Un dispositif bio-inspiré réduit la consommation d’énergie
Alors que nous entrons dans une ère caractérisée par l’omniprésence de l’informatique, de plus en plus d’objets de notre vie quotidienne sont équipés de microprocesseurs en vue de nous faciliter la vie. Pour y parvenir, ces systèmes doivent fonctionner en continu et gaspiller un minimum d’énergie, tout en extrayant des informations utiles et concises à partir de données bruitées et souvent incomplètes acquises en temps réel par plusieurs capteurs. Grâce à leurs capacités de calcul événementiel en mémoire, les architectures neuromorphiques hybrides basées sur les CMOS (complementary metal-oxide semiconductor) memristifs constituent un substrat matériel idéal pour ce type de tâches. Des chercheurs soutenus en partie par le projet MeM-Scales, lui-même financé par l’UE, ont entrepris de faire la démonstration du potentiel élevé d’un tel système. Pour ce faire, ils ont mis au point un système de localisation d’objets bio-inspiré et dirigé par les événements, qui couple des capteurs avancés à transducteur ultrasonique micro-usiné piézoélectrique (PMUT) avec une carte de calcul neuromorphique basée sur la RRAM. Leur article publié dans la revue «Nature Communications» décrit comment l’approche neuromorphique proposée a permis de réduire la consommation d’énergie de cinq ordres de grandeur par rapport aux systèmes de localisation classiques basés sur des microcontrôleurs.
Inspiré par la nature
Le système proposé s’inspire de la neuroanatomie de la chouette effraie. «La solution que nous proposons représente une première étape vers la démonstration d’un concept de système d’inspiration biologique visant à améliorer l’efficacité des calculs», indique la Dre Elisa Vianello, auteure principale de l’étude, dans un (article) http://www.eetimes.com/neuromorphic-device-with-low-power-consumption/ publié sur «EE Times». «Cela ouvre la voie à des systèmes plus complexes effectuant des tâches encore plus sophistiquées pour résoudre des problèmes du monde réel en combinant des informations extraites de différents capteurs. Nous pensons qu’il sera essentiel d’adopter une approche de ce type pour concevoir un système bio-inspiré afin de mettre au point la prochaine génération de dispositifs d’IA de pointe, dans lesquels les informations seront traitées localement en faisant appel à un minimum de ressources. Nous sommes tout particulièrement convaincus que les petits animaux, notamment les insectes, représentent une grande source d’inspiration pour combiner efficacement le traitement des informations sensorielles et les calculs. Grâce aux dernières percées technologiques, nous pouvons combiner des capteurs innovants avec des calculs avancés basés sur la RRAM afin d’élaborer des systèmes à ultra-faible consommation», déclare Elisa Vianello, chercheuse principale au laboratoire d’électronique et de technologie de l’information (CEA-Leti), affilié au Commissariat à l’énergie atomique et aux énergies alternatives (France), qui coordonne le projet MeM-Scales. L’équipe de recherche a effectué des mesures sur ce système composé de détecteurs de coïncidence s’appuyant sur la RRAM, de circuits de lignes à retard et d’un capteur ultrasonique fabriqué spécialement à cet effet. Elle s’est appuyée sur ses résultats expérimentaux pour calibrer les simulations au niveau du système. Ces simulations ont ensuite été utilisées pour estimer la résolution angulaire et l’efficacité énergétique du modèle de localisation d’objets. Les résultats ont montré une efficacité énergétique bien supérieure à celle d’un microcontrôleur exécutant la même tâche. «Comme toujours, l’objectif consiste à obtenir la meilleure efficacité énergétique pour le niveau de performance requis par une application spécifique. Il est tout à fait envisageable de continuer à améliorer l’efficacité énergétique de notre système», fait remarquer Elisa Vianello. Ces travaux démontrent que les combinaisons associant des capteurs visuels tels que les caméras à capteur de vision dynamique avec un capteur auditif basé sur les PMUT méritent d’être étudiées pour développer les futurs robots grand public. Le projet MeM-Scales (Memory technologies with multi-scale time constants for neuromorphic architectures) prend fin en juin 2023. Pour plus d’informations, veuillez consulter: site web du projet MeM-Scales
Mots‑clés
MeM-Scales, système, efficacité énergétique, mémoire vive résistive, RRAM, capteur, transducteur ultrasonique micro-usiné piézoélectrique, PMUT