Depuis l'invention du transistor en 1947, le développement informatique a vu un doublement constant du nombre de transistors pouvant tenir sur une puce. Mais cette tendance, connue sous le nom de loi de Moore, peut atteindre sa limite car les composants de taille submoléculaire rencontrent des problèmes de bruit thermique, rendant impossible une mise à l'échelle supplémentaire.

Dans leur article publié cette semaine dans Examens de physique appliquée auteurs Jack Kendall, de Rain Neuromorphics, et Suhas Kumar, de Hewlett Packard Labs, présenter un examen approfondi du paysage informatique, en se concentrant sur les fonctions opérationnelles nécessaires pour faire progresser l'informatique neuromorphique inspirée du cerveau. Leur parcours proposé comprend des architectures hybrides composées d'architectures numériques, parallèlement à une résurgence des architectures analogiques, rendu possible par les memristors, qui sont des résistances avec mémoire qui peuvent traiter les informations directement là où elles sont stockées.

"L'avenir de l'informatique ne consistera pas à entasser plus de composants sur une puce, mais à repenser l'architecture du processeur à partir de zéro pour émuler la façon dont un cerveau traite efficacement l'information, ", a déclaré Kumar.

"Des solutions ont commencé à émerger qui reproduisent le système de traitement naturel d'un cerveau, mais les espaces de recherche et de marché sont grands ouverts, " ajouta Kendall.

Les ordinateurs doivent être réinventés. Comme le soulignent les auteurs, "Les ordinateurs de pointe d'aujourd'hui traitent à peu près autant d'instructions par seconde qu'un cerveau d'insecte, " et ils n'ont pas la capacité d'évoluer efficacement. En revanche, le cerveau humain est environ un million de fois plus gros, et il peut effectuer des calculs d'une plus grande complexité en raison de caractéristiques telles que la plasticité et la parcimonie.

Réinventer l'informatique pour mieux émuler les architectures neuronales du cerveau est la clé pour résoudre les problèmes non linéaires dynamiques, et les auteurs prédisent que l'informatique neuromorphique sera répandue dès le milieu de cette décennie.

L'avancement des primitives de calcul, comme la non-linéarité, causalité et parcimonie, dans les nouvelles architectures, tels que les réseaux de neurones profonds, apportera une nouvelle vague d'informatique qui peut gérer des problèmes d'optimisation contraints très difficiles comme les prévisions météorologiques et le séquençage des gènes. Les auteurs offrent un aperçu des matériaux, dispositifs, architectures et instrumentations qui doivent évoluer pour que l'informatique neuromorphique mûrisse. Ils lancent un appel à l'action pour découvrir de nouveaux matériaux fonctionnels pour développer de nouveaux dispositifs informatiques.

Leur article est à la fois un guide pour les nouveaux arrivants sur le terrain afin de déterminer les nouvelles orientations à suivre, ainsi qu'une source d'inspiration pour ceux qui recherchent de nouvelles solutions aux limites fondamentales des paradigmes informatiques vieillissants.