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.
L’Université du Texas à Austin et TSMC ont testé des puces de mémoire magnétique pour des tâches d’IA, notamment l’inférence et l’entraînement de réseaux neuronaux.
Le nouvel ordonnanceur GPU répartit le temps de calcul en fonction de la consommation plutôt que de l'ordre strict d'arrivée.
Le M6 est la première puce 2 nm d’Apple, avec un CPU à 12 cœurs, un GPU à 12 cœurs et jusqu’à 32GB de mémoire unifiée.
Le nouveau financement porte le total levé par Starcloud à 450 millions de dollars et sa valorisation à 2,3 milliards de dollars.