Un nouveau paradigme en la computation pourrait transformer la manière dont les modèles d’IA sont entraînés, en offrant des performances sans précédent. L’impact sur l’efficacité et la vitesse des traitements suscite l’intérêt de la communauté scientifique et pourrait faire évoluer les technologies utilisées dans le domaine.
Une avancée majeure dans le domaine de la computation optique améliore considérablement la vitesse d’entraînement des modèles d’IA tout en résolvant l’un des principaux bottleneck (goulots d’étranglement) actuels
Le secteur de l’intelligence artificielle se heurte à un obstacle majeur : chaque nouveau modèle exige davantage de puissance, de GPU et d’énergie. Cependant, nous sommes toujours confrontés même problème : la vitesse à laquelle les puces traitent les tenseurs, ces structures mathématiques qui classifient et organisent l’information au sein des modèles d’IA.
Actuellement, une équipe de chercheurs prétend avoir trouvé une solution complètement nouvelle à ce défi… et, contre toute attente, elle repose sur l’utilisation de la lumière plutôt que de l’électricité.
La découverte, publiée dans Nature Photonics, décrit une architecture dénommée Multiplication de Matrices Optiques Parallèles (POMMM), destinée à réaliser des calculs complexes avec un seul impulsion laser. Cela marque un changement radical par rapport à la computation optique traditionnelle, nécessitant de multiples impulsions lumineuses et fonctionnant de manière linéaire, ce qui limitait son évolution au niveau requis par les grands modèles actuels (Gemini 3 ou ChatGPT-5.1).
Une avancée brisant la principale limitation de la computation optique
Les systèmes optiques ont toujours été prisés pour leur efficacité et leur rapidité, mais ils présentaient un inconvénient majeur : ils ne pouvaient pas fonctionner en parallèle comme le font les GPU. Sans parallélisation, il n’y a pas d’évolutivité, donc pas de modèles plus grands, et aucune possibilité de rivaliser avec les gigantesques clusters de NVIDIA soutenant des projets tels que GPT, Claude ou Gemini.
Ce système pourrait accélérer le lancement de l’intelligence artificielle générale, qui est encore en développement
POMMM modifie totalement ce tableau. Selon les chercheurs :
- Il réalise plusieurs opérations tensoriales simultanément.
- Il faut seulement un impulsion laser pour traiter toutes ces données.
- Il convertit l’information en propriétés physiques de la lumière (amplitude et phase).
- Il ne requiert pas d’énergie supplémentaire pour effectuer les calculs, ceux-ci étant effectués de manière passive pendant la propagation de la lumière.
En résumé : le déplacement de la lumière constitue le calcul lui-même.
Les résultats du prototype optique ont été comparés à des systèmes standards et des GPU conventionnels, montrant un avantage significatif dans les tâches de multiplication de matrices, qui sont au cœur de l’entraînement et de l’exécution des modèles d’IA.
Et maintenant ? Des puces photoniques dans 3 à 5 ans
Les chercheurs derrière cette étude expliquent que cette architecture peut être intégrée presque sur n’importe quelle plateforme optique et que leur prochaine étape est d’intégrer le système directement dans des puces photoniques.
Si cela réussit, nous pourrions avoir une nouvelle catégorie de processeurs capables de réduire drastiquement la consommation d’énergie et d’augmenter les performances sans nécessiter d’immenses centres de données.
Certains chercheurs considèrent cette avancée comme une étape cruciale vers des systèmes d’IA plus sophistiqués, y compris vers des concepts futurs d’intelligence artificielle générale (AGI), où les limites ne seraient pas dictées par la physique du silicium.
Enfin, qu’il s’agisse ou non d’un pas vers l’AGI, il est clair que POMMM élimine un des principaux bottleneck (goulots d’étranglement) du matériel actuel, ouvrant la porte à des modèles bien plus grands et rapides que ceux que nous connaissons actuellement.