L’informaticien David Blaauw extrait une petite boîte en plastique de son sac. Il utilise soigneusement son ongle pour enlever le minuscule point noir à l’intérieur et le place sur la table du café de l’hôtel. Avec 1 millimètre cube, c’est l’un d’une ligne des plus petits ordinateurs du monde. David Blaauw et son collègue Dennis Sylvester, deux chercheurs de l’IEEE et des informaticiens de l’Université du Michigan, se sont rendus à San Francisco cette semaine pour présenter 10 documents liés à ces ordinateurs «micromoteurs» lors de la Conférence internationale des circuits intégrés de l’IEEE. Ils ont présenté différentes variations sur ces appareils minuscules pour les quelques prochaines années.
Leur objectif plus large est de fabriquer des capteurs plus intelligents et plus petits pour les dispositifs médicaux et l’Internet des objets – des capteurs qui peuvent faire plus avec moins d’énergie. Beaucoup de microphones, caméras et autres capteurs qui composent les yeux et les oreilles des appareils intelligents sont toujours en alerte et transmettent fréquemment des données personnelles dans le Cloud parce qu’ils ne peuvent pas l’analyser eux-mêmes.
Certains ont prédit qu’en 2035, il y aura 1000 milliards de dispositifs semblables. «Si vous avez 100 milliards d’appareils produisant des données en permanence, nous allons nous noyer dans les données», explique David Blaauw. En développant de minuscules capteurs informatiques écoénergétiques capables de faire de l’analyse à bord ou sur site, David Blaauw et Dennis Sylvester espèrent rendre ces dispositifs plus sûrs tout en économisant de l’énergie.
Lors de la conférence, ils ont décrit des conceptions de micromote qui utilisent seulement quelques nanowatts de puissance pour effectuer des tâches telles que la distinction du son d’une voiture qui passe et mesurer la température et les niveaux de lumière. Ils ont montré une radio compacte qui peut envoyer des données à partir de petits ordinateurs vers des récepteurs à 20 mètres de distance, un coup de pouce considérable par rapport à la distance de de 50 centimètres dont ils ont parlé l’année dernière à l’ISSCC.
Ils ont également décrit leur travail avec TSMC (Taiwan Semiconductor Manufacturing Company) sur l’intégration de la mémoire flash dans les dispositifs, et un projet pour embarqué du matériel dédié et à faible puissance pour exécuter des algorithmes d’intelligence artificielle appelés réseaux de neurones profonds.
Un doigt tient une plaque en verre sur laquelle il y a un plus petit micromote. Photo: Université du Michigan / TSMC
Fait de plusieurs niveaux de calcul.
David Blaauw et Dennis Sylvester disent qu’ils adoptent une approche holistique pour ajouter de nouvelles fonctionnalités sans augmenter la consommation d’énergie. «Il n’y a pas une seule réponse» à la façon dont le groupe le fait, précise Dennis Sylvester. « C’est une conception de circuits intelligents», ajoute David Blaauw.
La recherche sur la mémoire est un bon exemple de la façon dont les bons compromis peuvent améliorer la performance, souligne Dennis Sylvester. Les versions précédentes de micromotes utilisaient 8 kilo-octets de SRAM (RAM statique), ce qui rend un ordinateur assez peu performant. Pour enregistrer la vidéo et le son, les petits ordinateurs ont besoin de plus de mémoire. Le groupe a donc travaillé avec TSMC pour apporter de la mémoire flash à bord. Maintenant, ils peuvent faire de minuscules ordinateurs avec 1 mégaoctet de stockage.
La mémoire Flash peut stocker plus de données dans une empreinte plus petite que la SRAM, mais il faut un fort apport d’énergie pour écrire dans la mémoire. Avec TSMC, le groupe a conçu un nouveau réseau de mémoire qui utilise une pompe de charge plus efficace pour le processus d’écriture. Les matrices de mémoire sont un peu moins denses que les produits commerciaux de TSMC, par exemple, mais encore beaucoup mieux que la SRAM. «Nous avons été en mesure d’obtenir des gains énormes avec de petits compromis,» assure Dennis Sylvester.
Un autre micromote présenté à l’ISSCC intègre un processeur d’apprentissage profond qui peut exploiter un réseau de neurones tout en utilisant seulement 288 microwatts. Les réseaux neuronaux sont des algorithmes d’intelligence artificielle qui se comportent bien pour des tâches telles que la reconnaissance du visage et vocale. Ils exigent généralement de grandes banques de mémoire et une puissance de traitement intense, et ils sont généralement gérés sur des serveurs souvent alimentés par des GPU avancés.
Certains chercheurs ont essayé de diminuer la taille et les exigences de puissance de l’apprentissage profond avec le matériel dédié spécialement conçu pour exécuter ces algorithmes. Mais même ces processeurs utilisent encore plus de 50 milliwatts de puissance – beaucoup trop pour un micromote. Le groupe de l’Université du Michigan a réduit les besoins de puissance en redessinant l’architecture de la puce, par exemple en situant quatre éléments de traitement dans la mémoire (dans ce cas, SRAM) pour minimiser le mouvement des données.
L’idée est d’amener les réseaux de neurones vers l’Internet des objets. «Beaucoup de caméras de détection de mouvement prennent des photos de branches bougeant dans le vent – ce n’est pas très utile», explique David Blaauw. Les caméras de sécurité et autres appareils connectés ne sont pas assez intelligents pour faire la différence entre un cambrioleur et un arbre, donc ils gaspillent de l’énergie en envoyant des images inintéressantes dans le Cloud pour analyse.
Les processeurs intégrés d’apprentissage profond pourraient prendre de meilleures décisions, mais seulement s’ils n’utilisent pas trop de puissance. Le groupe de l’Université du Michigan imagine que les processeurs d’apprentissage profond pourraient être intégrés dans beaucoup d’autres objets connectés à Internet en plus du système de sécurité. Par exemple, un système de CVC pourrait décider de réduire la climatisation s’il voit plusieurs personnes mettre leurs manteaux.
Après avoir démontré de nombreuses variations sur ces micromotes dans ce milieu universitaire, le groupe du Michigan espère qu’ils seront prêts pour le marché dans quelques années. David Blaauw et Dennis Sylvester affirment que leur startup, CubeWorks, est actuellement en train de prototyper des périphériques et rechercher des marchés. En Octobre dernier, Intel Capital a annoncé qu’ils avaient investi un montant non divulgué dans la petite entreprise informatique.
http://web.eecs.umich.edu/faculty/blaauw/research.html
http://web.eecs.umich.edu/~dennis/
http://web.eecs.umich.edu/faculty/blaauw/research/M3-Michigan-Micro-Mote.html
