Calculer à la vitesse de la lumière
Le photon – la particule de lumière – va vite et ne crée pas d’interférence magnétique. D’où l’idée d’utiliser des transistors optiques, plus rapides que leur pendant électronique. Le grand espoir des années 1990 d’un ordinateur optique universel est reto
« Dans quelques années, les ordinateurs optiques pourraient atteindre des vitesses mille fois plus élevées que les machines conventionnelles les plus rapides. » Le 30 janvier 1990, le New York Times avait accueilli avec enthousiasme la présentation par le groupe d’Alan Huang, des Bell Labs, du premier processeur utilisant de la lumière à la place de l’électricité. Un composant rudimentaire, qui comportait 128 circuits logiques et fonctionnait à 1 mégahertz (MHz). Mais aussi une promesse de performances extraordinaires, tant la lumière offre d’avantages sur l’électricité : elle transporte les signaux beaucoup plus rapidement que les pistes électriques ; les circuits optiques pourraient fonctionner à des dizaines, voire des centaines de gigahertz – contre 33 MHz pour la puce la plus rapide de l’époque, l’Intel 486 DX ; la lumière permet un parallélisme massif ; et la consommation d’énergie des composants optiques serait infime, espérait-on. Enthousiaste, John Markoff, le gourou technologique du New York Times, avait hasardé un pronostic : « Les premiers ordinateurs optiques du commerce sont attendus pour le début du XXIe siècle. » Près de trente ans plus tard, des calculateurs dédiés à des applications de traitement de données commencent à apparaître. Quant à l’ordinateur optique généraliste, capable de remplacer les supercalculateurs ou les PC, on l’attend encore. « En 1986, nous avions créé un groupe baptisé Optique dans l’ordinateur avec des collègues d’Orsay, se souvient Pierre Chavel, chercheur honoraire à l’Institut d’optique, à Palaiseau. Un ordinateur optique nous semblait peu réaliste. En revanche, nous pensions que la fusion attendue entre les télécommunications et l’informatique aurait besoin de technologies optiques. Mais nous n’avons pas su nous faire entendre. » Dès les années 1970, des équipes s’étaient lancées dans l’aventure, avec l’espoir de décliner des versions optiques des composants de l’ordinateur électronique, et notamment sa brique la plus fondamentale, le transistor.
Un interrupteur capable d’aiguiller un signal, de l’amplifier ou de le faire varier, de le moduler. D’autres espéraient réaliser une mémoire optique, ce qui s’est révélé valable pour le stockage de masse, mais pas pour la mémoire vive. L’argent coulait à flots, notamment aux États-Unis, où la Darpa, l’agence scientifique du Pentagone, et la Nasa ne regardaient pas à la dépense. « Il y a eu un véritable âge d’or à partir des années 1980, se souvient Pierre Ambs, de l’université de Haute-Alsace, auteur d’un panorama des soixante années de recherches sur l’informatique optique, en 2010 (1). La revue Applied Optics consacrait un numéro par mois à ces recherches, puis tout s’est effondré au tournant du siècle, faute de résultats concrets. »
Dans la nature, la lumière manifeste une étonnante aptitude à calculer. Sans manipuler des nombres, mais en agissant sur des signaux analogiques
De l’optique dans l’ordinateur
« Le silicium a tué le match avec l’optique », confirme Laurent Daudet, directeur scientifique de LightOn, une start-up née d’une collaboration entre l’Institut Langevin, le laboratoire Kastler-Brossel et le laboratoire de physique statistique de l’École normale supérieure. Alors que les défenseurs de l’ordinateur optique tentaient, laborieusement, de fabriquer des transistors optiques à prix d’or, les performances des puces électroniques ont continué de s’envoler : tandis que l’Intel 486 DX de 1990 était gravé avec des motifs d’un micromètre, des puces ciselées en 10 nanomètres sortent désormais des usines de semi-conducteurs (ce qui signifie une densité de transistors 1 million de fois supérieure), et fonctionnent à plusieurs gigahertz (lire p. 50). « En optique, on peut très difficilement créer des circuits complexes plus petits que la longueur d’onde de la lumière utilisée, qui est de l’ordre du micromètre », résume Laurent Larger, du laboratoire Femto-ST, à Besançon. De même, l’espoir de faire diminuer drastiquement la consommation d’énergie de ces puces est encore lointain. « Les composants optiques reposent sur des matériaux non linéaires, rappelle Bert Jan Offrein, qui dirige le groupe de photonique d’IBM à Zurich, en Suisse. Ces effets s’obtiennent en utilisant des faisceaux de haute intensité, pour lesquels l’absorption d’énergie et la dissipation de chaleur ne sont pas négligeables. On a fini par se rendre compte que la lumière n’est vraiment performante, sur un plan énergétique, que lorsqu’on l’utilise sans la faire interagir, comme dans les fibres optiques. » C’est pour cette raison que les fibres de verre et de plastique transportent aujourd’hui la quasi-totalité de nos télécommunications, parfois même jusque dans nos foyers, avec des performances qui grimpent de décennie en décennie. Le premier câble optique transatlantique TAT-8, inauguré en 1988, transportait 40 000 communications téléphoniques simultanées – pour un débit de 40 mégabits par seconde (Mpbs) –, mille fois plus que le premier câble électrique qui a relié, à partir de 1956, l’Europe à l’Amérique du Nord. Aujourd’hui, le câble transatlantique AEConnect affiche une capacité de 13 térabits (Tbps) par seconde, qui pourra être portée à 32 Tbps (presque un million de fois plus que TAT-8). « Dans un premier temps, les ingénieurs ont accru la fréquence de modulation des signaux dans le temps pour faire du multiplexage temporel », explique Pierre Chavel. Puis on a commencé à mélanger des faisceaux de plusieurs couleurs (fréquences), pour faire du multiplexage spectral. » Le câble AEConnect transporte 130 couleurs. « Et ce n’est pas fini puisqu’on commence à savoir mélanger – puis séparer – des faisceaux de même couleur dans une même fibre, pour faire du multiplexage spatial, à l’image de ce que fait la start-up rennaise CAILabs. C’est une prouesse extraordinaire ! » (2). De quoi transporter des milliers de faisceaux dans une fibre en même temps ! Incontournable dans les télé communications, la fibre optique est désormais utilisée dans les gros centres de calcul et de données des géants de l’Internet pour relier les ordinateurs et accélérer les échanges de données, tout en économisant de l’énergie. Dans les data centers, on trouve couramment des câbles optiques capables de transporter 100 Gbps, cent fois plus qu’un câble Ethernet .« Plus on fera de progrès dans les composants optoélectroniqu es, et plus la lumière se rapprochera du coeur des ordinateurs, pronostique Bert Jan Offrein. Aujourd’hui, on utilise les fibres pour des distances de quelques mètres ou
dizaines de mètres. On réfléchit très sérieusement à insérer des liaisons optiques entre les puces d’un même ordinateur, par exemple entre un processeur et sa mémoire. » La lumière pourrait-elle aller jusqu’à interconnecter des éléments, les coeurs, au sein d’un même processeur électronique ? « Plus on aura de difficulté à le faire avec les procédés actuels, et plus l’optique apparaîtra comme un recours. Mais ce sera long et progressif, car il faut miniaturiser les systèmes optiques, les lasers, les détecteurs, etc. Et ces éléments ont un coût élevé. » En résumé, Pierre Chavel et ses collègues avaient vu juste : nous allons bien vers une « optique dans l’ordinateur », une fusion du meilleur de l’électronique et de la lumière. Ce mariage peut-il aller plus loin ? Oui, répondent des scientifiques et des ingénieurs qui ont entrepris de le démontrer. Ils savent que, dans la nature, la lumière manifeste une étonnante aptitude à calculer. Non pas en manipulant des nombres, mais en agissant sur des signaux analogiques. Ainsi, une simple lentille de verre produit, quasi instantanément, la transformée de Fourier de l’onde qui la traverse. Une opération mathématique gourmande en temps de calcul, qui fournit la répartition spatiale de l’onde (elle transforme l’onde en une somme infinie des fonctions trigonométriques). « Dans les années 1960, on utilisait parfois des systèmes optiques pour faire des calculateurs analogiques, avec par exemple des applications militaires, raconte Pierre Chavel. Puis, avec les progrès de l’électronique, l’idée a été mise de côté. » Pourtant, les travaux sur la modulation spatiale de lumière – le conditionnement de faisceaux – n’ont jamais cessé pour accompagner l’essor des télécommunications optiques. Mieux, avec les progrès des projecteurs d’images grand public, les micro-écrans à cristaux liquides et les matrices à micro-miroirs (puces DMD), les scientifiques peuvent désormais transformer des données numériques en images à très haute définition et à très grande fréquence : certaines puces de projecteurs peuvent produire jusqu’à 15 000 images par seconde, de plusieurs millions de pixels chacune !
Étude du génome
« Nous modulons un faisceau lumineux à partir de données, comme dans un vidéoprojecteur, explique Nick New, un ancien de l’université de Cambridge, au Royaume-Uni, qui a fondé la start-up Optalysys. Puis cette image analogique traverse un modulateur spatial de lumière à cristaux liquides, qui traite ces données en provoquant des interférences lumineuses. L’image finale est ensuite captée par une caméra numérique, qui fournit directement le résultat du calcul à un ordinateur. » Optalysys applique ce procédé à l’étude du génome (3). Son premier calculateur devrait être commercialisé à la fin de l’année, sous forme de carte pour PC. « Nos tests montrent qu’un calcul d’alignement et
de comparaison de séquences d’ADN, qui requiert 28 heures dans un ordinateur à haute performance, est effectué en seulement 1,6 heure avec notre dispositif. Et la consommation d’énergie est divisée par vingt ! » L’entreprise travaille aussi sur un calculateur dédié à la résolution d’équations différentielles, avec l’appui de la Darpa américaine, et participe au projet européen Escape, qui regroupe une dizaine d’institutions, dont Météo France, sous l’égide du Centre européen pour les prévisions météorologiques à moyen terme de Reading, au Royaume-Uni. « Il s’agit de préparer, sur le plan matériel et algorithmique, la prochaine génération de modèles météorologiques et climatiques qui, avec une machine classique, nécessiteraient un million de coeurs de calcul. »
Intelligence artificielle
De la même manière que les processeurs graphiques – beaucoup plus doués que les puces classiques pour certains types de calculs – se multiplient déjà dans les supercalculateurs, les coprocesseurs optiques analogiques, certes plus encombrants, pourraient décupler les performances de certaines simulations numériques. En France, la start-up LightOn applique le principe du calculateur optique analogique à l’intelligence artificielle, par exemple pour reconnaître le contenu d’une image (4 ) : « Dans la photo d’un chien ou d’un chat, on a beaucoup de mal à identifier de quel animal il s’agit en étudiant les pixels individuels, explique Laurent Daudet. Un outil de comparaison directe d’images par apprentissage perd donc beaucoup de temps à étudier les motifs entre pixels voisins pour identifier des différences. Dans notre calculateur optique, l’image qui représente les données traverse un milieu diffusant en volume. En sortie, la caméra numérique capte une image dont chaque point contient des informations sur l’ensemble de l’image de départ. On peut donc représenter l’information de départ avec moins de données, en quelque sorte la compresser, ce qui
La start-up LightOn applique le principe du calculateur optique analogique pour reconnaître le contenu d’une image
facilite l’apprentissage ultérieur par l’ordinateur. On espère diviser le temps nécessaire à cette opération de compression par un facteur de 500. » À Besançon, le groupe de Laurent Larger revisite avec la photonique une autre approche de l’intelligence artificielle, le réseau de neurones récurrent. Il tente ainsi d’imiter certaines propriétés de comportements dynamiques complexes de notre cerveau – un ensemble de neurones reliés par des synapses – pour reproduire, par exemple, l’aptitude de notre organe à reconnaître les visages ou la voix. « Dans les réseaux de neurones, qui sont généralement simulés sur ordinateur, la phase d’apprentissage est très gourmande en temps de calcul. » Et la représentation de réseaux multidimensionnels, au sens mathématique du terme, est particulièrement ardue, avec peu d’espoir d’atteindre le niveau de connectivité du cerveau, dont les neurones disposent, en moyenne, de 10 000 synapses. L’équipe de Laurent Larger a entrepris de mettre en oeuvre ce qu’on appelle désormais le reservoir computing. En résumé, il s’agit d’un réseau de neurones récurrent dont la dimension mathématique très élevée permet un apprentissage simplifié. Dans l’expérience réalisée à Besançon, le signal de départ, une succession de mots représentant les dix chiffres prononcés par 500 personnes, est transformé en signaux lumineux et introduit dans une fibre optique bouclée sur elle-même. Le dispositif simule un réseau de neurones multidimensionnel. « On peut ainsi faire de l’apprentissage, puis de la reconnaissance vocale à la vitesse de plus d’un million de mots par seconde. On gagne six ordres de grandeur en rapidité par rapport à notre cerveau », se réjouit Laurent Larger (5). « Une très belle démonstration du concept de reservoir computing optique », confirme Bert Jan Offrein, dont le groupe d’IBM travaille aussi sur cette idée, notamment dans le cadre du projet européen Phresco.
Un transistor prometteur
De plus, le paradigme s’applique à toutes sortes de domaines, notamment l’analyse de gros volumes de données, si cruciale à l’ère du Big Data. « On pourrait par exemple utiliser un tel système en génomique pour l’analyse des évolutions et des mutations, ou pour la surveillance intelligente, en temps réel, de ce qui transite dans les réseaux informatiques et de télécommunications », souligne Laurent Larger. Face à ces outils dédiés à un usage bien précis, certains chercheurs caressent à nouveau l’idée de créer un véritable ordinateur optique généraliste, en brisant cette fois la barrière de longueur d’onde. C’est par exemple le cas de Prashant Jain, de l’université d’Illinois à Urbana-Champaign, qui mise sur une branche de la science des matériaux, la plasmonique. Quand une particule métallique est éclairée par une source de lumière, ses électrons de surface se mettent à osciller. Pour certaines fréquences de lumière, il se produit une résonance dont l’énergie est portée par une particule quantique, le plasmon. « Avec les métaux, cette fréquence n’est accordable qu’en jouant sur la forme et les dimensions des particules. Mais plusieurs groupes, dont le nôtre, ont montré qu’on peut produire des plasmons dans un
semi-conducteur. Avec cette fois une fréquence de résonance accordable en temps réel (6). On peut donc rendre le semi-conducteur absorbant – ce qui représente un 0 – ou transparent – ce qui représente un 1 –, et imaginer des interrupteurs optoélectroniques larges de quelques nanomètres seulement. Ils seraient beaucoup plus rapides que leur équivalent électronique. » Le premier pas vers le Graal du transistor à lumière ? « La plasmonique dans les semi-conducteurs est une idée en rupture avec tout ce qui avait été fait jusqu’à présent. Mais on sait bien que les idées les plus prometteuses peuvent échouer. Ces recherches sont encore très fondamentales, mais le jeu en vaut la chandelle ! »