Passer au contenu

Des processeurs inspirés du cerveau esquissent les contours d’ordinateurs ultrarapides

Processeur d’un nouveau genre, les memprocesseurs pourraient durablement changer nos vies en dopant le machine learning ou la robotique. Même si, pour l’instant, ils n’en sont qu’au stade de prototype.

Le couple processeur et mémoire vive, composé de deux entités distinctes, unit pour le meilleur et pour le pire pourrait bien avoir fait son temps. Des chercheurs des universités de San Diego et Turin viennent en effet de développer le premier prototype fonctionnel de « memordinateur ».

Un nouveau paradigme, une révolution

Selon l’article scientifique mis à disposition sur Science Advances, le memcomputing est un nouveau paradigme de calcul informatique différent de celui établi par Alan Turing. Il repose sur des « memprocesseurs » qui stocke et traite les données sur la même plate-forme physique…
Inspiré du fonctionnement du cerveau et plus précisément de la façon dont les informations neuronales sont traitées, l’informatique mem, ou memcomputing, recourt donc à des cellules de mémoire capables de stocker les données, comme la Ram, et de les traiter, comme un processeur. D’où leur nom, les memprocesseurs. Si le concept n’est pas nouveau, indiquent les chercheurs, c’est la première fois  qu’un processeur fonctionnel de ce genre est produit.

Une arme pour le machine learning ?

Et le gain est a priori colossal à en croire Massimiliano Di Ventra, physicien et chercheur en informatique à l’université de San Diego : « Pour établir une comparaison rapide : notre cerveau consomme environ 20 watts pour opérer 10×16 opérations par seconde », explique-t-il, à Popular Mechanics. « Tandis qu’un supercalculateur demanderait environ 10 millions de fois plus de puissance pour faire le même nombre d’opérations ». On comprend alors que le paradigme du MEMcomputing a effectivement intérêt à s’inspirer du fonctionnement du cerveau humain. D’autant qu’une « grosse part de cette puissance est perdue en allers-retours de l’information entre le processeur et la mémoire », conclut-il.
Non seulement, le fait d’éviter les navettes entre mémoire et processeur économise de l’énergie mais pourrait également accélérer grandement les calculs soumis à ces processeurs. Massimiliano Di Ventra prend pour exemple une énorme base contenant des nombres pour laquelle on voudrait savoir combien d’entre eux s’additionnent pour donner le nombre 10. « C’est le genre de problèmes qu’on rencontre souvent de nos jours, dans le machine learning, la robotique, la planification ou l’optimisation », résume-t-il.

Comment ça marche ?

Dans un ordinateur classique, chaque paire de chiffres serait cherchée en mémoire, traitée une à une pour voir si le résultat correspond. Ensuite, la réponse serait retournée en mémoire. Un processus qui peut prendre très longtemps si la base de chiffres est importante.
Tandis que les memprocesseurs eux peuvent non seulement jouer le rôle d’un processeur logique classique : laisser passer le courant ou le bloquer pour opérer un calcul, mais ils peuvent également changer leurs propriétés telle que la résistance électrique, en fonction de la quantité d’énergie qui tente de les traverser. Ils maintiennent ainsi un état particulier, même quand le processeur n’est plus alimenté, à la manière d’une mémoire de stockage. Le processeur garde donc sous la main ses informations et évite les allers-retours avec la mémoire.
Ce qui permet à Massimiliano Di Ventra d’affirmer que ce qui prendrait des décennies pour un supercalculateur pourrait ne prendre que quelques secondes avec ses memprocesseurs.

La route est longue…

Un progrès colossal, mais ne vous réjouissez pas trop vite. Le chercheur estime que, dans un premier temps, les memprocesseurs ne seront utilisés que pour résoudre certains types de calcul pour lesquels ils sont très efficaces. Ils ne devraient pas débarquer dans nos PC ou smartphones tout de suite. Ne serait-ce que parce que ces nouveaux processeurs en sont à leurs premiers pas, qu’ils viennent tout juste de passer le stade du premier prototype. Il reste d’ailleurs à résoudre un problème crucial la perte de signal entre les différents memprocesseurs. Même si Massimiliano Di Ventra a déjà des idées sur le moyen de corriger ce problème…

A lire aussi :
Une puce dopée au deep learning pourrait rendre nos smartphones bien plus intelligents – 18/05/2015

Source :
Popular Mechanics

🔴 Pour ne manquer aucune actualité de 01net, suivez-nous sur Google Actualités et WhatsApp.


Pierre Fontaine