L’institut de recherche imec a mis au point une puce qui abandonne l’architecture traditionnelle et est ainsi capable d’effectuer des calculs AI en consommant moins d’énergie. Ce qui est assez étonnant, c’est qu’elle y arrive avec des calculs analogiques et non pas numériques.
L’Analog Interference Accelerator (AnIA) est un concept de puce ciblant spécifiquement l’AI (intelligence artificielle). Il doit permettre le traitement de davantage de données sur la puce même. Cela offre comme avantage que pour certaines applications, ces données ne doivent plus d’abord être transférées vers le nuage à des fins de traitement, ce qui profite à la confidentialité, à la sécurité, ainsi qu’à la vitesse de traitement.
Le principal problème que posent les calculs AI, c’est qu’ils sont si nombreux qu’ils consomment beaucoup d’énergie. L’AnIA y fournit une réponse avec une nouvelle architecture de puce. En fait, le processeur de calcul est normalement séparé de la mémoire, alors qu’ici, les calculs s’effectuent dans la SRAM, où les données sont également stockées.
Analogique plutôt que numérique
Autre nouveauté surprenante: les calculs sont réalisés avec une technologie analogique plutôt que numérique. Cela peut sembler bizarre dans la mesure où ces calculs sont moins précis, mais le résultat final (identification du modèle) garde la même précision, alors que la consommation de courant est beaucoup plus faible. L’imec même évoque 2.900 billions de calculs par seconde et par watt.
“Notre puce AnIA démontre non seulement que c’est possible dans la pratique, mais aussi que cela se fait à présent de manière dix à cent fois plus efficiente au niveau énergétique que dans les puces numériques. Ces résultats prometteurs nous incitent à poursuivre le développement de cette technologie révolutionnaire”, explique Diederik Verkest, directeur du programme d’apprentissage machine à l’imec.
La puce a été conçue par l’imec et est à présent implémentée par le fondeur GlobalFoundries sur sa plate-forme 22FDX. “Cette puce de test représente une avancée cruciale pour démontrer à l’industrie comment nous pouvons réduire sensiblement la consommation énergétique des applications d’apprentissage machine”, affirme Hiren Majmudar, vice-président Compute Business Unit chez GlobalFoundries.
Ce n’est du reste pas la première fois cette année que l’imec conçoit une puce misant sur l’économie énergétique. Fin avril, l’institut de recherche avait en effet déjà présenté un modèle capable de prendre des décisions nettement plus rapides grâce à ses ‘spiking neural networks’ (SNN). L’AnIA atteint en partie le même but, mais d’une autre manière. Il s’agit donc de deux développements différents qui fournissent un résultat comparable.
Vous avez repéré une erreur ou disposez de plus d’infos? Signalez-le ici