Informatique à la vitesse de la lumière avec la photonique sur silicium

Des ingénieurs de l’Université de Pennsylvanie ont développé une puce qui utilise des ondes lumineuses au lieu de l’électricité pour effectuer des calculs complexes nécessaires à l’entraînement de l’intelligence artificielle (IA). Cette innovation pourrait accélérer considérablement le traitement et réduire la consommation d’énergie des appareils.

L’étude,publiée dans Nature Photonics, montre qu’il s’agit d’une « structure à contraste d’indice faible conçue par inversion » sur une plateforme de photonique sur silicium (SiPh), pouvant potentiellement permettre des plateformes de calcul analogique à grande échelle basées sur les ondes.

La photonique sur silicium utilise le silicium, un élément abondant et peu coûteux employé dans la production de masse de puces informatiques, intégrant des composants tels que des photodétecteurs, des commutateurs optiques, des guides d’ondes optiques et des modulateurs optiques sur un substrat de silicium.

La puce photonique (SiPh) étudiée manipule les matériaux à l’échelle nanométrique pour réaliser des calculs mathématiques à l’aide de la lumière. Cette méthode d’interaction des ondes lumineuses avec la matière promet de développer des ordinateurs qui dépassent les limites actuelles des puces d’aujourd’hui.

“Nous avons décidé d’unir nos forces,” a déclaré le professeur H. Nedwill Ramsey Nader Engheta, faisant référence au développement de dispositifs en silicium à l’échelle nanométrique par le groupe de recherche de Firooz Aflatouni, professeur associé en génie électrique et systèmes.

L’objectif a été de développer une plateforme capable d’effectuer une multiplication vecteur-matrice (VMM), utilisée dans le développement et le fonctionnement des réseaux neuronaux alimentant les outils d’IA actuels.

Selon l’étude, bien que les métastructures SiPh conçues par inversion effectuent efficacement des calculs analogiques avec des ondes électromagnétiques, les faire évoluer pour gérer un grand nombre de canaux de données représente un défi. Pour y répondre, l’équipe a adopté une approche de conception inverse 2D afin de créer des systèmes de lentilles amorphes compacts, généralement à propagation avant et à faible résonance. L’étude a démontré avec succès un produit vecteur–matrice pour des matrices 2 × 2 et 3 × 3 et a également conçu une matrice 10 × 10.

Au lieu d’utiliser une plaquette de silicium d’épaisseur uniforme, l’équipe a réduit sélectivement l’épaisseur du silicium dans des zones spécifiques. Ces variations d’épaisseur permettent de contrôler la transmission de la lumière à travers la puce.

En répartissant ces variations, la puce diffuse la lumière selon des motifs spécifiques, lui permettant d’effectuer des calculs mathématiques à la vitesse de la lumière, la méthode de communication la plus rapide possible.

Selon Aflatouni, ce design est déjà prêt pour des applications commerciales grâce aux contraintes imposées par la fonderie commerciale qui a produit les puces. De plus, le design pourrait potentiellement être adapté à une utilisation dans les unités de traitement graphique (GPU), un circuit électronique spécialisé actuellement très demandé dans le cadre de la frénésie de l’IA. En intégrant la plateforme de photonique sur silicium comme module supplémentaire, Aflatouni mentionne qu’il serait possible d’accélérer les processus d’entraînement et de classification.

Cependant, les avantages vont au-delà de la vitesse et de l’efficacité énergétique, car la puce améliore également la confidentialité. Ainsi, en permettant à de nombreux calculs de s’effectuer simultanément, il n’est pas nécessaire de stocker des informations sensibles dans la mémoire vive de votre ordinateur. Cela rend un ordinateur alimenté par cette technologie essentiellement invulnérable aux piratages. Aflatouni a déclaré :

“Personne ne peut pirater une mémoire inexistante pour accéder à vos informations.”

Financé en partie par une subvention du Multidisciplinary University Research Initiative du US Air Force Office of Scientific Research et une autre du US Office of Naval Research, cette étude vise à surmonter les limites des puces actuellement utilisées, qui fonctionnent selon des principes en place depuis plusieurs décennies. Mais en exploitant la puissance de la lumière, cette nouvelle approche peut ouvrir la voie à la prochaine génération de développement de l’IA.

Le vaste potentiel de la photonique sur silicium

Au cours des dernières décennies, la recherche et le développement sur ce matériau ont continué. Récemment, cependant, la photonique sur silicium (SiPh) a attiré l’attention en raison de la demande croissante de traitement de données rapide et efficace.

Cet intérêt croissant a conduit la taille du marché mondial de la photonique sur silicium évaluée à 1,29 milliard de dollars en 2022 et devrait croître à un TCAC de 25,8 % d’ici la fin de cette décennie, selon Grand View Research. Cette croissance est due à la nécessité de débits de transfert de données plus élevés et aux applications gourmandes en bande passante.

SiPh est la plateforme idéale ici grâce à son efficacité économique et sa haute densité d’intégration. De plus, étant compatible avec la fabrication électronique, les circuits intégrés photoniques (PIC) SiPh peuvent être fabriqués en utilisant les infrastructures de fonderie établies. SiPh a également le potentiel d’intégrer des centaines à des milliers de dispositifs dans des PIC complexes avec une évolutivité de conception et de fabrication similaire à celle du CMOS, ouvrant de nouvelles applications à l’intersection de la photonique et du calcul.

Ainsi, grâce à sa transmission à haute vitesse, sa haute densité d’intégration, ses excellentes propriétés optiques, sa faible consommation d’énergie et sa fabrication relativement peu coûteuse, la photonique sur silicium est devenue une technologie précieuse dans divers domaines.

Par exemple, des recherches sont en cours sur l’application de la photonique sur silicium dans le LiDAR pour la conduite autonome et l’automatisation industrielle. Le LiDAR utilise la lumière réfléchie sur les surfaces plutôt que des signaux radiofréquence (RF) pour analyser et fournir des informations critiques sur l’environnement.

De plus, la photonique sur silicium peut être utilisée pour le capteur (c’est-à-dire le capteur optique), où la transmission d’un signal et la réception du signal optique transmis peuvent aider à déterminer les propriétés de l’environnement environnant. Cela peut être bénéfique pour les applications de santé et les dispositifs portables de santé grand public.

Outre les véhicules autonomes et le capteur, l’utilisation de la photonique sur silicium a également été explorée dans les télécommunications, les communications quantiques, le biomédical, l’aérospatiale, l’astronomie et la réalité augmentée/virtuelle (AR/VR). La photonique sur silicium montre également des promesses pour l’intégration complète et le traitement quantique de l’information optique à grande échelle.

Ensuite, il y a l’IA, qui nécessite du calcul haute performance. Avec la frénésie de l’IA atteignant de nouveaux sommets et devant croître davantage, l’industrie des puces fait face à un besoin pressant d’innovation. Elle travaille d’arrache-pied pour placer davantage de transistors sur une même puce afin d’améliorer considérablement la puissance de traitement et l’efficacité énergétique. De telles améliorations sont cruciales pour entraîner et faire fonctionner les algorithmes d’IA de manière plus précise, rapide et économique.

Dans le but de gagner la course des semi-conducteurs, même la Chine construit une ligne de production de puces photoniques en raison de la vitesse de calcul plus rapide et de la capacité d’information plus grande, qui sera nettement supérieure aux puces à base de silicium existantes.

Un changement de donne pour l’IA

La frénésie de l’IA ne montre aucun signe de ralentissement. Cette nouvelle vague d’avancées technologiques s’est imposée comme une force puissante qui révolutionnera de nombreuses industries et transformera l’avenir. L’IA devenant rapidement une partie intégrante de notre quotidien et les applications intensives en données devenant de plus en plus complexes, les entreprises, gouvernements, institutions et scientifiques cherchent des moyens de la rendre plus efficace.

Cela pousse les gens vers la photonique sur silicium, l’une des technologies les plus prometteuses pour traiter les calculs complexes et coûteux effectués par les réseaux neuronaux profonds, une sous-catégorie d’algorithmes d’apprentissage automatique qui permet d’améliorer la précision des modèles. Les réseaux profonds sont constitués de couches contenant des relations mathématiques.

Avec de telles complexités, la photonique sur silicium peut aider à améliorer les performances et l’efficacité des coûts, ce qui améliorerait le fonctionnement des applications d’IA et d’apprentissage automatique. Le monde de l’IA/ML a besoin que les données soient échangées rapidement tout en consommant le moins d’énergie possible et, en même temps, doit maintenir une haute densité de calcul.

Ici, la photonique sur silicium permet une meilleure communication entre les unités de calcul. Le matériau permet également l’utilisation d’interconnexions optiques à courte portée pour transférer les données efficacement sur des distances relativement courtes au sein des applications IA/ML. Une transmission rapide des données est essentielle pour la prise de décision en temps réel.

De cette façon, la photonique sur silicium contribue à l’efficacité globale et aux performances des systèmes d’IA. En tirant parti de ce matériau, les entreprises peuvent également débloquer de plus grandes capacités de calcul et obtenir des résultats plus précis et réactifs.

La photonique sur silicium est particulièrement adaptée au calcul en raison de la capacité de ces circuits à être plus rapides que les circuits électroniques traditionnels. De plus, leur traitement optique est intrinsèquement parallèle, ce qui permet d’effectuer plusieurs actions simultanément.

La photonique sur silicium permet également de combiner des composants fondamentaux de nombreuses manières pour construire des circuits très complexes, permettant la création de systèmes avancés adaptés à des applications spécifiques.

L’avenir de la photonique sur silicium dans l’IA, comme nous le voyons, est prometteur, compte tenu de son potentiel à transformer les algorithmes d’IA et les capacités des systèmes d’IA. C’est une période intéressante pour la photonique sur silicium, c’est certain.

Cliquez ici pour tout savoir sur l’investissement dans l’intelligence artificielle. 

Un aperçu des principaux fabricants de puces

Examinons maintenant quelques noms de premier plan dans le secteur de la fabrication de puces :

#1. NVIDIA Corporation

Le leader de l’industrie des puces, Nvidia, est actuellement la troisième entreprise la plus précieuse du marché boursier américain. En effet, elle contrôle environ 80 % du marché des puces IA. Avec ses actions cotées à 793,50 $, la société a atteint une capitalisation boursière de 1,95 billion de dollars.

Les actions de Nvidia ont grimpé en flèche et sont déjà en hausse de 58,6 % depuis le début de l’année. La société affiche un BPA (TTM) de 11,93, un PER (TTM) de 65,84 et un ROE (TTM) de 69,17 %. Elle verse également un rendement de dividende de 0,02 %.

Alors que la demande augmente mondialement dans tous les secteurs et pays, Nvidia a publié ses résultats du quatrième trimestre, avec un chiffre d’affaires multiplié par plus de trois, atteignant 22,1 milliards de dollars. Selon le PDG et cofondateur Jensen Huang :

“L’informatique accélérée et l’IA générative ont atteint le point de bascule.”

La demande croissante pour ses puces amène la société à prévoir une croissance de 233 % de ses revenus au premier trimestre. La puce H100 pour centres de données de l’entreprise aide Nvidia à dominer le secteur de l’IA. Elle est optimisée pour traiter d’énormes quantités de données et de calculs à grande vitesse, ce qui en fait une solution idéale pour la tâche énergivore d’entraînement des modèles d’IA.

Cliquez ici pour tout savoir sur l’investissement dans NVIDIA Corporation (NVDA).

#2. Intel Corporation

Le fabricant de puces basé aux États‑Unis fait son retour en élargissant son activité de fonderie, qui fabrique des conceptions de puces pour d’autres entreprises. Microsoft a choisi la société pour produire ses semi-conducteurs haut de gamme et « reconstruire la fabrication occidentale à grande échelle ».

La puce sera conçue pour utiliser le nœud 18A d’Intel, un processus de fabrication qui rend les semi-conducteurs plus petits et plus économes en énergie. « Intel est la société phare du pays en matière de puces », a déclaré la secrétaire au Commerce des États‑Unis Gina Raimondo, soulignant que Google, OpenAI et d’autres qui développent des grands modèles de langage (LLM) nécessiteraient un volume « sidérant » de semi-conducteurs dans les années à venir.

Au moment de la rédaction, les actions d’Intel se négocient à 43,12 $, en baisse de 14,47 % depuis le début de l’année, ce qui place la capitalisation boursière de la société à 181,7 milliards de dollars. Elle affiche un BPA (TTM) de 0,38, un PER (TTM) de 113,46 et un ROE (TTM) de 1,63 %. Elle verse également un rendement de dividende de 1,16 %. Selon le PDG d’Intel Pat Gelsinger :

“La demande globale (pour les puces IA) semble insatiable pendant plusieurs années à venir.”

#3. Samsung

Le géant technologique basé en Corée du Sud prévoit de lancer sa technologie de puces 2 nm afin de prendre une avance sur les autres fabricants de puces. Selon le plan du Samsung Foundry Forum (SFF), l’entreprise commencera à produire le processus 2 nm à grande échelle en 2025 pour les applications mobiles, puis s’orientera vers les applications de calcul haute performance l’année suivante avant de se tourner vers l’industrie automobile. Un an plus tard, Samsung devrait lancer le processus 1,4 nm.

La société a une capitalisation boursière de 373 milliards de dollars avec ses actions cotées à 1 373 $. Samsung affiche un ratio PE (TTM) de 14,25, un BPA (TTM) de 96,44 et verse un rendement de dividende de 1,98 %. Dans son rapport financier du quatrième trimestre 2023, Samsung a indiqué que sa division fonderie avait conclu un accord pour ses puces IA 2 nm avec la startup japonaise d’IA Preferred Networks (PFN), qui avait précédemment collaboré avec Taiwan Semiconductor Manufacturing Co (TSMC).

Le fabricant de puces collabore également avec Arm pour optimiser le cœur Cortex‑X sur sa technologie de processus de fabrication de puces la plus avancée, le GAA. Fin de l’année dernière, Samsung a également signé avec Tenstorrent, qui vise à défier Nvidia en tant que client.

Conclusion

Alors que les avancées de l’IA stimulent la demande de puissance de calcul accrue, la photonique sur silicium a émergé comme une technologie prometteuse, capable de réduire la latence tout en augmentant l’efficacité en permettant la fabrication de composants photoniques sur silicium à l’aide de processus de fabrication de semi-conducteurs standard.

Bien que la photonique sur silicium présente de nombreux avantages, elle ne remplacera pas les puces électroniques de sitôt. En effet, les capacités de la photonique sur silicium restent limitées et font face à des obstacles techniques en matière de développement logiciel pour optimiser leurs performances. Ainsi, il faudra du temps avant que l’utilisation de la photonique sur silicium ne se généralise, mais cette technologie ne fait que commencer, et compte tenu du rythme d’évolution de l’IA, cela peut certainement être accéléré.

Cliquez ici pour en savoir plus sur l’état actuel de l’informatique quantique.