Fable révolutionne les benchmarks GPU avec un mégacœur inédit

Fable et le mégacœur GPU : une avancée technologique majeure

Fable a récemment attiré l'attention dans le domaine de l'intelligence artificielle en développant ce qui est considéré comme le premier véritable mégacœur pour GPU, selon les responsables de KernelBench-Mega. Ce mégacœur n'est pas seulement une prouesse technique, mais il s'est également révélé être le plus rapide jamais soumis à ce benchmark. Cette avancée témoigne de la capacité croissante des systèmes d'IA à accomplir des tâches complexes, essentielles pour la recherche et le développement dans le domaine de l'IA, notamment la conception de noyaux.

Les résultats obtenus par Fable sont impressionnants : en utilisant du code Cuda sur une carte graphique RTX PRO 6000 Blackwell, le mégacœur a permis un gain de vitesse de 18,71 fois par rapport à une base optimisée PyTorch. Pour mettre cela en perspective, d'autres tentatives ont atteint des gains de 14,4 fois avec Claude Opus 4.8 utilisant Triton, 11,14 fois avec GLM-5.2, et 4,34 fois avec GPT 5.5, tous utilisant également Triton.

Ce qui rend cette solution particulièrement remarquable, c'est sa capacité à effectuer un seul lancement de noyau coopératif par jeton décodé, selon les analyses de torch.profiler. En comparaison, les autres solutions bien classées ont dû décomposer le problème en plusieurs lancements de noyau distincts par jeton, allant de 4 à 14.

L'importance de cette avancée réside dans la capacité des systèmes d'IA à développer et améliorer des noyaux de manière autonome. Cela constitue une tâche fondamentale pour la recherche et le développement en IA. Plus les systèmes d'IA s'améliorent dans des tâches comme la conception de noyaux, plus ils deviennent efficaces dans les tâches nécessaires au développement de l'IA, ce qui pourrait mener à une auto-amélioration récursive. Les benchmarks comme KernelBench-Mega sont donc des indicateurs significatifs de l'efficacité croissante des systèmes d'IA à se construire eux-mêmes.

L'impact de l'automatisation de l'IA sur l'économie

Des chercheurs du Center for AI Safety (CAIS) et de Scale Labs ont observé une amélioration notable dans la capacité des systèmes d'IA à automatiser des projets freelance en ligne. Le taux de réussite de ces systèmes est passé de 2,5 % en octobre 2025 à 16,1 % en juillet 2026, selon l'Index du Travail à Distance (Remote Labor Index, RLI).

Le RLI évalue l'efficacité des systèmes d'IA à réaliser des projets économiquement précieux en ligne, couvrant des domaines tels que le design 3D, l'architecture, le design graphique, la vidéo et l'animation, l'audio, l'analyse de données, et le développement d'applications web.

Dans une mise à jour récente, les chercheurs ont publié les résultats de trois modèles d'IA de pointe : GPT-5.5, Opus 4.8, et Fable 5, qui ont respectivement atteint des taux de réussite de 6,3 %, 8,3 %, et 16,1 %. Cette augmentation rapide du niveau de compétence des agents d'IA souligne la vitesse à laquelle ces systèmes avancent dans des tâches économiquement significatives.

Les tâches évaluées incluent des projets tels que la conception de bagues, la production de vidéos publicitaires animées, et la création de plans d'étage avec rendus photoréalistes. Ces exemples illustrent la diversité des compétences que les systèmes d'IA peuvent désormais automatiser.

L'impact potentiel de l'IA sur l'emploi est une question cruciale. À mesure que les systèmes d'IA deviennent plus performants, ils pourraient remplacer de nombreuses tâches actuellement effectuées par des humains. Cela pose des questions sur l'avenir de l'économie et de l'emploi. Que se passera-t-il lorsque l'IA atteindra un taux de réussite de 80 % dans ces tâches ? Bien que de nouvelles tâches puissent émerger, il est incertain si elles suffiront à compenser celles que l'IA remplacera. L'économie pourrait évoluer vers des organisations très peu peuplées, fortement axées sur l'IA, surpassant les humains non augmentés.

OSWORLD 2.0 : un défi pour les systèmes d'IA

OSWORLD 2.0, un benchmark complexe, met en lumière les progrès des systèmes d'IA dans l'utilisation des ordinateurs pour réaliser des tâches multi-étapes et multi-programmes. Ce benchmark, développé par des chercheurs de plusieurs universités et entreprises, évalue la capacité des IA à accomplir des tâches qui prennent en moyenne 1,6 heure, soit 48 fois plus longtemps que les tâches de la version précédente, OSWORLD 1.0.

OSWORLD 2.0 comprend 108 tâches à long terme, dont 31 sites web auto-hébergés. Chaque tâche est définie comme un flux de travail autonome que l'agent doit compléter, avec un objectif utilisateur de haut niveau et un environnement informatique à état. Notamment, 69,6 % des tâches sont estimées prendre plus d'une heure à un utilisateur humain qualifié.

OSWORLD 2.0 est livré avec un ensemble massivement élargi de logiciels, incluant Slack, LinkedIn, Shortcut, REAPER, MuseScore, WPS, GitLab, Overleaf, LabPlot, Zotero, AWS, ainsi que des sites web destinés à imiter des services professionnels tels que les demandes d'assurance, les demandes de visa, et les portails de gestion de conférences.

Malgré ces avancées, les performances des agents actuels restent limitées. Par exemple, Claude Opus 4.8, le modèle le plus performant, n'atteint que 20,6 % de précision binaire et 54,8 % de précision partielle. Les performances diminuent rapidement à mesure que les tâches deviennent plus complexes.

Nous devrions nous attendre à une amélioration de la performance ici, tout comme cela s'est produit avec OSWORLD 1.0 ; en juillet 2025, les modèles les mieux classés ont obtenu environ 30 %, et les modèles récents ont plutôt obtenu environ 75 % (MiniMax M3 ; juin 2026). Nous devrions nous attendre à une montée similaire avec OSWORLD 2.0.

L'utilisation d'ordinateurs est une compétence fondamentale pour que l'IA puisse réaliser une grande variété de tâches économiquement précieuses et pour qu'elle puisse mener davantage de types de recherches scientifiques. Accomplir des tâches dans le monde n'est souvent pas aussi simple que d'écrire du texte ou du code informatique ; il est souvent nécessaire de combiner plusieurs morceaux de texte et de code via différents types de logiciels, et parfois, il faut transmettre son texte et son code sur Internet pour qu'ils soient pris en compte par d'autres logiciels à leur tour. Les benchmarks comme OSWORLD 2.0 doivent être considérés comme un indicateur de la manière dont les systèmes d'IA s'améliorent dans l'exécution de tâches très compliquées et variées sur des ordinateurs. Comme ces résultats le montrent, les ordinateurs sont déjà compétents dans des tâches utilisant un ensemble restreint d'outils logiciels et prenant quelques minutes de travail pour les humains ; maintenant, nous devons voir à quelle vitesse ils deviennent habiles à utiliser des ensembles de logiciels plus larges et à réaliser des tâches qui prennent des heures aux humains.

JD et l'intégration de l'IA dans la gestion des stocks

JD, souvent comparé à Amazon en Chine, a dévoilé des détails sur son logiciel de gestion d'inventaire, le Oxygen AI Item Center (Oxygen AIIC). Ce système est crucial pour gérer l'immense catalogue de JD, qui compte des dizaines de milliards de références pour ses 700 millions d'utilisateurs et ses millions de commerçants.

Oxygen AIIC couvre des dizaines de milliers de catégories et traite des centaines de millions de mises à jour d'articles quotidiennement, fonctionnant sur des NPU Huawei Ascend. Ce logiciel montre comment l'IA est intégrée dans les opérations de JD pour optimiser la gestion des stocks et améliorer l'efficacité logistique.

En conclusion, ces développements montrent l'impact croissant de l'IA sur divers secteurs, de la recherche technologique à l'économie numérique, en passant par la gestion logistique. Les systèmes d'IA continuent de progresser rapidement, posant des questions sur l'avenir du travail humain et la place de l'IA dans nos sociétés.