Étude révolutionnaire : vers des plateformes informatiques éco-énergétiques inspirées par le cerveau humain

ParisLes ordinateurs ont considérablement progressé dans leurs capacités. Ils peuvent traiter et prédire des données avec une grande précision. Cependant, les cerveaux humains consomment beaucoup moins d'énergie. Même les meilleurs ordinateurs nécessitent environ 10 000 fois plus d'énergie que les cerveaux humains pour accomplir des tâches telles que le traitement d'images.

Réduire la consommation d'énergie des ordinateurs est crucial. Les composants électroniques des ordinateurs représentent la quatrième plus grande source de consommation énergétique à l'échelle mondiale, et cette utilisation ne cesse d'augmenter à cause des applications en intelligence artificielle. Ce gaspillage énergétique contribue également au réchauffement climatique. Par conséquent, il est urgent de développer des technologies informatiques économes en énergie.

Le calcul neuromorphique imite le fonctionnement du cerveau en utilisant des neurones capables de traiter l'information simultanément tout en consommant très peu d'énergie. Cette méthode peut ainsi réduire l'énergie nécessaire au calcul. Des chercheurs de l'UC Santa Barbara, des laboratoires Intel et d'autres institutions ont publié une étude dans Nature Communications concernant une nouvelle plateforme de calcul neuromorphique. Ils ont utilisé des transistors spéciaux fabriqués à partir de matériaux 2D appelés dichalcogénures de métaux de transition, ce qui pourrait aider à réduire la consommation d'énergie à des niveaux comparables à ceux du cerveau humain.

Cette nouvelle plateforme propose des fonctionnalités conviviales, une interface épurée, une performance rapide et une sécurité renforcée.

• Utilise des TFETs basés sur des TMDs 2D
• Courants hors-état réduits
• Faible pente sous-seuil (SS)
• Potentiel pour une efficacité énergétique significative

L'informatique neuromorphique existe depuis un certain temps et suscite de plus en plus d'intérêt récemment. Les avancées dans les circuits permettent désormais de créer des transistors plus petits et plus densément intégrés. Cela signifie que nous pouvons effectuer plus de traitement et ajouter davantage de fonctionnalités tout en consommant moins d'énergie.

Lisez aussi:

Aujourd'hui · 01:33

Nouvelle étude : la magie auditive pour les aveugles

Des chercheurs développent de nouveaux transistors tunnels 2D performants à basse tension. Ces petits transistors consomment moins d'énergie et se commutent rapidement. Ils imitent l'efficacité du cerveau. L'architecture informatique neuromorphique utilise des circuits qui ne s'activent que lorsque c'est nécessaire, contrairement aux ordinateurs traditionnels qui consomment de l'énergie en continu.

Les ordinateurs traditionnels utilisent une architecture de von Neumann où les données sont traitées séquentiellement et où les unités de mémoire et de traitement sont séparées. À l'inverse, les ordinateurs neuromorphiques (NM) traitent les données uniquement lorsqu'il y a une entrée, et leur mémoire et traitement sont distribués parmi de nombreux transistors. Des entreprises comme Intel et IBM ont développé des plateformes inspirées du cerveau avec des milliards de transistors connectés qui économisent beaucoup d'énergie, même si des améliorations sont encore possibles.

La plupart des pertes énergétiques dans les puces NM actuelles sont dues aux courants de fuite. Ces courants représentent de petites quantités d'électricité circulant même lorsque le circuit est éteint. Les puces NM actuelles utilisent des MOSFETs, qui présentent une forte fuite lorsqu'ils sont désactivés. La nouvelle méthode utilise des TFETs, qui ont une fuite beaucoup plus faible en mode veille. Cela rend l'utilisation de l'énergie beaucoup plus efficace.

Lorsqu'ils sont utilisés dans un circuit neuromorphique, les TFET consomment moins d'énergie que les MOSFET de dernière génération, notamment les FinFET, qui sont des MOSFET avec des structures verticales améliorant la commutation. Bien que les TFET soient encore à l'état de recherche, leurs performances promettent de révolutionner les systèmes de calcul inspirés du cerveau humain.

Les chercheurs estiment que cette nouvelle plateforme consomme moins d'énergie, à l'image du cerveau humain. Elle ne prend pas en compte l'énergie des circuits d'interface et du stockage de la mémoire. À l'avenir, des versions en 3D de ces circuits pourraient fonctionner de manière encore plus efficace. Ces circuits tridimensionnels augmenteraient la performance et l'efficience. Cette plateforme représente une avancée significative par rapport à la technologie actuelle.