Puces photoniques et neuromorphiques : quel intérêt pour les robots ?

Photonique, neuromorphique et quantique ne désignent pas la même technologie. Un réseau optique peut transporter les données d’un serveur classique ; un processeur neuromorphique peut traiter des événements ; un système photonique quantique utilise des états quantiques de la lumière.

Leur intérêt pour les robots dépend du travail à exécuter et du coût énergétique complet. Une avancée dans un centre de données n’est pas automatiquement une puce embarquée disponible pour un humanoïde.

La photonique pour faire circuler les données

Les commutateurs NVIDIA à photonique sur silicium illustrent l’intégration de composants optiques dans les réseaux de centres de données. Le signal lumineux sert aux communications. La documentation produit décrit une offre d’infrastructure, pas un cerveau de robot calculant tout avec des photons.

L’intérêt potentiel pour la robotique est indirect : entraînement, simulation et gestion des données peuvent bénéficier d’infrastructures plus efficaces. Un robot connecté doit néanmoins conserver sa sécurité et un fonctionnement approprié lorsque le réseau est absent.

Le neuromorphique pour exploiter les événements

Des architectures neuromorphiques s’inspirent de certains principes de traitement neuronal, notamment l’activité événementielle. Elles ne reproduisent pas nécessairement le cerveau et leur nombre de neurones artificiels ne mesure pas une intelligence comparable à celle d’un animal.

En avril 2024, Intel a présenté Hala Point, un système de recherche fondé sur Loihi 2, avec une capacité annoncée de 1,15 milliard de neurones artificiels. Le repère concerne ce système de recherche. Il ne démontre pas un contrôleur de robot universel commercialisé.

Les applications robotiques envisageables

Les capteurs événementiels transmettent surtout les changements détectés, ce qui peut correspondre à des traitements à faible latence et activité parcimonieuse. D’autres tâches, comme un modèle dense ou un gros traitement d’image, peuvent demander un pipeline différent.

Il faut comparer la précision, la latence, la consommation et la robustesse sur les mêmes tâches. Une économie obtenue sur une opération doit inclure les capteurs, les conversions, la mémoire et le reste du système. Une architecture spécialisée peut économiser de l’énergie mais augmenter l’effort logiciel ou limiter les modèles compatibles.

Quantique photonique : une troisième voie

Le travail Aurora de Xanadu et collaborateurs décrit une architecture quantique modulaire utilisant des composants photoniques. Ce démonstrateur ne doit pas être confondu avec un réseau optique classique. Les pertes et les exigences de correction y jouent un rôle déterminant.

Le panorama des ordinateurs quantiques compare cette voie aux ions et circuits supraconducteurs. Il n’annonce pas son installation prochaine dans un appareil domestique.

Comment juger une annonce de performance ?

Une valeur en opérations par seconde ou par watt n’a de sens qu’avec la précision numérique, l’activité, la tâche et le périmètre énergétique. Pour une architecture parcimonieuse, les résultats d’un réseau peu actif ne se transposent pas automatiquement à un modèle dense.

Un robot ajoute des contraintes de température, d’encombrement, de vibrations, de sécurité et de maintenance. La disponibilité d’un serveur de recherche ou d’un composant optique n’établit pas la disponibilité d’un module robotique avec support et certification.

Où se trouvent les opportunités économiques ?

Un gain utile peut réduire la chaleur à dissiper, la latence ou l’énergie consommée entre deux recharges. Il peut aussi rendre le développement plus complexe. La décision doit inclure l’outillage, les développeurs, le coût d’intégration et la durée de support.

DÉMONTRÉ : performances mesurées sur un dispositif et protocole identifiés. EXPÉRIMENTAL : systèmes de recherche et intégrations pilotes. ANNONCÉ : caractéristiques et plans des fabricants. POTENTIEL : effet sur une application robotique encore non testée.

Aucune date ou amélioration d’autonomie universelle n’est vérifiable. Pour une machine actuelle, il faut commencer par le besoin et la plateforme disponible ; le guide des PC IA distingue déjà calcul, mémoire et batterie. Les batteries futures des robots expliquent l’autre moitié de l’équation énergétique.

Continuer la lecture

Revenir au pilier Technologies du futur pour suivre les trois clusters et leurs niveaux de preuve.