L’essor de la photonique dans l’ère post-Moore

La miniaturisation constante des transistors sur les puces électroniques a été le moteur de l’informatique moderne. Cependant, cette tendance atteint aujourd’hui ses limites physiques et techniques, confrontant l’industrie à des contraintes majeures. Dans ce contexte, la demande en puissance de calcul ne cesse de croître, notamment sous l’impulsion de l’intelligence artificielle, dont l’essor semble ininterrompu.

Face à ce défi, Lightmatter, une entreprise fondée par trois anciens étudiants du MIT, propose une évolution significative dans la conception des puces. En intégrant la lumière comme vecteur de traitement et de transport des données, en complément de l’électricité, l’entreprise ouvre la voie à une informatique plus efficiente. Ses deux premiers produits, un chip spécialisé dans les opérations liées à l’intelligence artificielle et un interconnecteur facilitant le transfert de données entre puces, exploitent à la fois photons et électrons pour optimiser les performances.

Une technologie au service de l’intelligence artificielle

«Nous répondons à deux problématiques essentielles : ‘Comment les puces communiquent-elles entre elles ?’ et ‘Comment réaliser les calculs liés à l’IA ?’», explique Nicholas Harris, co-fondateur et PDG de Lightmatter. Avec Envise et Passage, nos deux premiers produits, nous apportons des réponses concrètes à ces questions. »

Conscient de l’ampleur de la tâche et de la demande croissante pour l’IA, Lightmatter a levé plus de 300 millions de dollars en 2023, atteignant une valorisation de 1,2 milliard de dollars. L’entreprise collabore désormais avec certaines des plus grandes sociétés technologiques mondiales dans l’espoir de réduire la consommation énergétique colossale des centres de données et des modèles d’IA.

« Nous allons permettre la création de plateformes basées sur notre technologie d’interconnexion, composées de centaines de milliers d’unités de calcul de nouvelle génération », affirme Harris. « Cela serait tout simplement impossible sans la technologie que nous développons. »

De l’idée à la réalisation

Avant de rejoindre le MIT, Harris a travaillé chez Micron Technology, où il a étudié les dispositifs fondamentaux des puces intégrées. Cette expérience lui a permis de constater que la méthode traditionnelle d’amélioration des performances informatiques, consistant à intégrer toujours plus de transistors sur chaque puce, rencontrait des obstacles insurmontables.

« J’ai vu que la feuille de route de l’informatique ralentissait, et je voulais trouver comment la prolonger », dit Harris. « Quelles approches pourraient compléter l’informatique ? L’informatique quantique et la photonique étaient deux de ces voies. »

À MIT, sous la direction de Dirk Englund, professeur associé au Département d’Ingénierie Électrique et Informatique, Harris a travaillé sur la computique quantique photonique pour son doctorat. Dans le cadre de ses recherches, il a développé des puces photoniques intégrées en silicium capables de transmettre et de traiter des informations à l’aide de la lumière plutôt que de l’électricité.

Ces travaux ont abouti à des dizaines de brevets et à plus de 80 articles de recherche dans des revues prestigieuses telles que Nature. Cependant, c’est une autre technologie qui a également capté l’attention de Harris au MIT.

« Je me souviens avoir vu des étudiants déborder des amphithéâtres pour assister à des cours en direct sur l’apprentissage profond », se rappelle Harris. « Tout le monde sur le campus savait que l’apprentissage profond allait être très important, alors j’ai commencé à m’y intéresser davantage, et nous avons réalisé que les systèmes que je développais pour la computique quantique photonique pouvaient en fait être utilisés pour l’apprentissage profond. »

Harris envisageait de devenir professeur après son doctorat, mais il a compris qu’il pourrait attirer plus de financements et innover plus rapidement à travers une startup. Il s’est donc associé à Darius Bunandar, doctorant dans le laboratoire d’Englund, et à Thomas Graham, titulaire d’un MBA en 2018. Les co-fondateurs ont réussi leur entrée dans le monde des startups en remportant le concours d’entrepreneuriat MIT $100K en 2017.

La lumière au cœur de l’innovation

La puce Envise de Lightmatter associe les fonctions que les électrons réalisent efficacement, comme la mémoire, à celles où la lumière excelle, telles que l’exécution des multiplications matricielles massives des modèles d’apprentissage profond.

« Avec la photonique, vous pouvez effectuer plusieurs calculs simultanément car les données arrivent sur différentes couleurs de lumière », explique Harris. « Dans une couleur, vous pourriez avoir une photo de chien. Dans une autre, une photo de chat. Dans une autre encore, peut-être un arbre, et vous pourriez avoir ces trois opérations se déroulant en même temps dans la même unité de calcul optique, cet accélérateur matriciel. Cela augmente les opérations par surface et réutilise le matériel existant, améliorant ainsi l’efficacité énergétique. »

Passage tire parti des avantages de la lumière en termes de latence et de bande passante pour relier les processeurs de manière similaire à la façon dont les câbles à fibres optiques utilisent la lumière pour envoyer des données sur de longues distances. Cela permet également à des puces aussi grandes que des galettes entières d’agir comme un seul processeur. L’envoi d’informations entre puces est essentiel pour faire fonctionner les immenses fermes de serveurs qui alimentent le cloud computing et exécutent des systèmes d’IA comme ChatGPT.

Les deux produits sont conçus pour apporter des efficacités énergétiques au calcul informatique, ce que Harris considère comme nécessaire pour répondre à la demande croissante sans entraîner d’augmentations massives de la consommation d’énergie.

« D’ici 2040, certains prédisent que près de 80 % de toute l’utilisation d’énergie sur la planète sera consacrée aux centres de données et au calcul, et l’IA représentera une énorme fraction de cela », dit Harris. « Lorsque vous regardez les déploiements informatiques pour l’entraînement de ces grands modèles d’IA, ils tendent à utiliser des centaines de mégawatts. Leur consommation d’énergie est à l’échelle des villes. »

Lightmatter travaille actuellement avec des fabricants de puces et des fournisseurs de services cloud pour un déploiement de masse. Harris note que, puisque l’équipement de l’entreprise fonctionne sur du silicium, il peut être produit par les installations de fabrication de semi-conducteurs existantes sans changements majeurs dans le processus.

Les plans ambitieux de l’entreprise sont conçus pour ouvrir une nouvelle voie pour l’informatique, avec d’importantes implications pour l’environnement et l’économie.

« Nous allons continuer à examiner toutes les pièces des ordinateurs pour déterminer où la lumière peut les accélérer, les rendre plus écoénergétiques et plus rapides, et nous allons continuer à remplacer ces parties », déclare Harris. « Pour l’instant, nous nous concentrons sur l’interconnexion avec Passage et sur le calcul avec Envise. Mais avec le temps, nous allons construire la prochaine génération d’ordinateurs, et tout sera centré autour de la lumière. »

Légende illustration : L’interconnexion de puces Passage de Lightmatter tire parti des avantages de la lumière en termes de latence et de bande passante pour relier les processeurs de la même manière que les câbles à fibre optique utilisent la lumière pour envoyer des données sur de longues distances. L’envoi d’informations entre les puces est essentiel pour faire fonctionner les énormes fermes de serveurs qui alimentent l’informatique en nuage et les systèmes d’intelligence artificielle tels que ChatGPT. Crédit Image : Avec l’aimable autorisation des chercheurs. Édité par MIT News