide et peut être mis à l’échelle pour atteindre des dizaines de milliers de GPU. Le système succède à DeepL Mercury, le précédent cluster de superordinateurs de l’entreprise, et est le troisième SuperPOD déployé par DeepL.