L'informatique optique, ou photonique, fait l'objet de recherches de la part de nombreuses start-ups et entreprises technologiques comme Intel ou encore IBM et le but est de trouver une nouvelle approche pour apporter une nouvelle façon de calculer. Mais parfois, les plus grandes avancées ne proviennent pas toujours des historiques, mais parfois de startups, comme Lightelligence, spécialisée dans l'informatique Photonique. Et cette dernière a mis au point un processeur qui surpasse de 100 fois les GPU classiques dans le calcul de certains des problèmes mathématiques les plus difficiles. Comme l'indique un rapport, le moteur de calcul arithmétique photonique PACE de Lightelligence parvient à multiplier par près de 100 les performances des GPU, comme la GeForce RTX 3080 de NVIDIA, dans la catégorie des problèmes NP-complets.
Mais avant de continuer, il faut vous dire qu'est-ce que l'informatique optique ou photonique, c'est un processeur numérique qui utilise des photons pour le traitement des informations et non des électrons. Les photons ont la particularité de ne pas créer d’interférence magnétique, de ne pas générer de chaleur et de se propager très rapidement. Les transistors optiques sont beaucoup plus rapides que les transistors électroniques.
Reprenons. Ainsi, l'accélérateur PACE s'est attaqué au modèle d'Ising, un exemple de système thermodynamique utilisé pour comprendre les transitions de phase. Ainsi, par rapport à la RTX 3080, il a atteint une vitesse 100 fois supérieure. Tout cela a été réalisé à l'aide de 12 000 dispositifs optiques intégrés sur un circuit et fonctionnant à une fréquence de 1 GHz. Par rapport à la machine de bifurcation simulée de Toshiba basée sur des FPGA, la PACE surpasse encore de 25 fois ce système conçu pour s'attaquer au calcul mathématique d'Ising. La puce PACE utilise l'intégration photonique standard en silicium de Mach-Zehnder Interferometer (MZI). Voilà, nous sommes tous perdus...
Il convient de souligner que cette approche démontre que le calcul optique, et plus précisément l'orientation de Lightelligence, est utile pour un plus grand nombre d'ensembles de problèmes par rapport à la "simple" intelligence artificielle. Ces classes de problèmes mathématiques coûteux en calcul, comme Ising, se retrouvent souvent dans les domaines de la science des matériaux, de la thermodynamique, de la bioinformatique, de la cryptographie, de la conception de circuits, de l'optimisation des réseaux électriques, et bien plus encore.
source : EE-Times
Recommended Comments
Join the conversation
You are posting as a guest. If you have an account, sign in now to post with your account.
Note: Your post will require moderator approval before it will be visible.