La photonique peut-elle maintenir la loi de Moore en vie ?

La loi de Moore stipule que le nombre de transistors dans un circuit intégré augmentera approximativement tous les deux ans, ainsi que la puissance des ordinateurs. Ce principe s’est avéré largement correct depuis 1965. Cependant, on peut supposer que Gordon E. Moore, le cofondateur d’Intel (INTC ), n’a jamais envisagé que les puces atteindraient leurs limites de miniaturisation, entraînant un retard de la puissance de calcul.

Heureusement, une équipe d’ingénieurs de l’Université de Californie a développé une méthode novatrice qui utilise la photonique pour offrir davantage de puissance de calcul sans sacrifier la taille. Voici ce que vous devez savoir.

Réduisez‑les

Le monde s’est lancé dans une quête pour réduire la taille des ordinateurs depuis leur invention. Certains de vos grands‑parents se souviennent peut‑être encore de l’époque où les ordinateurs occupaient une pièce entière et nécessitaient de nombreuses personnes pour les faire fonctionner. Aujourd’hui, votre montre connectée offre plus de puissance de calcul que ces mastodontes, et ce n’est que la partie émergée de l’iceberg du micro‑calcul. Le passage d’une pièce entière aux micro‑électroniques d’aujourd’hui a été passionnant, rempli d’expérimentations, de découvertes et parfois d’échecs.

Limitations physiques et de coût

Il est notable qu’il existe un point où la fabrication de composants aussi microscopiques devient prohibitive en termes de coût. Selon la plupart des chercheurs, le marché a atteint ce point. De plus, les gains de calcul ne sont pas conformes à la loi de Moore, car les puces plus petites ne peuvent pas fournir une puissance de calcul proportionnelle à leurs homologues plus grandes.

Ainsi, un écart croissant se crée entre la puissance de calcul disponible et les besoins, amenant certains acteurs bien connus du marché, comme le PDG de Nvidia (NVDA ), Jensen Huang, à déclarer que la loi de Moore est morte, en présentant les processeurs spécifiques aux applications comme l’avenir.

Demande d’ordinateurs haute performance

La croissance soudaine de l’intelligence artificielle et des systèmes d’apprentissage automatique a augmenté la demande d’ordinateurs puissants et de plateformes cloud. Ces exigences ont dépassé la conception des puces en termes de performances, créant un goulot d’étranglement dans le secteur du développement de l’IA qui limite l’innovation. Aujourd’hui, la course est lancée pour fournir une solution capable de répondre aux exigences des ordinateurs et systèmes d’IA haute performance d’aujourd’hui.

Solutions de puissance de calcul

Certains analystes estiment qu’une solution consiste à créer des puces spéciales qui intègrent la logique et le traitement sur le même circuit. Cette approche aide à réduire la latence et la consommation d’énergie et améliore les performances. Cependant, les limitations de calcul la rendent toujours peu idéale lorsqu’on parle des exigences massives de données pour l’IA.

Calcul en mémoire

Une autre solution qui enthousiasme les chercheurs est le calcul en mémoire. Cette méthode de stockage utilise une RAM à accès rapide au lieu d’un disque dur tournant. Plus précisément, la RAM d’un réseau d’ordinateurs est configurée à l’aide d’un logiciel intermédiaire pour exécuter la mémoire en parallèle. Cette méthode de stockage est 5000 fois plus rapide que les méthodes traditionnelles, mais ne peut toujours pas suivre la loi de Moore.

Photonique

La photonique est une autre méthode de calcul haute performance qui intéresse les chercheurs. La photonique fonctionne en détectant les ondes lumineuses à l’aide d’électroniques. La science tourne autour de la génération et du contrôle de la lumière lorsqu’elle traverse une matrice de poids optiques programmables.

Ces poids intègrent un tableau 2D de modulateurs optiques non volatils qui permettent d’effectuer une transformation linéaire sur un vecteur d’entrées optiques. Cette stratégie offre des vitesses de commutation plus rapides que les méthodes de calcul RAM.

Limitations actuelles de la photonique

Parmi les inconvénients de la photonique en informatique, les systèmes actuels ne peuvent être réécrits qu’environ 1000 fois. Cette durée de vie limitée en fait une option coûteuse. De plus, les poids optiques ont une faible densité de stockage et la programmation est plus lente que celle des puces traditionnelles.

Les systèmes de calcul photonique existent sous diverses formes et conceptions. Cependant, ces systèmes nécessitent des processus de fabrication spécialisés beaucoup plus coûteux que leurs homologues. Malgré ces contraintes de coût, de nombreux chercheurs croient que la photonique représente l’avenir de l’informatique et que la loi de Wright est la clé de son implémentation.

Loi de Wright

Il existe également la loi de Wright, qui continuera à jouer un rôle dans notre capacité à faire progresser les semi‑conducteurs. Cette loi est un principe de fabrication proposé par l’ingénieur aéronautique Theodore Paul Wright. En travaillant dans une usine de fabrication d’avions, il a remarqué que les besoins en main‑d’œuvre diminuaient de 15 % à mesure que les processus de fabrication s’amélioraient, même si les niveaux de production augmentaient.

Ces économies proviennent de processus améliorés, de technologies, de systèmes de récupération et d’autres améliorations apportées pendant la production. Ainsi, de nombreux analystes estiment que la loi de Wright aidera à rendre la photonique plus disponible et moins coûteuse à l’avenir.

Vous pouvez déjà observer la loi de Wright se manifester dans le secteur de l’IA. Il y a quelques années, il aurait été impossible pour la personne moyenne d’accéder ou d’utiliser un système d’IA. Créer des modèles d’IA, les gérer et les mettre à jour était tout simplement trop coûteux. De plus, personne n’avait mis au point un moyen fiable pour que l’IA interagisse avec les humains.

Cependant, depuis l’arrivée sur le marché de programmes comme ChatGPT, chacun peut désormais exploiter ces outils puissants pour améliorer son efficacité et sa créativité. Ces systèmes intègrent de grands modèles de langage qui permettent à n’importe qui de les faire fonctionner à partir de simples invites de chat. Ce développement a propulsé l’adoption de l’IA à des niveaux records, entraînant les pénuries actuelles de puissance de calcul.

Étude sur la photonique

L’étude « Optique magnétique non réciproque intégrée avec une endurance ultra‑élevée pour le calcul photonique en mémoire »¹ publiée dans la revue Nature Photonics révèle une nouvelle méthode de calcul optique qui pourrait révolutionner le marché. L’étude explore en détail l’encodage des poids optiques pour le calcul photonique en mémoire.

Source – Nature

Les chercheurs ont choisi d’utiliser des cellules mémoire magnético‑optique et une architecture photonique basée sur la résonance pour atteindre leurs objectifs de calcul. La stratégie repose sur un décalage de phase non réciproque dans les matériaux magnético‑optiques comme moyen de mettre en œuvre le calcul photonique en mémoire.

Un nouveau modèle mathématique a permis à l’équipe de tester les matériaux magnético‑optiques. Ils ont découvert que le grenat de fer yttrium substitué au cérium (YIG) leur permettait d’utiliser un champ magnétique externe pour contrôler la propagation de la lumière. Cette lumière contrôlée pouvait alors être utilisée pour effectuer des calculs.

L’étude a démontré comment de minuscules aimants peuvent stocker des données efficacement et y accéder à une vitesse fulgurante.

Le processus d’encodage des aimants fonctionne en réglant la force du domaine magnétique de l’unité. Pour faire fonctionner l’appareil, les signaux électroniques doivent être convertis en domaine optique à l’aide de modulateurs électro‑optique (E/O) pour la programmation et le stockage. À partir de là, les photodétecteurs équilibrés (BPD) reconvertissent le signal optique différentiel en signal électrique afin que la logique CMOS puisse le traiter avec la SRAM.

Test de photonique

Pour tester leur cellule mémoire magnético‑optique non volatile, les chercheurs ont mis en place diverses approches. Ils ont commencé avec une entrée électrique de 2 bits qui leur a permis d’obtenir deux poids optiques positifs et deux poids optiques négatifs. À partir de là, le champ magnétique a été manipulé pour observer les changements.

Grenat de fer yttrium substitué au cérium (YIG)

Un YIG monocristallin d’une épaisseur de 500 nm a été cultivé en laboratoire à l’aide d’une méthode de pulvérisation à radiofréquence à 750 °C pour la phase de test. Plus précisément, l’équipe a choisi d’utiliser une plaquette avec un rayon d’anneau de 35 µm. De plus, une couche d’oxyde de silicium de 10 nm d’épaisseur a été intégrée afin de séparer la couche de silicium de la couche Ce : YIG.

Programmation photonique

Programmer l’état de la cellule mémoire nécessite un champ magnétique radial en plan fourni par un électroaimant en or intégré. Le système peut mesurer électroniquement les variations de perte optique en fonction de la direction et du champ magnétique appliqué via un film mince ferromagnétique.

Cette configuration crée un champ magnétique programmable et non volatile, permettant aux ingénieurs d’induire un décalage de phase optique non réciproque dans la cellule mémoire. Notamment, l’étude a documenté les modes horaire (CW) et antihoraire (CCW) d’un micro‑anneau résonateur comme moyen de programmer et d’accéder aux données de calcul.

Cycle de vie de la photonique

Tester le cycle de vie de la mémoire était une autre étape. L’équipe a programmé un générateur de fonctions arbitraires qui alternait entre des impulsions d’écriture et d’effacement dans le cadre de leur approche. Le système a été réglé à une fréquence de 10 kHz. Les ingénieurs ont ensuite utilisé une amplitude de ±5 V et une largeur d’impulsion de 500 ns pour reproduire une réécriture réaliste. Les résultats ont été révélateurs.

Résultats de la photonique

Les résultats des tests ont démontré comment cette nouvelle méthode de photonique pourrait transformer l’informatique à jamais. D’une part, le nouveau système a montré des capacités de réécriture quasi illimitées. Plus précisément, 2,4 milliards de cycles de programmation ont été atteints.

De plus, les ingénieurs ont déterminé que l’utilisation de décalages de phase non réciproques dans les matériaux magnético‑optiques permet de les programmer de manière déterministe, rapide et efficace. Les données ont montré qu’une vitesse de programmation d’environ 1 GHz était possible. En outre, l’équipe a atteint une non‑volatilité, un encodage multi‑niveaux qui dépasse les méthodes actuelles. Par conséquent, cette recherche pourrait révolutionner le marché des ordinateurs à l’avenir.

Avantages de la photonique

Plusieurs avantages font de l’étude photonique un véritable changement de jeu. D’une part, le nouveau système peut exécuter des opérations complexes nécessitant une puissance de calcul massive. Ces systèmes sont idéaux pour les opérations d’IA et d’apprentissage automatique qui requièrent des multiplications matrice‑vecteur et d’autres sciences avancées.

Latence réduite

Les scientifiques ont constaté que la photonique offre des vitesses supérieures aux options traditionnelles. La phase de test a révélé un accès mémoire de 1 ns. Ce taux est 100 fois plus rapide que les dispositifs photonique précédents, ouvrant la porte à un nouveau niveau d’innovation.

Consommation d’énergie réduite

L’efficacité énergétique est un autre avantage que le système photonique apporte au marché. Ce système peut reprogrammer et accéder à la mémoire avec une fraction des besoins énergétiques des autres options. L’équipe a enregistré une efficacité de 143 fJ par bit, plaçant les exigences du nouveau système à 1/10 de celles des autres options photonique.

Reprogrammable

Un des plus grands avantages de la recherche photonique est la révélation que ces dispositifs possèdent un cycle de reprogrammation presque illimité. Aucune autre option de stockage informatique n’offre aux utilisateurs la capacité de réécrire les données +2Bx. Ainsi, cette recherche scientifique pourrait avoir un impact retentissant sur les centres de données.

Chercheurs en photonique

La recherche en photonique a été dirigée par Santa Barbara, John Bowers et Galan Moody. Paolo Pintus, Nathan Youngblood, Yuya Shoji et Mario Dumont ont également joué des rôles cruciaux dans la recherche et le développement du système photonique. Maintenant, l’équipe cherchera à étendre ses recherches à d’autres matériaux afin de trouver la meilleure option pour alimenter la révolution IA de demain.

Entreprises pouvant bénéficier de la recherche photonique

Il existe une variété d’entreprises qui pourraient exploiter cette recherche pour améliorer leurs produits et services. Les réseaux de cloud computing et les centres de données sont deux secteurs évidents qui verront une forte hausse de revenus s’ils peuvent implémenter cette technologie. Voici une entreprise parfaitement positionnée pour tirer parti de ces informations.

Snowflake

Snowflake (SNOW ) est entré sur le marché du cloud computing en 2012. Son siège se trouve dans le Montana et il a été co‑fondé par Benoît Dageville, Thierry Cruanes et Marcin Żukowski afin de fournir du cloud computing haute performance au marché. Aujourd’hui, Snowflake joue un rôle crucial en permettant aux entreprises de stocker, migrer et traiter des données sur le cloud.

Snowflake est considéré par beaucoup comme un choix d’action de premier plan grâce à son engagement envers l’innovation, ses services de pointe et son positionnement. L’entreprise a récemment fait la une des médias avec son initiative One Million Minds + One Platform qui vise à former des millions de travailleurs sur l’IA d’ici 2029.

Snowflake est l’un des noms les plus réputés du secteur du cloud computing. Actuellement, il gère plus de 4,2 milliards de requêtes quotidiennes et compte plus de 10 000 clients, dont 800 entreprises figurant sur les listes Forbes. Ce soutien et cette base de clients pourraient stimuler l’intérêt pour les actions de l’entreprise.

Si Snowflake pouvait implémenter un système de stockage photonique dans un centre de données, il pourrait voir d’énormes retours sur investissement. Le système occuperait moins d’espace, nécessiterait moins d’énergie et produirait beaucoup moins de chaleur. De plus, il aurait une durée de vie de réécriture illimitée tout en offrant une latence moindre à ses clients. En retour, cela pourrait augmenter les revenus.

Photonique – utiliser la lumière pour porter l’informatique au niveau supérieur

La photonique pourrait être ce dont le monde a besoin pour débloquer un nouveau niveau de compréhension computationnelle. Cette technologie offre la longévité et la durabilité que les ingénieurs recherchent aujourd’hui. Par conséquent, beaucoup considèrent cette recherche comme cruciale pour le mouvement IA. Tous ces facteurs signifient que le mouvement de calcul photonique arrive au bon moment.

Découvrez d’autres projets informatiques passionnants ici.

Référence de l’étude :

^{1. Pintus, P., Dumont, M., Shah, V., et al. (2025). Optique magnétique non réciproque intégrée avec une endurance ultra‑élevée pour le calcul photonique en mémoire. Nature Photonics, 19(1), 54–62. https://doi.org/10.1038/s41566-024-01549-1}