Puces, gravure, efficacité, quantique : plus de calcul pour moins de watts, et ce qu’on en fera.
Le calcul est la ressource cachée de tout le reste : sans puces efficaces, ni intelligence artificielle, ni véhicules autonomes, ni réseaux pilotés. La rubrique suit la gravure qui descend — 2 nanomètres et au-delà —, les architectures qui font plus d’opérations par watt, les mémoires, les interconnexions, et le calcul quantique quand il produit des résultats vérifiables plutôt que des promesses.
Nous lisons les feuilles de route de TSMC, Samsung, Intel et des fondeurs chinois, les publications d’architecture, les benchmarks indépendants. L’angle est constant : l’efficacité — le rapport calcul/énergie — compte plus que la performance brute, parce que c’est elle qui décide de ce qui tournera vraiment, du data center au téléphone. Chaque article donne ses ordres de grandeur et cite ses sources.
TSMC a développé et validé une technologie d’alimentation électrique par l’arrière sur son procédé A16 à l’échelle de l’ångström.
- Un prototype de laboratoire utilise le bruit réglable d’un memristor pour traiter des signaux à différentes vitesses.
Un système de l’UMass Amherst a identifié des langues avec une précision de 95,24 %.
Des chercheurs ont utilisé le protocole Signal pour protéger les documents partagés des fournisseurs.
QpiAI a achevé la deuxième phase d’une installation de fabrication de puces quantiques à Bengaluru.
Mojo 1.0 est sorti et remplace fn, soumis à des vérifications strictes, par def.
Huawei a ouvert le code source de la couche de compilation qui relie Triton et d’autres langages aux puces Ascend.
La fonderie de QpiAI à Bengaluru peut fabriquer des processeurs supraconducteurs comptant jusqu’à 128 qubits.
Des mémoires quantiques à atomes de rubidium ont préservé l’intrication sur 260 miles de fibre.
Alibaba Cloud affirme que ses centres de données modulaires pour l’IA peuvent être livrés en 100 jours.