Mike Davies, Intel Labs : « Nous atteignons la limite de ce que l’informatique de base peut offrir » | Technologie

L’augmentation constante du trafic de données (22% de plus l’an dernier par rapport à 2022, selon DE-CIX) et les nouvelles exigences informatiques de l’intelligence artificielle poussent les systèmes conventionnels à leurs limites. De nouvelles formules sont nécessaires et l’informatique quantique n’est pas encore une alternative. L’entreprise d’électronique Intel est l’une des plus avancées dans le développement de systèmes neuromorphiques, une conjonction de biologie et de technologie qui cherche à imiter la manière dont les êtres humains traitent l’information. Avec elle, dans cette course à un traitement plus efficace et efficient, ils courent IBM, Qualcomm et des centres de recherche tels que Institut de technologie de Californie (Caltech)où ce concept est né de Carver Mead, le MIT (Institut de technologie du Massachusetts)il Institut Max Planck de neurobiologie en Allemagne et Université de Stanford.

Intel a annoncé ce mois-ci le plus grand système neuromorphique au monde : Point Halaavec 1 150 millions de neurones technologiques et 1 152 processeurs (puces) Loihi 2 qui consomment au maximum 2 600 watts et avec une capacité de traitement équivalente à celle d’un cerveau de hibou. Une étude publiée dans IEEE Xplore Il attribue une efficacité et des performances supérieures à celles des systèmes basés sur des unités centrales de traitement (CPU) et des unités graphiques (GPU), moteurs informatiques conventionnels.

Mike Davies, né à Dallas et qui aura 48 ans en juillet, est directeur de l’informatique neuromorphique chez Intel Labs et principal responsable des dernières avancées sur lesquelles repose l’avenir immédiat de l’informatique.

Demander. Qu’est-ce qu’un système neuromorphique ?

Répondre. Il s’agit d’une conception informatique inspirée de la compréhension moderne du fonctionnement du cerveau et qui implique de dépasser sept ou huit décennies d’architecture conventionnelle. D’un point de vue fondamental, nous essayons de comprendre les principes des neurosciences modernes pour les appliquer à puces et des systèmes afin de créer quelque chose qui fonctionne et traite les informations de manière plus semblable à la façon dont fonctionne un cerveau.

P. Comment ça marche?

R. Si vous ouvrez le système, les puces, vous voyez des différences très frappantes dans le sens où il n’y a pas de mémoire ; Tous les éléments de calcul, de traitement et de mémoire sont intégrés les uns aux autres. Notre système Hala Point, par exemple, est un réseau tridimensionnel de puces semblable à un cerveau et tout communique avec tout, tout comme un neurone communique à travers le cerveau avec un autre ensemble de neurones connectés. Dans un système traditionnel, vous avez de la mémoire à côté d’un processeur et le processeur lit continuellement la mémoire.

Hala Point est un réseau tridimensionnel de puces semblable à un cerveau et tout communique avec tout, comme un neurone communique à travers le cerveau avec un autre ensemble de neurones connectés.

P. Ce modèle est-il nécessaire parce que nous atteignons la limite de l’informatique conventionnelle ?

R. De nombreux progrès sont réalisés en matière d’intelligence artificielle et d’apprentissage profond. C’est très excitant, mais il est difficile d’imaginer comment ces tendances de recherche se poursuivront alors que les besoins informatiques de ces modèles d’IA augmentent à un rythme exponentiel, c’est-à-dire beaucoup plus rapidement que les progrès de la fabrication. Nous atteignons les limites de ce que cette architecture informatique de base peut offrir. De plus, si vous regardez simplement l’efficacité énergétique de ces puces et systèmes d’IA traditionnels par rapport au cerveau, il existe des différences de plusieurs ordres de grandeur. Ce n’est pas tant que les architectures informatiques traditionnelles ne sont pas capables d’apporter de grands gains en informatique et en intelligence artificielle, mais plutôt que nous recherchons une plus grande fonctionnalité, en disposant d’ordinateurs qui fonctionnent comme le cerveau, et le font de manière très efficace.

P. L’efficacité énergétique est-elle le principal avantage ?

R. C’est l’un des principaux. Il existe une grande différence entre l’efficacité du cerveau et celle de l’informatique traditionnelle. Mais les architectures neuromorphiques inspirées du cerveau peuvent également offrir des avantages en termes de performances. Nous considérons les GPU comme des appareils incroyablement performants, mais en fait seulement si vous avez une très grande taille et beaucoup de données à traiter disponibles sur le disque ou juste à côté du processeur à lire. Mais si les données proviennent de capteurs, de caméras ou de vidéos en temps réel, alors l’efficacité et la puissance des architectures traditionnelles sont bien moindres. C’est là que les architectures neuromorphiques peuvent réellement apporter une énorme augmentation en termes de vitesse et d’efficacité.

P. L’intelligence artificielle a-t-elle besoin d’un système neuromorphique pour se développer ?

R. Nous le pensons. Mais nous sommes à un niveau de recherche. On ne sait pas encore clairement comment mettre cela en œuvre commercialement. De nombreux problèmes restent encore à résoudre concernant logiciel [programación], les algorithmes. De nombreuses approches conventionnelles ne fonctionnent pas nativement sur matériel [equipos] neuromorphique car c’est une approche de programmation différente. Nous pensons que c’est la bonne voie pour réaliser les gains dont nous avons besoin en termes d’efficacité énergétique et de performances pour ces types de charges de travail, mais cela reste une question ouverte.

P.. Verra-t-on une puce neuromorphique dans un ordinateur ou un téléphone portable ?

R.. Je pense que oui, c’est une question de temps. Ce ne sera pas l’année prochaine, mais la technologie mûrira et sera mise en œuvre dans informatique de pointe [procesamiento de datos cerca de su origen para ganar velocidad y eficiencia], téléphones portables, véhicules autonomes, drones ou sur ordinateur portable. Notre Hala Point, conçu pour un data center, est une boîte de la taille d’un grand micro-ondes. Mais si l’on regarde la nature, on constate qu’il existe des cerveaux de toutes tailles. Celles des insectes sont très impressionnantes, même à petite échelle. Et puis il y a bien sûr le cerveau humain. Nous poursuivons les deux directions dans l’enquête. Nous pensons que la commercialisation commencera dans le informatique de pointemais il est nécessaire de continuer à pousser et à mener des recherches à grande échelle.

Dans les centres de données, nous pourrions voir ces systèmes dans cinq ans

P. Quand le seront-ils ?

R. Il est difficile de le prévoir car des questions restent ouvertes dans la recherche. Dans les centres de données, nous pourrions voir ces systèmes dans cinq ans. Nous voyons également un avenir dans tout ce qui doit être alimenté par batterie, car les économies d’énergie qu’un système neuromorphique peut offrir sont extrêmement importantes. Il existe également des applications un peu moins évidentes, telles que les stations de base sans fil pour les infrastructures téléphoniques. Nous travaillons avec Ericsson pour optimiser les canaux de communication.

P. L’informatique avec systèmes neuromorphiques est-elle complémentaire de l’informatique quantique ?

R. Je pense qu’ils sont complémentaires à certains égards, même s’ils sont très différents. L’informatique quantique recherche l’innovation dans la fabrication d’appareils physiques et tente de se développer. Ce qu’il propose est très nouveau et impressionnant, mais on ne sait pas clairement quel sera le modèle de programmation quantique une fois qu’il pourra être mis à l’échelle et quel type de charges il prendra en charge. L’informatique neuromorphique disponible aujourd’hui est très adaptée aux charges de travail de type IA. Mais il existe une intersection entre l’espace des applications quantiques et neuromorphiques et c’est là qu’il est intéressant de réfléchir à la résolution de problèmes d’optimisation difficiles et de permettre aux gens d’expérimenter, de prototyper et d’apprendre à programmer ce type de systèmes.

Implanter des puces neuromorphiques dans le cerveau est une application très naturelle de ces systèmes car, étant une architecture qui se comporte comme des neurones, elle parlerait naturellement le langage de notre cerveau.

P. Pourrions-nous voir des systèmes neuromorphiques installés dans notre cerveau ?

R. Certains chercheurs s’intéressent aux neuroprothèses, à l’application de l’informatique neuromorphique, ce qui signifie essayer de réparer des problèmes ou des pathologies du cerveau où il y a eu une perte de fonction et de retrouver le contrôle de son corps. La recherche en est à ses débuts, mais je pense qu’à long terme, c’est une application très naturelle de l’informatique neuromorphique car, étant une architecture qui se comporte comme des neurones, elle parlerait naturellement le langage de notre cerveau.

P. Les systèmes disponibles, à quels cerveaux sont-ils équivalents ?

R. En termes de nombre de neurones, il est similaire au cerveau d’un hibou. Mais si vous regardez la zone du cerveau où se produit une grande partie de l’intelligence d’ordre supérieur, cela équivaudrait à un singe capucin. Beaucoup d’entre nous, dans ce domaine de recherche, considèrent le cerveau humain comme une sorte de vision de l’échelle du système que nous aimerions construire. Mais nous n’essayons pas d’y arriver trop vite. Il faut bien le construire et savoir le rendre utile. C’est pourquoi ce système reste un outil de recherche, pour que nous puissions continuer à expérimenter

P. Dans quels cas spécifiques ces systèmes sont-ils les plus efficaces ?

R. En trouvant le meilleur chemin sur une carte, nous constatons des accélérations jusqu’à 50 fois supérieures à celles des meilleurs solveurs conventionnels. En termes d’énergie, des niveaux 1 000 fois plus efficaces sont en train d’être atteints.

P. L’Europe pourrait-elle profiter de cette nouvelle ligne pour reprendre des positions dans la course aux chips, dont elle est dépendante sur les autres continents ?

R. Si nous regardons vers l’avenir, nous aurons besoin de beaucoup d’innovation à long terme pour atteindre la taille et l’efficacité de la nature, qui restent incroyablement impressionnantes. Il reste encore beaucoup de chemin à parcourir et pour y parvenir, nous avons besoin d’innovation dans le secteur manufacturier. Il faut de nouveaux appareils et une nouvelle technologie de mémoire pour les assimiler dans le cerveau. Il n’existe désormais aucune région géographique bénéficiant d’un avantage dans ce domaine, c’est donc une opportunité. La haute technologie implique toujours l’innovation et rien ne reste statique. De nouvelles avancées sont nécessaires et il est imprévisible d’où elles proviendront.

Vous pouvez suivre Technologie EL PAÍS dans Facebook oui X ou inscrivez-vous ici pour recevoir notre bulletin d’information semanal.

_