Un projet européen explore les mémoires émergentes pour les besoins des puces IA basse consommation

Projet Tempo

Lancé le 1er avril dernier pour une durée de trois ans, un projet de recherche européen s’est donné pour objectif de développer des plates-formes matérielles bâties sur des technologies mémoire émergentes et adaptées aux calculs neuromorphiques dans des applications à basse consommation. ...Le projet collaboratif Tempo (Technology & hardware for nEuromorphic coMPuting), qui réunit pas moins de 19 partenaires industriels et académiques, doit ouvrir la voie à l'exécution d'applications impliquant des algorithmes complexes d’apprentissage machine (et qui nécessitent aujourd’hui des racks de serveurs implantés dans le nuage) dans des appareils et équipements alimentés sur batterie tels que véhicules, smartphones et autres systèmes embarqués de périphérie de réseau (edge).

Ne plus avoir à envoyer des données dans le cloud doit permettre en effet d’économiser de l’énergie, de réduire les temps de latence et de garantir un plus haut niveau de sécurité pour les informations critiques et sensibles. Pour atteindre cet objectif, les applications ultimes d’intelligence artificielle en bordure de réseau nécessitent un traitement local intelligent et éco-efficace, estiment les partenaires du projet Tempo parmi lesquels on trouve les sociétés STMicroelectronics, Thales Alenia Space, Valeo, Bosch, Infineon, InnoSenT, Videantis, Philips Electronics, Philips Medical Systems et aiCTX ainsi que le CEA-Leti, l’Imec, l’institut Fraunhofer, l’université technique de Dresde et l’université de Zurich. L'enjeu est de taille. Selon IDC, 1,5 milliard de processeurs IA pour la périphérie de réseau seront commercialisés en 2023 (lire notre article ici).

Pour ce faire, le projet de recherche va évaluer les solutions actuelles aux niveaux composant, architecture et application et bâtir une feuille de route technologique pour les plates-formes IA matérielles européennes. A ce titre, les mémoires non volatiles magnétiques MRAM, ferromagnétiques FeRAM et résistives RRAM, spécialités respectivement de l’Imec, de l’institut Fraunhofer et du CEA-Leti, seront mises à profit pour implémenter des accélérateurs de réseaux de neurones impulsionnels (SNN, Spiking Neural Network) et de réseaux de neurones profonds (DNN, Deep Neural Network) pour huit cas d’usage différents, du grand public à l’automobile en passant par les applications médicales.

« L’apprentissage automatique et la reconnaissance de motifs dépendent énormément de la capacité des algorithmes à naviguer à travers un ensemble volumineux de données, indique Hubert Lakner, directeur de l’institut Fraunhofer pour les microsystèmes photoniques. Ce qui, en termes de ressources matérielles, implique un accès rapide à de larges blocs de mémoire. C’est pourquoi le projet Tempo va particulièrement se focaliser sur les technologies mémoire non volatiles éco-efficaces émergentes et les nouvelles façons de concevoir et de graver les blocs mémoire et les blocs de traitement sur une puce. »

Le projet Tempo est soutenu financièrement par l’initiative technologique conjointe Ecsel (Electronic Components and Systems for European Leadership), par le programme d’innovation Horizon 2020 de l’Union européenne, ainsi que par la Belgique, la France, l’Allemagne, les Pays-Bas et la Suisse.

Vous pouvez aussi suivre nos actualités sur la vitrine LinkedIN de L'Embarqué consacrée à l’intelligence artificielle dans l’embarqué : Embedded-IA https://www.linkedin.com/showcase/embedded-ia/