par Une startup fondée par un physicien canadien développe une puce qui exploite le bruit thermique plutôt que de le combattre. L’objectif est de faire tourner l’IA générative avec jusqu’à 10 000 fois moins d’énergie. Les premiers modèles commerciaux sont annoncés pour 2026.
L’intelligence artificielle générative consomme aujourd’hui autant d’électricité qu’une ville moyenne. Selon l’Agence internationale de l’énergie, les datacenters dédiés à l’IA pourraient atteindre 90 TWh par an d’ici 2026, l’équivalent de la consommation annuelle de l’Autriche. Face à ce mur énergétique, une alternative émerge le calcul thermodynamique.
Une puce qui utilise la chaleur au lieu de la gaspiller
Extropic, startup fondée par Guillaume Verdon, physicien canadien diplômé de McGill et de l’Université de Waterloo, développe une puce appelée TSU (Thermodynamic Sampling Unit). Son principe, au lieu de combattre les fluctuations thermiques du silicium, ce que l’informatique classique fait depuis 70 ans, elle les utilise comme ressource de calcul.
Concrètement, le TSU remplace les bits classiques (0 ou 1) par des « p-bits » (bits probabilistes), des circuits analogiques qui oscillent naturellement entre 0 et 1 selon le bruit thermique. Là où un GPU doit effectuer des millions de calculs pour simuler des probabilités, le TSU laisse la physique générer ces probabilités directement. Une analogie simple car le GPU simule un lancer de dé par des équations complexes; le TSU lance un vrai dé.
Des gains énergétiques annoncés jusqu’à 10 000×
Extropic revendique une efficacité énergétique jusqu’à 10 000 fois supérieure aux GPU actuels sur certaines tâches d’IA générative. Des chercheurs du MIT et de Stanford, associés au projet, décrivent une approche qui «incarne» les modèles énergétiques (Energy-Based Models) plutôt que de les simuler. Moins d’opérations, moins de transferts de données, donc moins d’énergie.
Les implications sont concrètes, des smartphones capables de faire tourner une IA sans vider leur batterie, des robots autonomes pendant des jours, des datacenters enfin sobres. L’entreprise a levé 14 millions de dollars et prévoit de commercialiser sa puce Z1 en 2026, avec une équipe d’anciens d’AWS, Meta, IBM et Nvidia.
Un changement de paradigme, pas seulement technique
Pour les ingénieurs, cette approche impose de nouvelles métriques car mesurer la consommation par tâche, arbitrer qualité, latence et dépenses énergétiques. Elle pourrait aussi faire évoluer l’architecture des systèmes vers des modèles plus locaux et spécialisés, plutôt que des modèles géants centralisés.
Reste une inconnue, la maturité industrielle. Les TSU utilisent des procédés semi-conducteurs standards, mais leur écosystème logiciel (bibliothèques comme THRML) n’en est qu’à ses débuts. Si le modèle fonctionne, il pourrait toutefois rebattre les cartes d’un secteur où chaque joule compte désormais.
Extropic propose de revenir à l’essentiel car plutôt que de faire tourner toujours plus de GPU, on laisse la matière elle-même effectuer naturellement le travail probabiliste. Cette idée ne concerne pas seulement le matériel. Elle invite aussi à repenser notre façon de concevoir l’IA comme des systèmes plus locaux, plus proches des phénomènes naturels, et une intelligence artificielle vue comme une organisation physique de l’information et non comme un empilement abstrait de multiplications matricielles. C’est un changement de paradigme. Un changement qui pourrait bien devenir indispensable dans un monde où chaque joule compte.
A Savoir
Définitions
GPU (Graphics Processing Unit) : processeur initialement conçu pour les jeux vidéo, devenu le standard pour entraîner et faire tourner les modèles d’IA en raison de sa capacité à effectuer des multiplications matricielles en parallèle.
Bit probabiliste (p-bit) : composant électronique analogique qui oscille entre 0 et 1 selon une probabilité ajustable, contrairement au bit classique qui est strictement 0 ou 1.
Échantillonnage de Gibbs : méthode statistique qui permet de générer des échantillons à partir d’une distribution de probabilité complexe en faisant évoluer un système vers son équilibre thermodynamique.
Modèle énergétique (Energy-Based Model) : modèle d’IA où les configurations sont évaluées par une « énergie » ; les états les plus probables sont ceux de plus basse énergie.
Principe de Landauer : loi physique établissant qu’effacer un bit d’information dissipe au minimum une quantité d’énergie proportionnelle à la température. Il fixe une limite fondamentale à l’efficacité du calcul numérique classique.
TWh (térawattheure) : unité d’énergie équivalant à un milliard de kilowattheures. La France consomme environ 450 TWh d’électricité par an.
THRML : THRML est une bibliothèque logicielle open source développée par la startup Extropic. Son nom signifie Thermodynamic HypergRaphical Model Library (bibliothèque de modèles hypergraphiques thermodynamiques). Concrètement, THRML permet aux développeurs de construire et simuler des modèles probabilistes directement sur un ordinateur classique, en utilisant sa carte graphique (GPU). Elle est conçue pour préparer le terrain avant l’arrivée des puces TSU (Thermodynamic Sampling Unit) d’Extropic.
L’idée est simple car au lieu d’attendre que le matériel physique soit disponible, les chercheurs peuvent déjà tester et développer des algorithmes compatibles avec cette future architecture, grâce à la simulation.
THRML est l’outil logiciel qui accompagne la puce TSU. C’est un peu comme un émulateur, il permet d’écrire et de tester des programmes pour le futur matériel thermodynamique, sans avoir besoin de posséder la puce elle-même.
