Les systèmes de calcul analogique ont longtemps été considérés comme moins précis que leurs homologues numériques, principalement en raison de leur sensibilité au bruit et aux interférences. Cependant, des chercheurs de l’Université de Pékin ont développé un nouveau dispositif de calcul analogique, utilisant des puces de mémoire non volatile appelées RRAM, qui promet de résoudre des équations matricielles avec une précision remarquable. Ce système innovant, conçu pour aborder des tâches qui nécessitent une exactitude élevée, montre un potentiel prometteur pour diverses applications, allant des communications sans fil aux systèmes d’intelligence artificielle.
Des chercheurs de l’Université de Pékin Et du Centre d’Innovation Avancée de Pékin en Circuits Intégrés ont conçu un nouvel appareil de calcul analogique capable de résoudre des équations matricielles avec une grande précision. Présenté dans un article publié dans Nature Electronics, ce système innovant utilise des puces de mémoire non volatile, connues sous le nom de RRAM (Resistive Random-Access Memory). L’approche moderne adoptée par les chercheurs marque une étape importante dans l’évolution de l’informatique analogique, traditionnellement moins précise que ses homologues numériques.
Les défis des systèmes de calcul analogique
Les ordinateurs analogiques effectuent des calculs en manipulant des quantités physiques, telles que le courant électrique, pour représenter des variables mathématiques. Contrairement aux ordinateurs numériques qui utilisent des valeurs discrètes (0 ou 1), les systèmes analogiques sont sensibles au bruit et peuvent souvent manquer de précision. Ces limitations ont restreint l’application des ordinateurs analogiques dans des situations réelles. Zhong Sun, professeur adjoint à l’Université de Pékin, a souligné que, bien que ces systèmes puissent accomplir des tâches générales, leur manque de précision comparé aux ordinateurs numériques a freiné leur potentiel.
Une nouvelle approche pour le calcul analogique
Face à ces défis, l’équipe de recherche a entrepris de développer un système de calcul analogique capable de surpasser les limitations précédentes. Ils ont introduit une solution hybride qui associe un circuit de matrice d’inversion basse précision à une opération de multiplication matrice-vecteur de haute précision. Cette approche permet une itération rapide et une amélioration continue des résultats. En utilisant des techniques de bit slicing à travers plusieurs matrices de mémoire résistive, les chercheurs ont démontré que leur système peut atteindre une précision de 24 bits, comparable aux systèmes numériques modernes.
Les résultats prometteurs d’une avancée technologique
Pour prouver l’évolutivité de leur méthode de calcul analogique, les chercheurs ont fabriqué un circuit basé sur une matrice de 8×8 et ont ensuite testé sa capacité à résoudre diverses équations matricielles. Les résultats ont montré que le circuit était capable de résoudre des équations matrices de 16×16 et même d’autres configurations plus grandes, telles que 32×32. Ces découvertes ouvrent la voie à de nouvelles applications dans divers domaines, allant des communications sans fil à l’intelligence artificielle.
Une contribution significative à l’informatique analogique
La recherche réalisée par l’équipe de l’Université de Pékin représente une avancée majeure pour le calcul analogique, mettant en exergue la possibilité d’obtenir une précision élevée tout en assurant une évolutivité. Selon Zhong Sun, l’un des principaux avantages de cette recherche est la démonstration que le calcul matriciel pleinement analogique peut rivaliser avec les systèmes numériques en termes de précision. La prochaine étape de leurs travaux consistera à construire des circuits à grande échelle et à intégrer toutes les composantes au sein d’une plateforme unique, facilitant ainsi à la fois l’inversion de matrices et les multiplications matrice-vecteur sur une puce unique.
Pour explorer plus avant les innovations dans le domaine du calcul analogique et découvrir d’autres technologies révolutionnaires, vous pouvez consulter ces articles captivants : Une nouvelle conception aborde les problèmes de factorisation d’entiers grâce au calcul probabiliste numérique, Un capteur de vision inspiré du cerveau améliore l’extraction des contours des objets dans des conditions d’éclairage variables, L’ordinateur optique analogique de Microsoft, la clé pour une IA plus économe en énergie et des tâches d’optimisation, Une plateforme de calcul analogique exploite le domaine de fréquence synthétique pour améliorer la scalabilité, et Optimiser la photonique silicium pour un matériel plus durable et évolutif.
EN BREF
|
