Chercheurs chinois développent une nouvelle puce pour la dynamique neuronale en millisecondes

Des chercheurs de l'Université de Pékin et de l'Institut de microsystèmes et de technologie de l'information de Shanghai de l'Académie chinoise des sciences ont annoncé une avancée majeure dans le domaine du calcul dynamique neuronal. Leurs travaux, publiés dans la prestigieuse revue Science, détaillent la création de la première puce de système dynamique neuronal au monde utilisant des memristances à changement de phase, capable d'opérer à l'échelle de la milliseconde.

La recherche aborde un défi de longue date dans l'utilisation des memristances à changement de phase : permettre et contrôler les opérations de "calcul en mémoire" (in-memory computing). La nouvelle puce réaliserait l'exploit sans précédent de réduire la latence d'un seul pas de calcul d'un système dynamique neuronal à seulement 2,12 millisecondes.

Les systèmes dynamiques neuronaux combinent la puissance expressive des réseaux neuronaux avec les mécanismes d'évolution continue des équations différentielles, offrant un potentiel pour des applications dans la modélisation du monde physique et l'imagerie computationnelle. Historiquement, l'obtention de calculs en temps réel à faible latence, tout en conservant une modélisation continue de haute précision, a été un obstacle majeur à leur déploiement pratique.

L'équipe a introduit un nouveau paradigme de "calcul en mémoire contrôlable" en régulant précisément les propriétés des memristances à changement de phase. Cela permet un calcul efficace directement dans la mémoire, synchronisant la physique du dispositif avec les algorithmes de dynamique neuronale. La puce, fabriquée avec un procédé de 40 nm, occupe seulement 0,28 millimètres carrés et intègre toute la circuiterie nécessaire, fonctionnant à 50 MHz avec un pipeline de neuf étages pour chaque étape d'intégration.

Les résultats expérimentaux démontrent que la nouvelle puce surpasse significativement les accélérateurs spécialisés (ASIC) actuels et même les GPU NVIDIA A100 en termes de vitesse et d'efficacité énergétique. Pour des applications telles que les interfaces cerveau-ordinateur (ICO), la modélisation cérébrale rapide au niveau de la milliseconde pourrait être transformatrice, permettant potentiellement l'analyse en temps réel des signaux neuronaux, la prédiction des états cérébraux et le contrôle en boucle fermée, faisant progresser les ICO de la simple reconnaissance de signaux vers la modélisation et l'interaction cérébrales intelligentes.