Les chercheurs de l'Université de Cornell ont développé une puce à faible puissance qu'ils appellent un «cerveau micro-ondes», le premier processeur à calculer à la fois sur les signaux de données ultra-rapides et les signaux de communication sans fil en exploitant la physique des micro-ondes.
Détaillé le 11 août dans le journal Nature électroniquele processeur est le premier réseau neuronal micro-ondes vrai et est entièrement intégré sur une micropuce en silicium. Il effectue un calcul de domaine de fréquence en temps réel pour des tâches telles que le décodage du signal radio, le suivi des cibles radar et le traitement des données numériques, tout en consommant moins de 200 milliwatts de puissance.
« Parce qu'il est capable de se déformer de manière programmable sur une large bande de fréquences instantanément, il peut être réutilisé pour plusieurs tâches informatiques », a déclaré l'auteur principal Bal Govind, un doctorant qui a mené la recherche avec Maxwell Anderson, également doctorant. « Il contourne un grand nombre d'étapes de traitement du signal que les ordinateurs numériques doivent normalement faire. »
Cette capacité est activée par la conception de la puce en tant que réseau neuronal, un système informatique modélisé sur le cerveau, en utilisant des modes interconnectés produits dans des guides d'ondes accordables. Cela lui permet de reconnaître les modèles et d'apprendre des données. Mais contrairement aux réseaux de neurones traditionnels qui reposent sur les opérations numériques et les instructions étape par étape chronométrées par une horloge, ce réseau utilise un comportement analogique et non linéaire dans le régime micro-ondes, ce qui lui permet de gérer des flux de données dans les dizaines de Gigahertz – beaucoup plus rapidement que la plupart des puces numériques.
« Bal a jeté beaucoup de conception de circuits conventionnels pour y parvenir », a déclaré Alyssa Apsel, professeure d'ingénierie, qui était co-senteur auprès de Peter McMahon, professeur agrégé de physique appliquée et d'ingénierie. « Au lieu d'essayer d'imiter exactement la structure des réseaux de neurones numériques, il a créé quelque chose qui ressemble plus à une bouillie contrôlée de comportements de fréquence qui peuvent finalement vous donner un calcul haute performance. »
La puce peut effectuer à la fois des fonctions logiques de bas niveau et des tâches complexes comme l'identification des séquences de bits ou compter les valeurs binaires dans des données à grande vitesse. Il a atteint une précision ou plus de 88% sur plusieurs tâches de classification impliquant des types de signaux sans fil, comparables aux réseaux de neurones numériques mais avec une fraction de la puissance et de la taille.
Dans les systèmes numériques traditionnels, à mesure que les tâches deviennent plus complexes, vous avez besoin de plus de circuits, de plus de puissance et de plus de correction d'erreur pour maintenir la précision. Mais avec notre approche probabiliste, nous sommes en mesure de maintenir une précision élevée sur les calculs simples et complexes, sans cette surcharge ajoutée. «
Bal Govind, auteur principal
La sensibilité extrême de la puce aux entrées le rend bien adapté aux applications de sécurité matérielle comme la détection des anomalies dans les communications sans fil dans plusieurs bandes de fréquences micro-ondes, selon les chercheurs.
« Nous pensons également que si nous réduisons davantage la consommation d'énergie, nous pouvons le déployer sur des applications comme Edge Computing », a déclaré Apsel, « vous pouvez le déployer sur une smartwatch ou un téléphone portable et créer des modèles natifs sur votre appareil intelligent au lieu d'avoir à dépendre d'un serveur cloud pour tout. »
Bien que la puce soit toujours expérimentale, les chercheurs sont optimistes quant à son évolutivité. Ils expérimentent des moyens d'améliorer sa précision et de l'intégrer dans les plates-formes de traitement micro-ondes et numériques existantes.
Les travaux ont émergé d'un effort exploratoire au sein d'un projet plus vaste soutenu par la Defense Advanced Research Projects Agency et le Cornell Nanoscale Science and Technology Facility, qui est financé en partie par la National Science Foundation.
