Alors que les modèles d’intelligence artificielle (IA) deviennent de plus en plus puissants, leur consommation énergétique connaît une hausse inquiétante. Des estimations récentes indiquent que l’IA pourrait représenter jusqu’à 20 % de la demande énergétique mondiale des centres de données. Cette consommation, principalement due à l’entraînement et à l’utilisation de modèles toujours plus complexes, pose un véritable défi environnemental et économique.

Face à cette problématique, une piste prometteuse émerge : l’informatique neuromorphique, une approche technologique qui cherche à imiter le fonctionnement du cerveau humain pour créer des systèmes informatiques à la fois puissants et économes en énergie.

Le cerveau humain est un chef-d’œuvre d’efficacité. Capable de traiter des milliards d’informations en parallèle, il ne consomme qu’environ 20 watts, soit l’équivalent d’une ampoule LED. En comparaison, les modèles d’IA actuels, bien que performants, exigent des fermes de serveurs massives et énergivores pour fonctionner.

C’est précisément cette efficacité biologique que les chercheurs veulent reproduire à travers des architectures neuromorphiques, capables de simuler des réseaux de neurones plus proches du fonctionnement cérébral réel.

Dans cette optique, la startup allemande SpiNNcloud a mis au point un superordinateur neuromorphique baptisé SpiNNaker2, basé sur les travaux de Steve Furber, pionnier de l’architecture ARM. Cette technologie a été récemment déployée dans les laboratoires nationaux Sandia au Nouveau-Mexique (États-Unis), marquant une avancée importante dans le domaine.
SpiNNaker2 peut simuler entre 150 et 180 millions de neurones, un chiffre encore loin des 86 milliards du cerveau humain, mais qui représente une échelle inédite dans l’informatique neuromorphique.

Aujourd’hui, la majorité des systèmes d’IA reposent sur des GPU (processeurs graphiques), très efficaces pour les calculs parallèles. Cependant, ces GPU restent énergivores. Selon Craig Vineyard, chercheur scientifique chez Sandia, les ordinateurs inspirés du cerveau comme SpiNNaker2 offrent une « alternative séduisante » grâce à des performances solides couplées à des gains d’efficacité énergétique significatifs.

Les réseaux neuronaux utilisés en IA s’inspirent déjà du cerveau, mais de manière très abstraite : les connexions entre « neurones » y sont représentées par des matrices de poids mathématiques. En revanche, les ordinateurs neuromorphiques vont plus loin en imitant le mode de communication réel des neurones biologiques.

Dr Seydou Bocoum

(Source : Groupe WhatsApp du RASA, 20 juin 2025)