nouvelle-architecture-informatique-ordinateur-plus-rapide Les chercheurs d’IBM ont conçu une nouvelle architecture informatique avec une mémoire et un traitement co-localisés. Dans cette recherche, leur prototype a fonctionné 200 fois plus rapidement que les ordinateurs ordinaires.

Des chercheurs d’IBM ont développé une nouvelle architecture informatique, mieux équipée pour gérer des charges de données massives issues de l’intelligence artificielle. Leurs conceptions s’inspirent des concepts du cerveau humain et surpassent de manière significative les ordinateurs ordinaires dans des études comparatives. Ils ont présenté leurs résultats dans le Journal Applied Physics, publié par AIP Publishing.

Une nouvelle architecture informatique

Les ordinateurs actuels sont construits sur l’architecture de von Neumann, développée dans les années 1940. Les systèmes informatiques Von Neumann sont dotés d’un processeur central exécutant la logique et l’arithmétique, d’une unité de mémoire, de stockage et de périphériques d’entrée et de sortie. À la différence des composants des ordinateurs classiques, les auteurs proposent que les ordinateurs inspirés du cerveau puissent avoir des unités de traitement et de mémoire coexistantes.

Abu Sebastian, un auteur de cette recherche, a expliqué qu’exécuter certaines tâches de calcul dans la mémoire de l’ordinateur augmenterait l’efficacité du système et économiserait de l’énergie.

« Si vous regardez les êtres humains, nous calculons avec 20 à 30 watts de puissance, alors que l’IA est aujourd’hui basée sur des supercalculateurs fonctionnant en kilowatts ou en mégawatts », a déclaré Sebastian. « Dans le cerveau, les synapses sont à la fois informatiques et stockantes. Dans cette nouvelle architecture, allant au-delà de von Neumann, la mémoire doit jouer un rôle plus actif dans l’informatique. »

Inspirée du cerveau 

L’équipe d’IBM s’est inspirée du cerveau à trois différents niveaux. Le premier niveau exploite la dynamique d’état d’un dispositif de mémoire pour effectuer des tâches de calcul dans la mémoire elle-même, de la même manière que la mémoire du cerveau et son traitement sont co-localisés.

Le deuxième niveau s’appuie sur des structures de réseau synaptique du cerveau pour reproduire des réseaux de dispositifs de mémoire à changement de phase (PCM) afin d’accélérer la formation des réseaux de neurones profonds. Enfin, la nature dynamique et stochastique des neurones et des synapses a poussé l’équipe à créer un puissant substrat informatique pour les réseaux de neurones.

La mémoire à changement de phase est un dispositif de mémoire à l’échelle nanométrique construit à partir de composés de Ge, Te et Sb pris en sandwich entre des électrodes. Ces composés présentent des propriétés électriques différentes en fonction de leur arrangement atomique. Par exemple, dans une phase désordonnée, ces matériaux présentent une résistivité élevée, tandis que dans une phase cristalline, ils présentent une résistivité plus faible.

Pour stocker davantage d’information

En appliquant des impulsions électriques, les chercheurs ont modulé le rapport du matériau dans les phases cristalline et amorphe afin que les dispositifs de mémoire à changement de phase puissent supporter un continuum de résistance ou de conductance électrique. Ce stockage analogique ressemble mieux aux synapses biologiques non binaires et permet de stocker davantage d’informations dans un seul périphérique à l’échelle nanométrique.

Sebastian et ses collègues d’IBM ont obtenu des résultats surprenants dans leurs études comparatives, sur l’efficacité des systèmes proposés. « Nous nous attendions toujours à ce que ces systèmes soient bien meilleurs que les systèmes informatiques classiques pour certaines tâches, mais nous avons été surpris de voir à quel point certaines de ces approches étaient réellement plus efficaces. »

L’année dernière, ils ont exécuté un algorithme d’apprentissage automatique non supervisé sur un ordinateur conventionnel et une plate-forme prototype de mémoire informatique basée sur des dispositifs de mémoire à changement de phase.

Ce système superforme

« Nous pourrions atteindre des performances 200 fois plus rapides dans les systèmes informatiques à mémoire de phase par opposition aux systèmes informatiques classiques. » Explique Sebastian. « Nous avons toujours su qu’ils seraient efficaces, mais nous ne nous attendions pas à ce qu’ils surperforment autant. » L’équipe continue à construire des prototypes de puces et de systèmes basés sur des concepts inspirés du cerveau.

Source : AIP Publishing