Normal Computing, une startup basée à New York, San Francisco, Londres et Copenhague, a récemment annoncé la finalisation du processus de tape-out de son premier silicium, le CN101. Ce pionnier en matière de technologie de calcul thermodynamique marque le début d’une nouvelle ère dans le domaine de l’informatique haute performance, en proposant une approche radicalement différente des CPU et GPU traditionnels : exploiter la dynamique physique intrinsèque des systèmes pour effectuer des calculs avec une efficacité énergétique pouvant atteindre un facteur 1000 supérieur dans des tâches spécifiques d’intelligence artificielle et de calcul scientifique.
Fondée en 2022 par d’anciens membres de Google Brain, Google X et Palantir, l’entreprise ambitionne de redéfinir les lois de l’échelle en IA alors que les centres de données sont confrontés à des contraintes énergétiques de plus en plus strictes. Le CN101 utilise des processus physiques tels que l’aléa, la dissipation d’énergie et le bruit thermique comme éléments de calcul, une approche disruptif déjà saluée par la revue IEEE Spectrum. Ce système transforme des processus stochastiques en outils pour accélérer le raisonnement en IA, notamment dans le traitement de l’algèbre linéaire et dans le muestreo stochastique via des méthodes propriétaires telles que le Lattice Random Walk (LRW).
Après cette étape, Normal Computing prévoit une feuille de route pour le développement et le déploiement à grande échelle : en 2026, le CN201, optimisé pour des réseaux de diffusion de haute résolution, puis d’ici la fin 2027 ou début 2028, le CN301, destiné à supporter des modèles avancés de diffusion vidéo avec des améliorations significatives de performance. La phase actuelle porte sur la caractérisation du CN101 et le benchmarking pour optimiser la conception en vue de la fabrication en série.
Faris Sbahi, CEO de la société, souligne que l’industrie arrive à un point de saturation des performances en raison des limites énergétiques, et insiste sur le fait que la computation thermodynamique pourrait définir les lois de l’échelle pour les décennies à venir. Patrick Coles, chef scientifique, précise que l’objectif est de démontrer dès cette année des applications clés avec le CN101, d’atteindre une performance de pointe pour l’IA générative avec le CN201 en 2026, et d’effectuer un bond exponentiel avec le CN301 d’ici 2028.
Ce procédé ne cherche pas à remplacer entièrement les architectures existantes, mais à les compléter dans des domaines où l’efficacité énergétique et la latence sont cruciales, notamment dans les modèles de diffusion et les algorithmes nécessitant un calcul intensif probabiliste. Le principal défi réside dans la démonstration de la scalabilité industrielle et la conviction des grands opérateurs d’intégrer cette nouvelle technologie dans des environnements de production, ce qui pourrait permettre d’exécuter des modèles IA encore plus grands tout en respectant les limites énergétiques actuelles.
Annoncé comme une avancée majeure, le CN101 s’inscrit dans une tendance croissante vers des architectures spécialisées qui exploitent davantage les principes physiques pour le calcul, telles que la computation neuromorphique, quantique ou photonique. La réussite de cette technologie pourrait transformer profondément notre conception du matériel dédié à l’IA, en offrant une solution pour dépasser les limitations imposées par la loi de Moore et réduire significativement la consommation énergétique globale.
Questions fréquentes : La computation thermodynamique utilise des processus physiques naturels pour effectuer des calculs, en exploitant l’aléa et la dissipation plutôt que la logique déterministe. Elle ne remplacera pas nécessairement les GPU pour toutes les tâches, mais apportera un complément stratégique dans des domaines spécifiques. Le “tape-out” désigne la phase finale de conception d’un circuit intégré avant sa fabrication. Si les plannings sont respectés, les premières applications intermédiaires pourraient voir le jour dès 2026, avec un déploiement industriel plus large prévu entre 2027 et 2028.
