Les chercheurs ont réalisé des progrès significatifs dans la technologie des memristors, améliorant ainsi sa précision et son efficacité. Cette innovation promet de combler le fossé entre l’informatique analogique et numérique, en offrant un traitement plus rapide et plus économe en énergie, adapté à l’IA, à l’apprentissage automatique et au-delà. Crédit : Issues.fr.com
La conception combine le meilleur de l’informatique numérique et analogique et offre une efficacité énergétique >10x.
Alors que la majeure partie de l’informatique dans le monde est encore numérique, les données qui nous entourent sont capturées de manière analogique via des capteurs – images provenant de caméras, de température et de son, par exemple – et doivent être converties sous forme numérique pour plus de précision. Mais imaginez un véhicule autonome qui doit capturer ce qui se passe sur la route, etc., puis prendre des décisions instantanément, ces données doivent être converties très rapidement, avec peu d’énergie et une grande précision. Et si de nouvelles puces analogiques pouvaient offrir la précision de l’informatique numérique avec les avantages en matière d’économie d’énergie et de vitesse élevée de l’informatique analogique ?
Avancées dans la technologie Memristor
Si une puce informatique est composée de différents circuits, un memristor est un composant de taille relativement petite d’un circuit qui stocke et traite les données de manière très efficace. Dans un article précédent du laboratoire de USC J. Joshua Yang, professeur de génie électrique et informatique à l’École d’ingénierie de Viterbi, a réussi à modifier un memristor pour obtenir une précision sans précédent.
Son laboratoire au sein de l’USC Viterbi et de sa School of Advanced Computing se concentre sur le développement de dispositifs informatiques. Le laboratoire a conçu un nouveau circuit et une nouvelle architecture pour atteindre une précision encore plus élevée avec les mêmes memristors, ce qui pourrait étendre considérablement les applications de cette technologie au-delà du territoire traditionnel de basse précision, comme les réseaux neuronaux. De plus, dit Yang, cette innovation s’applique également à d’autres types de technologies de mémoire, notamment les mémoires magnétiques qui utilisent le même dispositif que la tête de lecture des disques durs magnétiques, et les mémoires à changement de phase qui utilisent le même matériau que le disque compact. disques (CD).
Permettre un calcul plus rapide et plus efficace
Normalement, dit Yang, il est très difficile de programmer rapidement un appareil analogique avec précision sur une valeur cible. Le laboratoire de Yang a développé une architecture de circuit et un algorithme correspondant pour faire exactement cela. Cette innovation rend l’informatique analogique utilisant des dispositifs analogiques beaucoup plus attrayante pour de nombreuses applications.
Yang dit qu’il a « une efficacité et une vitesse plus élevées avec précision des systèmes numériques.
Ce type d’amélioration est essentiel, explique Yang, car de telles innovations peuvent être appliquées à la formation des réseaux neuronaux nécessaires au développement de l’intelligence artificielle (IA) et apprentissage automatique (ML), mais jusqu’à présent, cela ne peut être réalisé que de manière très coûteuse avec des systèmes numériques. L’innovation permettra également de nouvelles applications au-delà de l’IA et du ML, telles que le calcul scientifique pour les prévisions météorologiques.
L’article intitulé « Programmation de tableaux de memristors avec une précision arbitrairement élevée pour l’informatique analogique » a été présenté dans Science, a été écrit avec Wenhao Song, Ye Zhuo, Peter A. Beerel, Mike Shuo-Wei Chen de l’USC, avec Qiangfei Xia de l’Université du Massachusetts, Mark Barnell et Qing Wu du Air Force Research Lab, Direction de l’information, Rome, NY, ETATS-UNIS. La recherche a été menée avec Miao Hu, Gleen Ge et d’autres ingénieurs de TetraMem Inc., une startup cofondée par Yang.
L’article précédent sur lequel cette recherche s’appuie sur un article précédent de ce laboratoire a été présenté dans Nature.
