Restez toujours informé: suivez-nous sur Google Actualités (icone ☆)
Image d'illustration Pixabay
Les systèmes d'IA actuels nécessitent d'importants transferts de données entre la mémoire et les processeurs, un processus très énergivore. Le nouveau dispositif, appelé Mémoire Vive à Accès Aléatoire Computationnelle (CRAM), permet de traiter les données directement au sein de la mémoire, sans avoir besoin de les transférer. Cette méthode, expérimentée pour la première fois par l'équipe de l'Université du Minnesota, pourrait réduire drastiquement la consommation énergétique des applications d'IA.
Yang Lv, chercheur postdoctoral à l'Université du Minnesota et premier auteur de l'étude, explique que la CRAM permet de traiter les données directement dans le réseau de mémoire, éliminant ainsi les étapes énergivores de transfert. Cette technologie, qui repose sur l'utilisation de jonctions tunnel magnétiques (MTJ), permet de stocker et de traiter l'information de manière beaucoup plus efficace que les méthodes actuelles basées sur des transistors.
Jian-Ping Wang, professeur à l'Université du Minnesota et co-auteur de l'étude, souligne que cette technologie est le fruit de plus de 20 ans de recherche et de collaboration interdisciplinaire. Initialement considérée comme une idée folle, la CRAM a maintenant prouvé son efficacité et est prête à être intégrée dans les technologies existantes. Selon Jian-Ping Wang, les premiers résultats montrent une réduction de la consommation énergétique par un facteur de 2 500 par rapport aux systèmes traditionnels.
La CRAM pourrait représenter une solution durable pour le développement de l'IA, offrant une efficacité énergétique inédite. Cette avancée technologique ouvre des perspectives prometteuses pour réduire l'empreinte environnementale des systèmes d'IA, tout en maintenant des performances élevées. Les chercheurs envisagent maintenant de collaborer avec des leaders de l'industrie des semi-conducteurs pour développer cette technologie à grande échelle.