A tiny microchip displayed on a glass stand.

Une petite puce d’IA calquée sur le cerveau humain devrait augmenter la durée de vie de la batterie des appareils intelligents, la durée de vie de certains pouvant être multipliée par 6.

Par Anissa Chauvin

LAS VEGAS — La première « puce neuromorphique » au monde sera disponible sur les tablettes d’ici l’année prochaine et prolongera la durée de vie de la batterie des appareils intelligents. La puce, qui imite l’architecture du cerveau humain, est censée permettre intelligence artificielle (IA) sur les appareils intelligents à consommation limitée.

Les appareils « intelligents » comme les ampoules, les sonnettes ou les détecteurs de fumée connectés au Wi-Fi sont construits avec des capteurs qui effectuent des détections et envoient des données au cloud pour traitement.

Mais ce processus est gourmand en énergie, Sumeet KumarPDG de la société de processeurs Innatera Nanosystems, a déclaré à Live Science dans une interview au CES 2025. Et tout traitement d’IA effectué par ces appareils nécessite également une connexion Internet.

Mais le Spiking Neural Processor T1 devrait réduire considérablement la consommation électrique des futurs appareils intelligents.

Il fonctionne en analysant les données des capteurs en temps réel pour identifier des modèles et potentiellement nettoyer les données sortant des capteurs – et aucune connexion Internet ne serait requise.

Imiter le cerveau

L’appareil est un processeur neuromorphique, ce qui signifie que son architecture est conçue pour imiter les mécanismes de reconnaissance des formes du cerveau. Pour faire une analogie, lorsque vous ressentez quelque chose, qu’il s’agisse d’une odeur ou d’un son, différentes collections de neurones se déclenchent pour l’identifier.

De la même manière, dans la puce, différents groupes de neurones artificiels enregistrent des pics. Le principe sous-jacent est le réseau neuronal à pointes (SNN) – où un réseau neuronal est un ensemble d’algorithmes d’apprentissage automatique et les pointes qu’il produit s’apparentent aux signaux produits par les cellules cérébrales.

Les algorithmes SNN ont également tendance à être environ 100 fois plus petits en termes de taille de fichier que les réseaux neuronaux profonds conventionnels utilisés dans les grands modèles de langage.

Couches de calcul

Il existe trois couches fondamentales dans la puce T1. Le premier est le moteur informatique basé sur SNN, qui enregistre une dissipation de puissance inférieure à 1 milliwatt et une latence, ou retard, généralement inférieure à 1 milliseconde pour la plupart des applications, a déclaré Kumar. La deuxième couche comprend des réseaux neuronaux profonds conventionnels, tandis que la troisième couche comprend un processeur standard qui gère le fonctionnement du système.

Le T1, ou des puces similaires, multiplieraient par six la durée de vie de la batterie dans certains appareils intelligents et dans certains scénarios, a déclaré Kumar. Par exemple, un prototype de sonnette intelligente construite avec le processeur T1, capable de détecter la présence d’une personne à l’aide de la technologie radar, a duré 18 à 20 heures, contre une ou deux heures pour un produit Wi-Fi classique qui envoie des images et des vidéos. données vers les serveurs.

Les applications incluent l’éclairage intelligent, tout type de détecteurs pour le comptage de personnes, les systèmes d’ouverture de porte et même les écouteurs – dans lesquels la puce T1 peut théoriquement isoler différents sons pour supprimer le bruit. Lorsqu’elle est utilisée pour des applications basées sur le son, la société affirme qu’il y a une réduction de 80 à 100 fois de la consommation d’énergie ainsi qu’une réduction de 70 fois de la latence.

La puce est en cours de préparation pour une production de masse cette année, et des échantillons seront envoyés aux fabricants d’appareils. Kumar s’attend à ce que les premiers produits dotés de la puce neuromorphique T1 soient commercialisés d’ici 2026.

Anissa Chauvin