Et si le futur de l'IA ne passait plus par la force brute ?

L'informatique actuelle combat la physique pour calculer. Une nouvelle approche propose de la laisser faire le travail à notre place.

L'IA a un problème que personne ne veut vraiment regarder en face

On parle beaucoup de ce que l'IA peut faire. On parle moins de ce qu'elle consomme pour le faire.

Une seule puce spécialisée pour l'IA, comme celles qui font tourner ChatGPT ou Claude, consomme autant qu'un four à pizza. Regroupez-en des milliers dans un centre de données, et vous obtenez l'équivalent énergétique d'une petite ville. À l'échelle mondiale, la consommation électrique de ces centres pourrait bientôt rivaliser avec celle du Japon entier.

Ce n'est pas un problème abstrait. C'est le mur contre lequel l'industrie fonce à pleine vitesse.

Le problème est dans la manière dont on calcule, pas dans ce qu'on calcule

Pour comprendre ce qui se joue, il faut revenir à un principe simple.

Nos ordinateurs fonctionnent en forçant chaque information à être soit un 0, soit un 1. Pas de flou. Pas d'à-peu-près. C'est le fondement de l'informatique depuis 70 ans. Le problème, c'est que pour maintenir cette précision absolue, les puces doivent se battre en permanence contre la nature. À l'intérieur d'un processeur, les électrons bougent dans tous les sens, ils vibrent, ils s'agitent. C'est normal, c'est de la physique. Mais pour l'ordinateur, c'est du « bruit » qu'il faut écraser à tout prix.

Imaginez quelqu'un qui essaie de tenir un bureau parfaitement rangé dans une pièce où le vent souffle en permanence. Il dépense une énergie folle juste pour empêcher les feuilles de s'envoler. C'est exactement ce que font nos processeurs : une bonne partie de l'énergie qu'ils consomment ne sert pas à calculer, elle sert à maintenir l'ordre.

Et ce n'est pas tout. Dans les puces actuelles, l'endroit où l'information est stockée et l'endroit où elle est traitée sont physiquement séparés. Les données font des allers-retours incessants entre les deux. Comme un comptable qui devrait se lever, marcher jusqu'à l'étagère, prendre un dossier, revenir s'asseoir, lire une page, se relever, ranger le dossier, en prendre un autre... Des milliards de fois par seconde. Une quantité d'énergie colossale dépensée juste pour déplacer de l'information.

L'informatique thermodynamique : utiliser le bruit au lieu de le combattre

C'est ici que ça devient intéressant.

Un groupe de chercheurs et d'ingénieurs a posé une question radicale : et si, au lieu de combattre ce bruit, on s'en servait ? Si cette agitation naturelle des électrons n'était pas un obstacle à éliminer, mais un moteur de calcul gratuit ?

C'est le principe de l'informatique thermodynamique.

Au lieu du bit classique, figé en 0 ou en 1, elle utilise un « bit probabiliste ». Pensez-y comme un dé qui roule en permanence. Sauf qu'on peut truquer le dé : le faire tomber plus souvent sur 6 que sur 1, par exemple. Connectez des milliers de ces dés ensemble, et vous obtenez un système capable de représenter des situations complexes où tout est une question de probabilité.

Et c'est exactement ce dont l'IA générative a besoin. Quand ChatGPT écrit un texte ou que Midjourney crée une image, ces systèmes ne « pensent » pas. Ils calculent des probabilités. Quel est le mot le plus probable après celui-ci ? Quel pixel a le plus de chances d'être ici ? C'est un travail statistique massif, et c'est précisément le type de travail que cette nouvelle puce fait naturellement.

La différence entre imiter le hasard et le laisser exister

Aujourd'hui, nos puces IA calculent des probabilités en simulant le hasard. C'est un paradoxe : on utilise une machine conçue pour être parfaitement prévisible pour imiter quelque chose d'aléatoire. C'est comme demander à un musicien classique de jouer du jazz en lisant chaque note d'improvisation sur une partition écrite à l'avance. Techniquement possible, mais terriblement inefficace.

La puce thermodynamique, elle, improvise pour vrai. Le bruit des électrons est son jazz. Le système génère le hasard sans effort, parce que c'est sa nature.

Résultat annoncé : une efficacité énergétique jusqu'à 10 000 fois supérieure pour certaines tâches d'IA. Pas 10 %. Pas le double. Dix mille fois.

Qui travaille là-dessus, et où en est-on ?

Deux entreprises se distinguent, avec des philosophies différentes.

Extropic a déjà produit un prototype fonctionnel. Leur pari : prouver qu'on peut fabriquer ces puces probabilistes avec les procédés industriels existants, à température ambiante. Pas besoin de refroidissement extrême comme pour l'informatique quantique, la chaleur de la pièce est littéralement le carburant du calcul. Leur prochaine génération de puce vise des millions de bits probabilistes interconnectés, avec le stockage et le calcul fusionnés au même endroit. Fini les allers-retours du comptable.

Normal Computing prend un angle complémentaire. Plutôt que de viser la vitesse brute, ils construisent des systèmes IA capables de mesurer leur propre incertitude, de « savoir ce qu'ils ne savent pas ». Une qualité précieuse quand on parle de santé, de finance ou de décisions critiques. Leur puce est en cours de fabrication.

Ce que ça changerait concrètement

Si ces promesses se réalisent, les conséquences dépassent largement l'anecdote technique.

Un assistant IA aussi puissant que ChatGPT qui tourne sur un téléphone sans vider la batterie en trois minutes. Des capteurs intelligents dans l'agriculture qui fonctionnent des années sur une petite pile. Des pays ou des entreprises de taille moyenne capables de faire tourner leurs propres modèles d'IA sans dépendre des géants du cloud, parce que ces nouvelles puces n'exigent pas les usines de fabrication les plus avancées (et les plus chères) au monde pour être produites.

On pourrait aussi, pour la première fois, découpler la croissance de l'IA de la croissance de sa facture énergétique. Aujourd'hui, chaque progrès en IA alourdit l'empreinte carbone. L'informatique thermodynamique propose un scénario où cette équation change fondamentalement.

La prudence reste de mise

Soyons lucides : le chiffre de 10 000x vient de simulations en conditions de laboratoire, sur des tâches spécifiquement choisies pour mettre cette technologie en valeur. En conditions réelles, le gain sera moindre. Un système complet a toujours un maillon lent qui ralentit l'ensemble.

D'autres défis sont bien réels. Fabriquer des millions de bits probabilistes parfaitement calibrés, c'est un problème d'ingénierie sérieux. L'industrie a passé 60 ans à éliminer le bruit des puces, le réintroduire de manière contrôlée et prévisible, c'est un autre métier. Et côté logiciel, sans outils de développement solides, le meilleur matériel du monde reste un beau caillou inutile. NVIDIA ne domine pas seulement grâce à ses puces, mais grâce à tout l'écosystème logiciel que des millions de développeurs utilisent au quotidien.

Les puces classiques, elles, continuent de progresser. L'informatique thermodynamique poursuit une cible mouvante.

Et surtout : cette technologie est taillée pour le calcul probabiliste, pas pour la comptabilité. Pour tout ce qui exige une précision au centime près, l'informatique classique reste irremplaçable.

Ce qui se joue ici dépasse la technique

L'informatique thermodynamique n'est pas juste une innovation de plus. C'est un renversement de perspective.

Pendant 70 ans, on a construit des machines qui imposent l'ordre à la matière. Des bureaucraties de silicium, rigides, énergivores, qui dépensent autant d'énergie à maintenir le contrôle qu'à calculer. Le cerveau humain, lui, fonctionne avec la puissance d'une ampoule dans un environnement bruyant et humide à 37°C. Il ne combat pas le désordre. Il s'en sert.

L'informatique thermodynamique propose d'arrêter de se battre contre la physique et de commencer à travailler avec elle. C'est peut-être le changement le plus profond depuis l'invention du transistor. Ou c'est peut-être une promesse de plus qui ne survivra pas au passage à l'échelle, l'histoire de l'informatique est pleine de technologies brillantes qui se sont cassé les dents à cette étape.

La vraie question n'est pas « est-ce que ça marche en labo ? ». C'est « est-ce que ça marchera à grande échelle, avec de vrais outils de développement, à un prix qui tient la route ? ». On n'a pas encore la réponse. Mais les premiers prototypes existent, le silicium est réel, et la crise énergétique de l'IA est suffisamment pressante pour que l'industrie y prête une attention très sérieuse.

À suivre de près.