Informatique
Transformer des semaines en heures – Comment l’IA bouleverse déjà l’ingénierie des microchips
L’ère technologique moderne prospère grâce à l’utilisation efficace des microchips. Le marché mondial des microchips devrait passer d’environ US$21,56 milliards en 2022 à près de US$47 milliards d’ici 2030, avec un taux de croissance annuel composé de plus de 10 %.
La raison pour laquelle les microchips se développent à un tel rythme est qu’ils alimentent tous les appareils électroniques que nous voyons autour de nous. Et quand nous parlons d’électronique, cela inclut non seulement les ordinateurs, mais aussi les smartphones, les commutateurs réseau, les appareils ménagers, les composants de voitures et d’avions, les téléviseurs, les amplificateurs, les appareils IoT et de nombreux autres systèmes électroniques.
Également appelé puce, puce informatique ou circuit intégré, un microchip est une unité de circuit intégré fabriquée à l’échelle microscopique à partir d’un matériau semi-conducteur, tel que le silicium ou le germanium. Les microchips conçus de manière complexe sont si nuancés dans leur conception qu’ils peuvent généralement inclure certains types spécifiques de composants, tels que des transistors, des résistances, des condensateurs et des diodes, en millions voire en milliards.
Ce sont des composants incroyablement petits, mesurés en nanomètres. La sophistication de la conception des microchips opère à un niveau si fin qu’en 2021, IBM a pu présenter un microchip basé sur la technologie 2 nm, plus petit que la largeur d’un brin d’ADN humain.
Les progrès rapides de la technologie des microchips ont constamment élargi leurs horizons. Des microchips spécialisés sont apparus pour gérer les signaux à l’intersection des technologies sans fil de pointe. Cependant, ces options sont coûteuses à concevoir et reposent sur les principes de miniaturisation et d’ingénierie haut de gamme.
Aujourd’hui, une équipe d’ingénieurs collaborant entre Princeton Engineering et l’Indian Institute of Technology a exploité l’IA pour réduire le coût et le temps de conception de ces puces, afin de répondre aux exigences croissantes en matière de vitesse et de performance sans fil. Dans la prochaine section, nous approfondirons cette recherche révolutionnaire.
L’IA crée des structures électromagnétiques complexes et les circuits associés dans les microchips
Les chercheurs ont mis au point une méthodologie permettant à l’IA de créer des structures EM compliquées et les circuits associés dans les microchips. Avant cette percée, obtenir les mêmes résultats pouvait prendre des semaines de travail hautement qualifié. Désormais, cela peut être réalisé en quelques heures.
Pour détailler ce que la recherche peut accomplir en termes scientifiques avancés, les chercheurs ont démontré une approche de conception inverse universelle pour des structures électromagnétiques complexes à ports multiples de forme arbitraire, avec des propriétés radiatives et de diffusion conçues, co‑conçues avec des circuits actifs.
Pour atteindre cet objectif, les chercheurs ont déployé des modèles basés sur l’apprentissage profond et ont démontré la synthèse à travers plusieurs exemples de structures passives mm‑wave complexes ainsi que de circuits à large bande mm‑wave intégrés de bout en bout. La méthodologie de conception inverse présentée, capable de produire les conceptions en quelques minutes, pourrait être transformatrice en ouvrant un nouvel espace de conception auparavant inaccessible, selon les chercheurs.
Selon Kaushik Sengupta, le chercheur principal, professeur d’ingénierie électrique et informatique, et co‑directeur de NextG, programme de partenariat industriel de Princeton visant à développer les communications de prochaine génération :
« Nous concevons des structures qui sont complexes et ont une forme aléatoire, et lorsqu’elles sont connectées à des circuits, elles offrent des performances auparavant inaccessibles. Les humains ne peuvent pas les comprendre, mais elles peuvent fonctionner mieux. »
La recherche permet aux ingénieurs de rendre ces circuits compatibles avec des opérations plus économes en énergie. Ils deviennent utilisables sur une gamme de fréquences nettement plus large. L’utilisation de l’IA aide à synthétiser des structures intrinsèquement complexes en quelques minutes. Obtenir les mêmes résultats nécessitait souvent des semaines avec des algorithmes conventionnels.
En détaillant le rôle de l’IA dans la réalisation de cette conception efficace, Uday Khankhoje, co‑auteur et professeur associé d’ingénierie électrique à l’IIT Madras, a déclaré :
« L’IA ne se contente pas d’accélérer les simulations électromagnétiques chronophages, elle permet également d’explorer un espace de conception jusque‑là inexploré et délivre des dispositifs époustouflants et haute performance qui vont à l’encontre des règles empiriques habituelles et de l’intuition humaine. »
Les conceptions classiques, selon le professeur Sengupta, assemblent les circuits et les éléments électromagnétiques pièce par pièce. Modifier ces conceptions structurelles permet d’incorporer de nouvelles propriétés. Sengupta estime qu’avec l’arrivée de l’IA, les options sont bien plus nombreuses comparées au système précédent, qui disposait d’une méthode finie pour faire la même chose.
Là où l’IA fait la différence, c’est dans la perspective. La géométrie complexe des circuits de puces empêche souvent les concepteurs humains d’essayer des conceptions innovantes. Les concepteurs humains ne tentent généralement pas de comprendre le niveau de complexité que ces circuits impliquent. L’IA, en revanche, considère la puce comme un artefact unique, menant à des agencements étranges mais efficaces.
Par exemple, les chercheurs ont exploré l’IA pour découvrir et concevoir des structures électromagnétiques complexes co‑conçues avec des circuits afin de créer des amplificateurs à large bande. Les recherches futures approfondiront le lien entre plusieurs structures et la conception de puces entièrement sans fil avec l’IA.
En résumant le potentiel de la recherche, Sengupta a déclaré : « Ce n’est que la pointe de l’iceberg quant à ce que l’avenir réserve à ce domaine. »
Les puces alimentées par l’IA révolutionnent le monde au-delà des laboratoires technologiques. Une entreprise qui se trouve à l’avant‑garde de cette révolution est Nvidia. Il y a presque un an, l’entreprise a renforcé son avance en intelligence artificielle avec le dévoilement d’une nouvelle « super puce ». Nous examinerons maintenant ce qui rend cette puce « super » dans la prochaine section.
Cliquez ici pour en savoir plus sur les puces olfactives biomimétiques.
1. Nvidia (NVDA )
L’annonce révolutionnaire de Nvidia provient de la conférence annuelle de développement de l’entreprise sur la série de puces IA Blackwell. Cette série de puces IA ambitieuses vise à alimenter les centres de données de pointe qui entraînent les modèles d’IA Frontier, tels que les dernières générations de GPT, Claude et Gemini.
Le Blackwell B200 est une amélioration du puce IA H100 de l’entreprise. Cependant, les puces IA H100 sont en retard lorsqu’il s’agit de répondre aux exigences actuelles, qui alimentent d’énormes modèles d’IA. Selon des rapports publiés, entraîner un modèle d’IA de la taille de GPT‑4 nécessiterait 8 000 puces H100 et 15 MW d’énergie.
Ce volume d’énergie consommée pourrait alimenter environ 30 000 foyers britanniques typiques. Cependant, avec les nouvelles puces de l’entreprise, le même entraînement ne nécessiterait que 2 000 B200 et 4 MW d’énergie.
Bien que cela représente une réduction significative de la consommation d’électricité, le véritable enjeu réside dans la deuxième partie de la gamme Blackwell, les superpuces GB200 qui intègrent deux puces B200 sur une même carte aux côtés du processeur Grace de l’entreprise, afin de créer un système qui, selon Nvidia, offre « 30 x la performance » pour les fermes de serveurs qui exécutent, plutôt qu’entraînent, des chatbots tels que Claude ou ChatGPT.
Microchip, le principal fournisseur de semi-conducteurs de solutions de contrôle embarquées intelligentes, connectées et sécurisées, travaille également avec les solutions NVIDIA. En novembre de l’année dernière, Microchip a lancé son PolarFire® FPGA Ethernet Sensor Bridge qui fonctionne avec la plateforme de traitement de capteurs NVIDIA Holoscan. Le but était de permettre aux développeurs de créer des systèmes de traitement de capteurs pilotés par l’intelligence artificielle (IA).
NVIDIA Holoscan aide à rationaliser le développement et le déploiement d’applications IA et de calcul haute performance (HPC) en périphérie pour des analyses en temps réel et regroupe sur une plateforme unique tout le matériel et les logiciels nécessaires au streaming de capteurs à faible latence et à la connectivité réseau.
Alors que NVIDIA aide l’industrie à prospérer, les rapports suggèrent qu’elle connaît également une croissance rapide. Le 7 janvier 2025, le PDG de Nvidia, Jensen Huang, a déclaré que les performances des puces IA de son entreprise progressaient plus rapidement que les taux historiques établis par la loi de Moore, le critère qui a guidé les avancées informatiques pendant des décennies.
Huang a affirmé que les puces IA de l’entreprise évoluaient à un rythme accéléré propre, la dernière superpuce de centre de données étant plus de 30 fois plus rapide pour exécuter des charges de travail d’inférence IA que la génération précédente. En expliquant comment Nvidia pouvait atteindre une telle vitesse, Huang a déclaré :
« Nous pouvons concevoir l’architecture, la puce, le système, les bibliothèques et les algorithmes simultanément. Si vous faites cela, vous pouvez aller plus vite que la loi de Moore car vous pouvez innover sur l’ensemble de la pile. »
Selon Huang, la dernière superpuce de centre de données de Nvidia, le GB200 NVL72, est 30 à 40 fois plus rapide pour exécuter des charges de travail d’inférence IA que les puces les plus vendues précédemment par Nvidia. L’entreprise se concentre sur la création de puces plus performantes qui seront disponibles à des prix plus bas à long terme.
« La solution directe et immédiate pour le calcul en temps de test, tant en termes de performance que de coût abordable, est d’augmenter notre capacité de calcul. »
– Huang
Dans l’ensemble, comme le prétend Huang, les puces IA de Nvidia aujourd’hui sont 1 000 fois meilleures que celles produites il y a 10 ans.
(NVDA
)
Pour l’exercice 2024, le chiffre d’affaires de Nvidia a augmenté de 126 % pour atteindre un record de 60,9 milliards de dollars. Le bénéfice GAAP par action diluée était de 11,93 $, en hausse de 586 % par rapport à l’année précédente. Le bénéfice non GAAP par action diluée était de 12,96 $, en hausse de 288 % par rapport à l’année précédente. La marge brute non GAAP était de 73,8 %.
2. Cadence (CDNS )
Leader dans la conception de systèmes électroniques, Cadence fournit des logiciels et des serveurs informatiques spécialisés à Nvidia et Apple. L’entreprise intègre la technologie IA dans ses produits afin d’améliorer la qualité des résultats, estimant que l’IA peut aider à résoudre le problème de la conception de semi-conducteurs, qui devient de plus en plus complexe à mesure que la technologie progresse de façon exponentielle.
Le PDG Anirudh Devgan a récemment déclaré que les outils de conception de puces IA de l’entreprise offrent des avantages de performance et de densité similaires à la transition vers un nœud de processus de nouvelle génération, sans devoir passer à un nouveau nœud.
Ainsi, en utilisant l’IA dans la conception de puces, Cadence optimise la puissance, la performance et la surface (PPA) des puces — qui sont les métriques les plus importantes pour les fabricants de puces en plus du coût — automatisant des tâches telles que le placement, le routage et le débogage, et comblant le manque de talents en conception de puces.
Pour ces améliorations, l’entreprise propose une solution d’IA générative « chips to systems » complète que Cadence affirme offrir des gains de productivité de 10 x tout en améliorant les performances dans tous les domaines de conception. Au total, l’entreprise possède cinq principales plateformes IA : analogique, numérique, vérification, PCB et analyse d’emballage et de système.
Selon Albert Zeng, directeur du groupe d’ingénierie logicielle senior du groupe de conception et d’analyse de systèmes chez Cadence, déclaré dans une interview récente :
« L’IA aura un grand impact du point de vue de la productivité, car l’utilisation d’un assistant IA capable d’extraire réellement les données d’une expérience passée peut aider à guider les jeunes ingénieurs ou concepteurs pour prendre une meilleure décision concernant leur conception ou sa correction. »
Il y a un peu plus de deux ans, Cadence a lancé la toute première technologie d’IA générative de l’industrie, appelée Voltus InsightAI, qui trouve automatiquement la source des violations de chute EM‑IR (électromigration et tension) dès le début du processus de conception, tâche très coûteuse en calcul. La solution de Cadence choisit ensuite et applique les correctifs les plus efficaces pour améliorer le PPA.
Ces derniers mois, Cadence a collaboré avec TSMC pour augmenter la productivité et améliorer les performances des conceptions à nœud avancé pilotées par l’IA ainsi que des circuits intégrés tridimensionnels (3D‑IC) afin de répondre à ce qu’elle qualifie de « demande sans précédent » pour des solutions silicium avancées capables de gérer d’énormes ensembles de données et de calculs. Ainsi, les flux de conception pilotés par l’IA sont désormais disponibles pour le dernier TSMC N2P (classe 2 nm), qui offre 5 % à 10 % de performance supérieure, ainsi que les technologies N3.
L’entreprise, dont la capitalisation boursière s’élève à 80,2 milliards de dollars et dont les actions se négocient actuellement à 292,50 $, a annoncé une hausse de près de 20 % de son chiffre d’affaires pour le trimestre se terminant en septembre. Avec ce plus grand bond en au moins six trimestres, le chiffre d’affaires s’est élevé à 1,22 milliard de dollars. L’entreprise mise réellement sur un boom de l’IA générative pour continuer à stimuler la demande pour ses produits et, en conséquence, a relevé le point médian de ses prévisions de bénéfice annuel ajusté à 5,90 $ par action.
(CDNS
)
En plus de ce boom, la nouvelle génération de superordinateurs Palladium de Cadence peut également contribuer à cette croissance. La marge opérationnelle GAAP de l’entreprise pour le trimestre était de 29 %, et la marge opérationnelle non GAAP était de 45 %. Le bénéfice net dilué GAAP par action était de 0,87 $, et le bénéfice net dilué non GAAP par action était de 1,64 $. Cadence a également déclaré un carnet de commandes de 5,6 milliards de dollars.
Conclusion
L’une des technologies qui progresse le plus rapidement de cette décennie est tout simplement l’IA, qui a déjà commencé à affecter les entreprises à travers les industries et devrait contribuer à plus de 15 000 milliards de dollars à l’économie mondiale d’ici la fin de cette décennie. Maintenant, l’intégration de l’IA dans la conception de microchips peut aider davantage à rationaliser les tâches, débloquant un nouveau niveau d’efficacité, de performance et d’évolutivité.
