Nvidia DGX Spark : Un problème de firmware crypté pénalise les performances sous Linux
Les utilisateurs du système Nvidia DGX Spark ont signalé un problème technique préoccupant : l’implémentation d’un firmware crypté entraîne une baisse substantielle de la vitesse d’inférence lors de l’utilisation sous Linux.
Selon des analyses récentes, la dégradation des performances pourrait atteindre 35 %, créant un goulot d’étranglement majeur pour les développeurs et les chercheurs qui dépendent de ces machines pour des tâches de calcul haute performance.
Le problème semble provenir de l’interaction entre les couches de firmware cryptées et le noyau Linux, introduisant une latence lors de l’exécution des charges de travail d’inférence.
Pour les professionnels de l’intelligence artificielle et de l’apprentissage automatique, où chaque milliseconde est cruciale, cette perte de performance est particulièrement handicapante.
La nature cryptée du firmware empêche la communauté open-source de diagnostiquer la cause profonde ou d’implémenter des optimisations personnalisées pour contourner ce ralentissement.
Sur des forums techniques comme Hacker News, la frustration est palpable.
De nombreux utilisateurs dénoncent un manque de transparence sur la manière dont le firmware gère les instructions au niveau matériel, suggérant que les mesures de sécurité destinées à protéger l’appareil nuisent involontairement à son utilité première.
La communauté appelle Nvidia à fournir soit un correctif pour optimiser les performances sous Linux, soit une méthode plus efficace pour gérer la surcharge liée au cryptage.
À ce jour, le problème reste un point de tension pour ceux ayant investi dans le matériel DGX Spark.
Cet incident rappelle les défis persistants liés à l’équilibre entre la sécurité matérielle et les performances logicielles, en particulier dans le domaine en constante évolution de l’IA.
En attendant une mise à jour officielle, les utilisateurs doivent composer avec ces limitations qui pourraient entraver le déploiement de modèles d’IA sensibles au facteur temps.
Source: Hacker News