Intel dévoile le processeur neuromorphique « Loihi » et la puce quantique de 49 qubits « Tangle Lake »

• Intel propose un processeur quantique neuromorphique et supraconducteur de 49 qubits (nom de code Tangle Lake). 
• Le neuromorphique (nom de code Loihi) est une nouvelle approche informatique inspirée du fonctionnement du cerveau, qui rendra l'apprentissage automatique plus efficace. 
• La feuille de route d'Intel suggère qu'ils pourraient atteindre un système à 1 000 qubits d'ici 5 à 7 ans.   

Intel a fait deux annonces majeures au Consumer Electronics Show (CES) 2018, qui pourraient potentiellement aider les clients et résoudre des problèmes bien au-delà de la portée des ordinateurs conventionnels. Brian Krzanich, PDG d'Intel, a présenté deux processeurs :l'un fait progresser l'informatique quantique, tandis que l'autre traite de l'informatique neuromorphique.

Il a montré les progrès réalisés dans le processeur informatique neuromorphique, qui est une puce d'auto-apprentissage, nommée « Loihi », qui imite le fonctionnement de base du cerveau afin de rendre l'apprentissage automatique plus efficace.

L’autre processeur est une puce de test quantique supraconductrice de 49 qubits, nommée « Tangle Lake ». Si vous ne le reconnaissez pas, son nom fait référence à une chaîne de lacs en Alaska, ce qui implique que les processeurs quantiques ont besoin de températures extrêmement froides pour fonctionner.

Intel tente de répondre à la demande exponentielle de performances informatiques avec de nouvelles architectures spécialisées. Élaborons ces deux architectures et les recherches associées.

Loihi – Processeur qui imite le cerveau

Le PDG d’Intel a présenté les recherches menées par la société en matière d’informatique neuromorphique – une nouvelle approche informatique inspirée du fonctionnement du cerveau. Afin de rendre l'intelligence artificielle et l'apprentissage automatique plus efficaces, Loihi fusionne la formation et l'inférence sur un seul processeur.

Tout comme le cerveau animal/humain, le Loihi connecte les neurones pour se réunir et modifie la connectivité entre les neurones. Ce que Loihi vous offre, ce sont les capacités de développer un réseau, d'introduire des données, puis de modifier le réseau au fur et à mesure de votre progression et de votre apprentissage, et il vous dira quel est le résultat :en ligne, à la périphérie, consommant peu d'énergie.

Fonctionnalités

• Le maillage neuromorphique entièrement asynchrone prend en charge différentes topologies de réseaux neuronaux hiérarchiques, clairsemés et récurrents, où chaque neurone peut communiquer avec des milliers d'autres neurones.
• Chaque noyau dispose d'un moteur d'apprentissage qui peut être programmé pour adapter dynamiquement les paramètres du réseau, prenant en charge les approches d'apprentissage par renforcement, supervisé et non supervisé.
• Un total de 130 000 neurones et 130 millions de synapses fabriqués grâce à une technologie de traitement de 14 nanomètres.
• Développement et test de nombreux algorithmes très efficaces pour résoudre des problèmes tels que la satisfaction de contraintes, l'apprentissage de modèles dynamiques, la planification de chemins, l'apprentissage de dictionnaires, le codage clairsemé, etc.

Puce de recherche neuromorphique auto-apprenante

Le processeur pourrait être utilisé partout où des informations du monde réel doivent être traitées dans des environnements en temps réel en constante évolution. Par exemple, il sera suffisamment capable de permettre aux caméras de sécurité plus intelligentes, aux appareils de réalité augmentée/mixte et aux véhicules autonomes de communiquer en temps réel.

À l'heure actuelle, Intel dispose d'un processeur de recherche neuromorphique entièrement fonctionnel et vise à partager le prototype avec des instituts de recherche de premier plan (tout en l'appliquant à des problèmes et des structures de données plus complexes) d'ici la fin du 2e trimestre 2018.

Tangle Lake – Puce de test quantique supraconductrice

En octobre 2017, Intel a livré une puce supraconductrice de 17 qubits avec un packaging avancé, et maintenant, seulement 3 mois plus tard, ils ont dévoilé une puce de test quantique de 49 qubits qui représente un progrès impressionnant vers leur objectif de développer un système informatique entièrement fonctionnel – de l'électronique de contrôle aux algorithmes.

Il faudra probablement un million de qubits ou plus pour atteindre une pertinence commerciale. L'informatique quantique résoudra des problèmes qui prennent généralement des mois aux superordinateurs les plus puissants d'aujourd'hui, comme la modélisation financière, le développement de médicaments et les prévisions climatiques.

Puce de test d'informatique quantique de 49 qubits

L'architecture des qubits implique des boucles de métal supraconducteur, qui nécessitent une température extrêmement basse de près de 20 milliKelvin pour fonctionner.

Au cours des dernières années, la course à la construction d’ordinateurs quantiques parmi les géants de la technologie est devenue assez intéressante. En novembre 2017, les scientifiques d'IBM ont déclaré avoir développé un prototype de puce quantique de 50 qubits. La même année, Google a annoncé son objectif de construire une puce quantique supraconductrice de 49 qubits. Mais il leur faudra encore beaucoup de chemin avant de développer une machine quantique à grande échelle. La feuille de route d'Intel suggère qu'ils pourraient atteindre un système à 1 000 qubits d'ici 5 à 7 ans.

Lire : 10+ faits les plus intéressants sur les ordinateurs quantiques

Intel investit également massivement dans la recherche sur les qubits de spin dans le silicium. Comme ils sont beaucoup plus petits que les qubits supraconducteurs, ils pourraient présenter un avantage en termes d’échelle. Fondamentalement, les qubits de spin ressemblent à un transistor à un seul électron, similaire aux transistors traditionnels, qui pourrait être fabriqué avec des techniques comparables. Jusqu'à présent, Intel a développé un flux de fabrication de qubits de spin sur une technologie de processus de 300 millimètres.

Ni l'informatique neuromorphique ni l'informatique quantique ne remplaceront les ordinateurs à usage général, mais elles sont censées les améliorer.