Des avancées prometteuses dans la computation photoniques pour l’intelligence artificielle
Deux récents développements montrent que les processeurs utilisant la lumière au lieu de l’électricité sont prêts à rivaliser avec les architectures électroniques traditionnelles pour des tâches d’intelligence artificielle (IA).
L’industrie technologique est confrontée à un défi croissant : les limites physiques des puces électroniques classiques freinent le progrès dans des domaines tels que l’IA. L’accumulation de chaleur, la résistance électrique et le ralentissement de la loi de Moore poussent les chercheurs à explorer des alternatives plus efficaces. Dans ce contexte, les puces photoniques, qui traitent les données à l’aide de la lumière, émergent comme une solution innovante.
Récemment, deux études publiées dans la revue Nature ont révélé des avancées significatives, démontrant que les puces photoniques peuvent égaler les processeurs électroniques dans des tâches d’IA complexes.
Lightintelligence et le processeur PACE
La société singapourienne Lightintelligence a développé le Photonic Arithmetic Computing Engine (PACE), un processeur intégrant plus de 16 000 composants photoniques et électroniques. Ce chip est capable d’effectuer des opérations de multiplication et d’accumulation de matrices (MAC) avec une latence de seulement 3 nanosecondes par cycle, à une fréquence de 1 GHz.
Le PACE a démontré son efficacité dans la résolution de problèmes d’optimisation complexes, notamment les modèles de Ising, avec une amélioration de jusqu’à 500 fois en latence minimale par rapport aux GPU commerciaux actuels.
Lightmatter et l’exécution de modèles IA avancés
De son côté, l’entreprise américaine Lightmatter a présenté un processeur photonique capable d’exécuter des modèles avancés d’IA, tels que ResNet et BERT, avec une précision comparable à celle des processeurs électroniques classiques. Ce chip, qui combine des composants photoniques et électroniques dans un module 3D, peut réaliser jusqu’à 65,5 trillions d’opérations par seconde en format ABFP de 16 bits, tout en consommant seulement 78 watts d’énergie électrique et 1,6 watt d’énergie optique.
De plus, le processeur de Lightmatter est compatible avec des frameworks IA populaires comme PyTorch et TensorFlow, facilitant ainsi son intégration dans les systèmes existants.
Implications et avenir de la computation photoniques
Ces avancées démontrent que la computation photoniques est non seulement viable, mais qu’elle offre également des avantages significatifs en termes de vitesse et d’efficacité énergétique. En utilisant la lumière pour traiter les données, ces puces évitent les problématiques de résistance électrique et de surchauffe, ce qui leur permet d’opérer à des vitesses plus élevées tout en consommant moins d’énergie.
Bien que des défis subsistent, tels que l’intégration avec les infrastructures électroniques actuelles et la montée en puissance de la production, les résultats obtenus par Lightintelligence et Lightmatter indiquent que la computation photoniques pourrait jouer un rôle clé dans l’avenir de l’IA et d’autres applications à haute performance.
Face à la demande croissante de traitement efficace et à la nécessité de transcender les limites de la technologie actuelle, la lumière pourrait bien être la clé d’une nouvelle ère en computation.
