Selon des informations obtenues par Wedoany auprès de l'Université de Pékin, cette puce a été développée conjointement par l'équipe du professeur Yang Yuchao de l'École d'ingénierie des circuits intégrés de l'Université de Pékin et l'Académie chinoise des sciences, comprimant pour la première fois le temps de calcul en une seule étape du système matériel de neurodynamique au niveau de la milliseconde.
Le professeur Yang Yuchao (au centre) de l'École d'ingénierie des circuits intégrés de l'Université de Pékin pose avec ses collaborateurs en laboratoire (photo fournie par l'Université de Pékin)
Le cerveau est l'un des systèmes dynamiques les plus complexes. Qu'il s'agisse de décoder en temps réel les états neuronaux pour une interface cerveau-machine ou de reconstruire avec une haute précision le cortex cérébral par imagerie médicale, tout repose sur une modélisation rapide des formes neuronales continues et des processus dynamiques. « C'est ainsi qu'est né le système de neurodynamique, où les chercheurs combinent les réseaux neuronaux avec des équations différentielles pour reconstruire des structures cérébrales tridimensionnelles précises », explique Yang Yuchao. Ce système offre de vastes perspectives d'application, mais présente également un inconvénient majeur : les données massives générées par les calculs doivent être transférées fréquemment entre la mémoire et le processeur, ce qui entraîne des délais longs et une consommation énergétique élevée.
Pour résoudre ce problème, Yang Yuchao et son équipe ont développé la première puce de système neurodynamique à l'échelle de la milliseconde au monde, basée sur des mémoires résistives à changement de phase, comprimant considérablement le temps de calcul en une seule étape du système neurodynamique à 2,12 millisecondes, réalisant ainsi des opérations à haute vitesse et haute précision comparables à celles du cerveau humain.
« Nous avons proposé un nouveau paradigme de "calcul en mémoire contrôlable" basé sur des mémoires résistives à changement de phase, permettant aux données d'être traitées efficacement sur place sans avoir à être transférées d'avant en arrière », déclare Yang Yuchao. Par rapport aux puces avancées actuellement dominantes dans le secteur, la puce développée par l'équipe offre des performances de calcul nettement supérieures et une consommation énergétique considérablement réduite, répondant aux exigences de modélisation cérébrale haute fidélité.
« À l'avenir, les interfaces cerveau-machine devront non seulement lire les signaux neuronaux, mais aussi comprendre en temps réel l'état du cerveau, prédire les tendances d'évolution neurodynamique et effectuer une régulation en boucle fermée en fonction des retours », explique Yang Yuchao. La modélisation cérébrale haute fidélité, capable de fonctionner à une vitesse de l'ordre de la milliseconde, pourrait fournir aux interfaces cerveau-machine des modèles d'état cérébral individualisés, dynamiques et interprétables, réalisant ainsi la modélisation de l'état cérébral et l'interaction intelligente. Dans le domaine médical, ces résultats pourraient également ouvrir de nouvelles voies technologiques pour le dépistage précoce des maladies cérébrales, le suivi de l'évolution des pathologies et les interventions thérapeutiques personnalisées.