(Actualités Nanowerk) À son apogée, Blue Waters de l'UIUC était l'un des meilleurs supercalculateurs au monde. Quiconque était curieux pouvait visiter sa salle des machines de 30,000 288 pieds carrés et passer une demi-heure à se promener parmi les 24 énormes armoires noires, alimentées par une alimentation électrique de XNUMX mégawatts, qui abritaient les centaines de milliers de Blue Waters. cœurs de calcul. Blue Waters a disparu, mais aujourd'hui, l'UIUC abrite non pas un seul, mais des dizaines de milliers d'ordinateurs largement supérieurs. Bien que ces merveilleuses machines fassent honte à Blue Waters, chacune ne pèse que trois livres, peut être alimentée par du café et des sandwichs, et n'a que la taille des deux mains de son propriétaire. Nous les portons tous entre nos oreilles. Le fait est que l'humanité est loin de disposer d'ordinateurs artificiels pouvant correspondre aux capacités du cerveau humain, en dehors d'un éventail restreint de tâches bien définies. Capterons-nous un jour la magie du cerveau ? Pour aider à répondre à cette question, Axel Hoffmann de MRL a récemment dirigé la rédaction d'un Matériaux APL Article « Perspectives » ("Matériaux quantiques pour l'informatique neuromorphique économe en énergie : opportunités et défis") qui résume et réfléchit sur les efforts pour trouver des soi-disant « matériaux quantiques » qui peuvent imiter la fonction cérébrale. "L'idée de base de ce dont nous discutons dans cet article est la suivante : les technologies de l'information deviennent de plus en plus énergivores", déclare Hoffmann, qui est professeur fondateur en science et ingénierie des matériaux. "Vous savez, nous utilisons beaucoup plus de calculs qu'auparavant pour toutes sortes de choses... et certaines de ces choses consomment une quantité d'énergie étonnamment élevée." De plus, les ordinateurs CMOS traditionnels ne sont même pas bien adaptés à de nombreuses tâches de calcul d'aujourd'hui, comme la reconnaissance d'images, qui peuvent impliquer des données bruyantes et des caractéristiques d'intérêt mal définies. "CMOS a été conçu pour être vraiment une machine très précise, où il maintient différents états d'information bien séparés", explique Hoffmann. "Il n'est donc pas très bien conçu pour faire des choses où il y a beaucoup de hasard et de fluctuations." Le cerveau humain, en revanche, peut facilement gérer des tâches aussi délicates tout en consommant beaucoup moins d'énergie que les ordinateurs modernes. "Donc, l'idée est maintenant, pouvons-nous nous inspirer du cerveau naturel pour trouver des moyens plus économes en énergie de faire le traitement de l'information?" Selon la ligne de recherche discutée dans l'article, la solution sera "des matériaux qui possèdent certains des mêmes traits que vous trouvez dans le cerveau naturel". Les nano-oscillateurs magnétiques à base de matériaux quantiques offrent une fonctionnalité similaire à celle des neurones qui fonctionnent via des pointes périodiques. (Image : Université de l'Illinois) Certains « matériaux quantiques » - des matériaux dont les propriétés physiques ne peuvent pas être complètement décrites en termes simples - semblent convenir. Par exemple, certains d'entre eux ont tendance à osciller d'une manière qui ressemble aux oscillations qui se forment naturellement dans le cerveau. "Nous voulons examiner les matériaux qui sont intrinsèquement instables et fluctuants", explique Hoffmann. "C'est très différent de l'ordinateur traditionnel, où vous voulez de très grandes barrières énergétiques entre vos zéros et vos uns logiques, de sorte qu'ils soient bien définis et bien séparés." De plus, dans un ordinateur traditionnel, la mémoire et l'unité de calcul sont séparées et les données sont continuellement mélangées entre elles - une des principales raisons pour lesquelles le calcul est si énergivore. "Dans le cerveau naturel", en revanche, "le calcul et la mémoire sont beaucoup plus colocalisés", explique Hoffmann. "L'information... est beaucoup plus distribuée sur l'ensemble du réseau, il n'est donc pas nécessaire de la déplacer." Les matériaux quantiques, en résumé, ouvrent la porte à des ordinateurs qui offrent des « allers-retours » très économes en énergie et peuvent jongler avec plusieurs états possibles tout en consommant très peu d'énergie. Hoffmann a co-écrit l'article Perspectives avec ses collègues du centre Quantum Materials for Energy Efficient Neuromorphic Computing, dirigé par l'UCSD et financé par le DOE.