Des scientifiques chinois ont développé une puce photonique intégrée verticale qui réalise un calcul optique à haut débit de 25 millions d’images par seconde. En tirant parti d’un réseau de lasers à cavité verticale émettant par la surface (VCSEL) mutuellement incohérents et de réseaux neuronaux diffractifs, la puce effectue un traitement d’images en une seule prise avec une haute efficacité énergétique et une grande robustesse.
Alors que la demande en calcul pour l’intelligence artificielle (IA) ne cesse d’augmenter, les processeurs électroniques traditionnels sont de plus en plus limités par la vitesse et la consommation d’énergie. En particulier, les goulots d’étranglement liés au déplacement des données et au traitement parallèle limitent l’évolutivité du matériel conventionnel pour gérer les tâches visuelles à haut débit. La photonique, avec son parallélisme inhérent et sa faible consommation d’énergie, émerge comme une alternative convaincante pour l’ère post-Moore.
Au cours de la dernière décennie, la photonique sur silicium a ouvert la voie au calcul optique à l’échelle des puces, principalement basé sur des guides d’ondes intégrés bidimensionnels et des réseaux d’interféromètres programmables. Ces plateformes ont démontré avec succès des multiplications matrice-vecteur sur puce et sont compatibles avec la fabrication CMOS. Cependant, la disposition physique bidimensionnelle limite intrinsèquement à la fois le nombre de composants et le débit.
En revanche, les réseaux neuronaux diffractifs (DNN) offrent un parallélisme massif, une latence ultra-faible et une évolutivité grâce à leur architecture physique tridimensionnelle en espace libre. Pourtant, les systèmes conventionnels en espace libre souffrent d’un encombrement important, d’un manque d’intégration à l’échelle des puces et fonctionnent à des fréquences de calcul relativement basses, limitant leur déploiement pratique.
Dans un nouvel article publié dans eLight , une équipe de recherche de l’Université des sciences et technologies de Shanghai, dirigée par le professeur Min Gu, rapporte une percée qui comble cet écart : la première puce photonique intégrée verticalement—nommée Gezhi—qui réalise un calcul optique tridimensionnel en espace libre dans un format compact à l’échelle d’une puce. Cette architecture intègre verticalement un réseau VCSEL adressable, une puce de réseaux neuronaux diffractifs mutuellement incohérents (MI-DNN) et des détecteurs dans un système de poche.
Contrairement aux DNN traditionnels qui reposent sur des sources de lumière cohérentes, le réseau VCSEL génère des champs lumineux mutuellement incohérents. Dans ce cadre, les MI-DNN exploitent la propriété individuellement cohérente de chaque VCSEL pour la multiplication élément par élément, tout en tirant parti de l’incohérence mutuelle pour l’addition—redéfinissant fondamentalement le paradigme de calcul des DNN optiques. Cette approche hybride préserve non seulement les avantages des DNN basés sur la lumière cohérente, mais atteint également une efficacité de diffraction plus élevée (jusqu’à 26,02%) et une robustesse accrue grâce à des opérations directes avec une lumière spatialement incohérente.
La puce Gezhi a démontré l’inférence de 1 000 images en seulement 40 microsecondes, correspondant à 25 millions d’images par seconde. Sur des ensembles de données de référence comme MNIST, elle a atteint une précision de classification allant jusqu’à 98,6%. Remarquablement, elle a maintenu le calcul à des niveaux de lumière ultra-faibles, consommant seulement 3,52 aJ/μm^2 d’énergie optique par image—surpassant significativement les accélérateurs électroniques les plus avancés en efficacité énergétique.
Au-delà de la classification, la puce fonctionne également comme un noyau de traitement d’image polyvalent capable de tâches haute résolution telles que l’extraction de contours et la réduction du bruit (Fig. 1b). Sa configuration d’entrée plane permet en outre le fonctionnement parallèle de multiples noyaux.
« Cette puce photonique intégrée verticalement offre une nouvelle voie pour le calcul optique tridimensionnel, distincte des plateformes planes basées sur le silicium, et présente un énorme potentiel pour l’expansion à grande échelle et les applications haute performance », ont noté les auteurs. « En tirant parti de la nature plane des réseaux VCSEL, des réseaux de sources lumineuses à très grande échelle avec des dizaines de milliers d’unités devraient être réalisés, supportant des systèmes de calcul optique distribués encore plus grands. »
Ils ont ajouté : « La vitesse actuelle de 25 millions d’images par seconde est encore bien en deçà des limites physiques de la puce. Avec des circuits de commande optimisés, des taux de traitement de centaines de millions d’images par seconde sont à portée, répondant aux demandes massives de données de l’ère de l’IA. Ses capacités de calcul par convolution fournissent également une base pour des applications plus larges à travers les modèles d’IA. À l’avenir, cette technologie devrait jouer un rôle transformateur dans des domaines tels que la conduite autonome, la santé intelligente, la vision artificielle et l’accélération des grands modèles de langage. »
Traitement graphique neuromorphique optique à haut débit pour des millions d’images par seconde. DOI : 10.1186/s43593-025-00106-9
Source : Université des sciences et technologies de Shanghai (USST)
