Memristors : La fin des embouteillages de données ?

Des ingénieurs de l’Université du Massachusetts Amherst ont mis au point un dispositif de calcul analogique, le memristor, capable d’exécuter des tâches complexes tout en contournant les contraintes des systèmes informatiques numériques actuels. Cette innovation pourrait marquer un tournant dans la manière dont nous abordons les problématiques scientifiques les plus exigeantes.

L’essor du calcul analogique avec les memristors

Les memristors, dispositifs à la croisée de la mémoire et de la résistance, se présentent comme une solution prometteuse face aux limites des systèmes de calcul numérique. Les composants électriques ne se contentent pas de réguler le flux de courant dans un circuit ; ils conservent également un historique de leur état antérieur, même après une coupure d’alimentation. Cette propriété les distingue des puces informatiques basées sur les transistors, qui ne maintiennent l’information qu’en présence d’énergie.

Le professeur Qiangfei Xia, de l’UMass Amherst, souligne l’efficacité de cette technologie pour stocker et traiter l’information sans les incessants transferts de données entre la mémoire et les unités de calcul, réduisant ainsi les goulots d’étranglement typiques des tâches complexes. En effet, l’architecture de ces circuits, organisée en réseau croisé, permet un calcul analogique massivement parallèle, optimisant les opérations matricielles essentielles mais énergivores dans les réseaux neuronaux.

Une avancée pour le calcul scientifique de haute précision

Les travaux récents de l’équipe de recherche ont démontré que le memristor est capable de réaliser des tâches de calcul de faible précision, telles que l’apprentissage automatique. Le véritable bond en avant réside toutefois dans la capacité de cette technologie à s’attaquer désormais à des calculs scientifiques de haute précision.

Le dispositif a prouvé son efficacité en résolvant des équations différentielles partielles statiques et évolutives, des équations de Navier-Stokes et des problèmes de magnétohydrodynamique. Qiangfei Xia et son équipe ont ainsi dépassé les exigences de précision basse des réseaux neuronaux pour s’aventurer dans le domaine exigeant du calcul scientifique de haute précision.

Après plus d’une décennie de recherche et de développement, le dispositif memristor et les circuits analogiques associés sont prêts à être intégrés dans l’industrie des semi-conducteurs, offrant ainsi de nouvelles perspectives pour la communauté du matériel informatique dédié à l’intelligence artificielle.

L’innovation apportée par l’équipe de l’UMass Amherst pourrait transformer radicalement notre approche des calculs scientifiques, en proposant une alternative économe en énergie et en temps de calcul, tout en ouvrant la voie à des applications plus vastes et plus précises dans le domaine de l’intelligence artificielle.

Légende illustration : Photographie exemplaire d’une puce intégrée contenant des réseaux de barres transversales de memristors de différentes tailles, réalisée à UMass Amherst. (crédit : Can Li).

Article : Programming memristor arrays with arbitrarily high precision for analog computing – DOI: 10.1126/science.adi9405