Une puce photonique d'IA calcule à la vitesse de la lumière : 99 % de précision sans surchauffe

Des chercheurs de l'Université de Sydney ont créé un prototype de processeur nanophotonique pour l'intelligence artificielle, qui traite les données avec de la lumière plutôt qu'avec du courant électrique. Lors d'expériences, il a classé des dizaines de milliers d'images médicales avec une précision pouvant atteindre 99 %. La nouvelle architecture effectue ses calculs en picosecondes, soit des billionièmes de seconde, et élimine le problème de dissipation thermique qui bride les performances des serveurs en silicium actuels dans les centres de données.

Comment fonctionne la puce photonique

Dans les processeurs classiques, les calculs reposent sur le déplacement d'électrons à travers des transistors en silicium. La puce nanophotonique utilise la lumière pour traiter l'information. Cela change la physique de la contrainte : le courant électrique qui traverse les milliards de transistors d'une puce moderne produit inévitablement de la chaleur, et la lutte contre la surchauffe est l'un des principaux défis d'ingénierie qui freinent la hausse de la densité de calcul des centres de données qui entraînent et exploitent aujourd'hui les grands modèles d'IA.

La lumière, contrairement au courant électrique, ne dégage pratiquement pas de chaleur lorsqu'elle traverse les composants optiques de la puce. La nouvelle architecture évite ainsi le problème à la racine, au lieu d'en gérer les conséquences par le refroidissement.

Les travaux de l'Université de Sydney s'inscrivent dans une tendance de recherche plus large de ces dernières années : plusieurs équipes scientifiques dans le monde développent en parallèle des architectures de calcul optiques et photoniques comme alternative potentielle aux processeurs en silicium traditionnels pour l'apprentissage automatique. Ces charges de travail se ramènent à un grand nombre de multiplications et d'additions, des opérations que la lumière peut, en principe, exécuter plus vite et avec moins de pertes d'énergie que le courant électrique dans les transistors.

Quelle précision et quelle vitesse le prototype a affichées

Lors des expériences, le prototype a classé avec succès des dizaines de milliers d'images médicales avec une précision pouvant atteindre 99 %, comparable à celle des modèles modernes de vision par ordinateur sur du matériel en silicium traditionnel. Les calculs ont pris des picosecondes, soit plusieurs ordres de grandeur de moins que les temps de réponse typiques des circuits électroniques. Le choix d'images médicales pour la démonstration n'est pas fortuit : la classification d'images exige à la fois une grande précision (une erreur de diagnostic coûte cher) et un traitement rapide de gros volumes de données, ce qui en fait un test révélateur pour une nouvelle architecture matérielle.

Points clés :

• Développeur : des chercheurs de l'Université de Sydney
• Dispositif : prototype de processeur nanophotonique pour l'IA
• Précision de classification : jusqu'à 99 % sur des dizaines de milliers d'images médicales
• Vitesse de calcul : picosecondes (billionièmes de seconde)
• Avantage principal : absence de problème de dissipation thermique

Pourquoi cela pourrait résoudre la surchauffe des centres de données

Les centres de données actuels, qui assurent l'entraînement et l'inférence des grands modèles d'IA, butent de plus en plus non sur la disponibilité des cœurs de calcul en tant que telle, mais sur des limites physiques : la consommation d'énergie et l'évacuation de la chaleur de serveurs en silicium densément empaquetés. Chaque génération de GPU est plus puissante, mais aussi plus chaude, ce qui oblige les exploitants à investir dans des systèmes de refroidissement toujours plus complexes et coûteux, jusqu'au refroidissement liquide à l'échelle de chaque baie.

L'architecture photonique présentée à Sydney propose une voie radicalement différente : si le calcul ne produit pas de quantité significative de chaleur, on peut augmenter la densité de calcul sans hausse proportionnelle des coûts de refroidissement. Pour passer du prototype de laboratoire au produit industriel, le principal obstacle de ces architectures n'a traditionnellement pas été de savoir si l'approche fonctionne, ce que des expériences de différentes équipes ont confirmé à de nombreuses reprises, mais la complexité et le coût de la fabrication en série de puces photoniques face à une industrie du silicium affinée pendant des décennies. Reste que chaque nouveau résultat montrant une précision comparable à celle du silicium sur une tâche appliquée réelle, comme la classification d'images médicales à Sydney, rapproche le moment où le calcul photonique ne sera plus uniquement un sujet de publications académiques.

Pour les centres de données, qui se battent déjà pour chaque degré d'efficacité de refroidissement, même un remplacement partiel de nœuds en silicium par des nœuds photoniques pour certains types de charges pourrait réduire sensiblement les coûts totaux d'électricité et d'infrastructure.