Un projet récent, soutenu par l’agence de recherche du Département de la Défense des États-Unis, la DARPA, promet de redéfinir l’efficacité énergétique et la puissance des microprocesseurs dédiés à l’intelligence artificielle. Cette initiative, menée par une équipe de l’Université de Princeton, pourrait bien marquer un tournant dans la manière dont nous déployons l’IA dans notre quotidien.
L’organisation de recherche la plus importante du Département de la Défense, DARPA, s’est associée à un effort dirigé par Princeton pour développer des microprocesseurs avancés pour l’intelligence artificielle. Ces nouveaux composants électroniques, conçus pour répondre aux exigences modernes, promettent de faire fonctionner des systèmes d’IA puissants avec une consommation d’énergie bien inférieure à celle des semi-conducteurs les plus avancés d’aujourd’hui.
Naveen Verma, professeur en génie électrique et informatique, qui dirigera le projet, souligne que ces avancées surmontent des obstacles clés qui entravaient jusqu’à présent le développement de puces pour l’IA, notamment en termes de taille, d’efficacité et de scalabilité.
Vers une nouvelle génération de puces IA
Les puces nécessitant moins d’énergie pourront être déployées pour exécuter l’IA dans des environnements plus dynamiques, allant des ordinateurs portables et téléphones aux hôpitaux et autoroutes, et même au-delà de l’orbite terrestre basse.
Les puces qui alimentent les modèles les plus avancés d’aujourd’hui sont trop volumineuses et inefficaces pour fonctionner sur de petits appareils et sont principalement limitées aux serveurs et grands centres de données. Avec un financement de 18,6 millions de dollars de DARPA, le travail de Naveen Verma, basé sur une série d’inventions clés issues de son laboratoire, explorera jusqu’où le nouveau microprocesseur peut devenir rapide, compact et économe en énergie.
Décentraliser l’intelligence artificielle
La nécessité de repenser l’architecture des puces pour l’IA découle d’une croissance exponentielle de la puissance de calcul requise par les modèles d’IA, qui a augmenté d’environ 1 million de pour cent entre 2012 et 2022. Pour répondre à cette demande, les puces les plus récentes intègrent des dizaines de milliards de transistors, chacun séparé par la largeur d’un petit virus. Ces puces ne sont toujours pas assez denses en termes de puissance de calcul pour les besoins modernes.
Newsletter Enerzine
Recevez les meilleurs articles
Énergie, environnement, innovation, science : l’essentiel directement dans votre boîte mail.
Les modèles de pointe d’aujourd’hui, qui combinent de grands modèles de langage avec la vision par ordinateur et d’autres approches de l’apprentissage automatique, ont été développés en utilisant plus d’un trillion de variables chacun.
Le projet dirigé par Princeton, en collaboration avec la startup EnCharge AI, basée à Santa Clara, Californie, commercialise des technologies basées sur les découvertes du laboratoire de Naveen Verma. Cette initiative représente une étape significative vers la création de puces capables de gérer des charges de travail d’IA modernes dans des environnements compacts ou contraints en énergie.
En réimaginant complètement la physique du calcul tout en concevant et en emballant du matériel pouvant être fabriqué avec les techniques de fabrication existantes, les chercheurs ouvrent la voie à une décentralisation de l’IA hors des centres de données, vers des applications plus proches de l’utilisateur final.
Légende illustration : Des chercheurs de Princeton ont totalement réimaginé la physique de l’informatique pour construire une puce destinée aux charges de travail modernes de l’IA. Grâce à un nouveau soutien du gouvernement américain, ils verront à quel point cette puce peut être rapide, compacte et économe en énergie. Un premier prototype est illustré ci-dessus. Crédit : Hongyang Jia/Princeton University
