RTFlash

Matière

Première puce neuromorphique photonique

Une équipe de chercheurs de l’Université de Princeton (New Jersey), dirigée par Alexander Tait, vient de dévoiler un prototype de puce neuromorphique photonique, composée de 49 neurones artificiels. Cette puce serait 1960 fois plus rapide qu’un processeur classique.

Une puce neuromorphique est une puce bioinspirée qui vise à reproduire dans le silicium un réseau de neurones artificiels. L’objectif de cette nouvelle famille de dispositifs est d’augmenter significativement leur puissance de calcul par rapport aux processeurs classiques, tout en limitant leur consommation énergétique pour faire tourner des algorithmes d'intelligence artificielle, très prisés pour la reconnaissance d’objets, la reconnaissance faciale, le traitement de langage naturel ou encore la traduction automatique.

Il existe de nombreux modèles de puces neuromorphiques. Les chercheurs de l’Université de Princeton ont, eux, choisi la voie de la lumière pour développer leur prototype. Le principal défi technique a consisté à mettre au point un dispositif photonique dans lequel chaque nœud présente les mêmes caractéristiques de réponse qu'un neurone. Ces 49 nœuds photoniques prennent la forme de petits guides d’ondes circulaires sculptés dans le silicium, dans lesquels la lumière peut circuler.

Les chercheurs ont utilisé cette puce neuromorphique photonique pour résoudre un problème mathématique qui consiste à émuler un certain type d’équations différentielles. Ils ont comparé les performances de leur prototype pour cette application à celles d’un processeur classique. Selon eux, leur prototype est 1960 fois plus rapide pour cette tâche spécifique, soit une accélération de trois ordres de grandeur.

D’après les chercheurs, un tel dispositif pourrait avoir un réel impact dans le traitement de l’information pour des applications de radio, de contrôle et pour l’informatique scientifique. A plus long terme, les systèmes auto-apprenants pourraient se rapprocher davantage des performances humaines en termes de temps et de précision.

Article rédigé par Georges Simmonds pour RT Flash

MIT

Noter cet article :

 

Vous serez certainement intéressé par ces articles :

Recommander cet article :

back-to-top