La course à la puissance de calcul, dopée par l’intelligence artificielle, se heurte à un mur énergétique. Aujourd’hui, le déplacement incessant des données entre la mémoire et le processeur constitue le principal frein à l’efficacité des systèmes.
C’est ce « goulot d’étranglement » que l’équipe du professeur Daniele Ielmini a décidé d’attaquer avec une architecture de calcul analogique en mémoire.
Briser le goulot d’étranglement de Von Neumann
L’architecture classique des ordinateurs et PC portables repose sur un principe immuable : les données font des allers-retours incessants entre la mémoire et le processeur. C’est ce qu’on appelle le goulot d’étranglement de Von Neumann. Ce transfert d’informations est lent et extrêmement gourmand en énergie.
La puce italienne change la donne. Elle repose sur le concept de In-Memory Computing. Dans un ordinateur classique, les données voyagent constamment entre l’unité de traitement et le stockage. Ce trafic interne génère de la chaleur et ralentit les opérations.
Le nouveau dispositif utilise deux réseaux de 64×64 mémoires résistives programmables. Cette structure en grille permet d’effectuer des calculs complexes sans jamais sortir les informations de la mémoire. « En éliminant ce trafic interne, les systèmes deviennent plus rapides et plus économes en énergie », expliquent les chercheurs.
Des gains de performance vertigineux
Les résultats préliminaires sont impressionnants. Le temps de calcul tombe à environ 100 nanosecondes, un chiffre qui reste stable quelle que soit la taille du problème à résoudre.
Côté énergie, le gain est massif. Selon les chercheurs, cette technologie nécessite 5 000 fois moins d’énergie que les ordinateurs numériques de pointe pour une précision équivalente.
Vers une IA plus durable
L’enjeu de ce projet baptisé ANIMATE (ANalogue In-Memory computing with Advanced device TEchnology) est de taille : l’entraînement des grands modèles de langage consomme actuellement des volumes d’électricité colossaux.
En réduisant la consommation des serveurs, cette puce pourrait limiter l’explosion de la demande électrique liée à l’IA. Pour rappel, ces centres de données pèsent déjà pour environ 1 % de la consommation mondiale d’électricité.
Elle est aussi pressenti pour équiper les infrastructures 5G et les futurs réseaux 6G. Sa rapidité de traitement (100 ns) permettrait de gérer des flux de données massifs avec une latence quasi nulle.
Idem pour la robotique. La puce permet d’effectuer des calculs complexes localement, sans dépendre du cloud. C’est un atout majeur pour les robots et véhicules autonomes qui nécessitent une réactivité immédiate.
Au final, cette percée milanaise propose une alternative crédible pour le calcul haute performance (HPC) et l’IA durable.
Envie de rejoindre une communauté de passionnés ? Notre Discord vous accueille, c’est un lieu d’entraide et de passion autour de la tech.
Ce contenu est bloqué car vous n'avez pas accepté les cookies et autres traceurs. Ce contenu est fourni par Disqus.
Pour pouvoir le visualiser, vous devez accepter l'usage étant opéré par Disqus avec vos données qui pourront être utilisées pour les finalités suivantes : vous permettre de visualiser et de partager des contenus avec des médias sociaux, favoriser le développement et l'amélioration des produits d'Humanoid et de ses partenaires, vous afficher des publicités personnalisées par rapport à votre profil et activité, vous définir un profil publicitaire personnalisé, mesurer la performance des publicités et du contenu de ce site et mesurer l'audience de ce site (en savoir plus)
En cliquant sur « J’accepte tout », vous consentez aux finalités susmentionnées pour l’ensemble des cookies et autres traceurs déposés par Humanoid et .
Vous gardez la possibilité de retirer votre consentement à tout moment. Pour plus d’informations, nous vous invitons à prendre connaissance de notre Politique cookies.