Explication de la loi de Moore : Passé, présent et avenir

En 1965, M. Gordon Moore a fait une prédiction sur le rythme des progrès technologiques qui s'est avérée très prémonitoire. Il a remarqué que le nombre de transistors dans les circuits intégrés doublait environ tous les deux ans. Étant donné que le nombre de transistors dans un circuit est directement lié à la puissance de calcul de ce circuit, Moore a prédit une augmentation exponentielle de la puissance de calcul.

Cette idée est devenue connue sous le nom de loi de Moore. Ce qui n'était au départ qu'une prédiction est devenu une aspiration pour l'industrie technologique. Cela a stimulé une recherche constante d'innovation dans le domaine de la technologie des transistors. Cette idée est tellement ancrée dans notre culture qu'elle a même influencé nos médias. Des films tels que Matrix et Her exploitent cette idée d'innovation technologique exponentielle et imaginent un avenir si nous maintenons cette trajectoire. Cependant, il est regrettable de constater qu'il pourrait bientôt atteindre ses limites physiques. Je veux dire, à quel point les transistors peuvent-ils encore être réduits ? La loi de Moore est-elle toujours d'actualité aujourd'hui ? Que se passe-t-il lorsqu'il atteint son point final ?

Qu'est-ce que la loi de Moore ?

Comme je l'ai mentionné dans l'introduction, la loi de Moore repose sur l'observation selon laquelle le nombre de transistors sur une puce électronique double environ tous les deux ans. La formulation que j'entends le plus souvent est « la puissance informatique double tous les deux ans ».

Les transistors sont de minuscules commutateurs qui contrôlent les signaux électriques. En général, plus il y a de transistors, plus la puissance de traitement est élevée. Pour cette raison, la loi de Moore prédit que la puissance de traitement connaîtra une augmentation exponentielle indéfinie.

Je vous recommande vivement de visionner cette courte vidéo YouTube de Real Engineering sur les transistors. Il explique de manière intuitive l'histoire et la science des tubes à vide et des transistors.

Les origines de la loi de Moore

Gordon Moore était le cofondateur d'Intel. Il a formulé cette observation pour la première fois en 1965, en se basant sur les tendances qu'il observait alors dans le domaine de la fabrication des semi-conducteurs. C'était les débuts de l'industrie des semi-conducteurs, à une époque où les ordinateurs étaient volumineux et coûteux, et où la technologie des transistors commençait tout juste à remplacer les tubes à vide.

Son observation ne reposait pas sur une loi fondamentale de la physique, mais plutôt sur le rythme rapide de l'innovation dont il avait été témoin. Au départ, il avait prédit que le nombre de transistors doublerait chaque année, mais il a ensuite revu ses prévisions à la baisse, estimant que ce doublement aurait lieu tous les deux ans. Et ce calendrier s'est remarquablement bien respecté pendant des décennies.

La science derrière la loi de Moore

La clé de la mise en œuvre de la loi de Moore réside dans la miniaturisation. Les ingénieurs continuent de trouver des moyens de réduire la taille des transistors, ce qui permet d'en intégrer davantage sur une seule puce. Cela permet non seulement d'augmenter la puissance de traitement, mais également de réduire les coûts et la consommation d'énergie. Depuis plus de 50 ans, ce processus de miniaturisation alimente le progrès technologique.

Ce graphique issu de Wikipédia illustre le doublement approximatif du nombre de transistors par puce au cours des 50 dernières années. Veuillez noter que l'axe des y est une échelle logarithmique.

Impact de la loi de Moore sur l'informatique

Bien que la loi de Moore ait été une prédiction, elle est presque devenue une prophétie auto-réalisatrice, car les ingénieurs et les dirigeants la considèrent comme un objectif à atteindre. Cette initiative a eu des répercussions considérables sur le secteur technologique et sur la société dans son ensemble.

Progrès technologiques

Grâce à la loi de Moore, la course à la miniaturisation et à l'accélération des technologies ne cesse de s'intensifier.

Par exemple, les premiers ordinateurs occupaient une pièce entière. Les versions ultérieures pouvaient facilement tenir sur un grand bureau, et nous disposons désormais de petits ordinateurs portables, de tablettes et de téléphones mobiles. En l'espace de quelques années seulement, entre mon enfance et aujourd'hui, ma famille est passée d'un seul ordinateur de bureau encombrant à un ordinateur portable, une tablette et un téléphone pour chaque membre de la famille. De plus, je peux désormais accomplir sur mon téléphone un certain nombre de tâches que je ne pouvais pas réaliser sur mon ordinateur de bureau à l'époque.

Le cloud computing constitue une autre avancée significative. L'augmentation rapide de la puissance de traitement a permis la création d'Internet et le développement de services cloud modernes qui offrent une puissance de calcul et un stockage partagés. Ces services sont désormais si complets qu'ils peuvent répondre aux besoins de l'ensemble d'une entreprise et analyser des ensembles de données d'une taille impressionnante.

L'intelligence artificielle et l'apprentissage automatique ont également connu un essor considérable grâce aux progrès réalisés dans le domaine du matériel informatique. Les GPU et les TPU fournissent la puissance de calcul nécessaire pour former des modèles complexes. Cela a permis des avancées significatives dans diverses applications, du traitement du langage naturel à la reconnaissance d'images. La volonté d'améliorer l'efficacité de l'IA est également motivée par des préoccupations environnementales. Pour en savoir plus sur ces concepts, veuillez consulter notre article de blog intitulé « Sustainable AI » (L'IA durable : une approche holistique pour créer des solutions durables). Comment l'IA peut-elle réduire son empreinte environnementale ?.

Applications industrielles

Vous ne réalisez peut-être pas à quel point les puces sont présentes dans votre quotidien. Tout, de votre lave-vaisselle à votre voiture, contient des micropuces et a bénéficié de la loi de Moore.

Dans le domaine de la santé, les progrès de la technologie des semi-conducteurs ont permis la mise au point d'outils de diagnostic basés sur l'IA qui analysent l'imagerie médicale et de trackers de santé portables qui surveillent les signes vitaux en temps réel. Ces puces performantes permettent une surveillance beaucoup plus étroite des maladies chroniques, le suivi de la fertilité et la détection précoce des maladies.

Dans le secteur automobile, l'essor des véhicules autonomes repose en grande partie sur le traitement en temps réel d'énormes quantités de données provenant de capteurs, notamment des radars, des lidars et des caméras. Grâce à des transistors plus rapides et plus petits, les véhicules modernes sont équipés pour prendre des décisions instantanées, améliorant ainsi la sécurité.

Le secteur financier a également bénéficié considérablement des capacités offertes par les transistors plus petits. Des calculs ultra-rapides permettent aux algorithmes de trading de tirer parti des fluctuations du marché à la microseconde près.

Sans surprise, les télécommunications ont également connu des transformations, telles que le déploiement des réseaux 5G et l'expansion des appareils connectés à l'Internet des objets.

Quelle est la limite de la loi de Moore ?

Pendant des décennies, la loi de Moore a été un indicateur fiable du progrès. Cependant, pourra-t-il maintenir ce rythme indéfiniment ? La loi de Moore atteint-elle ses limites ?

Barrières physiques

Actuellement, nous mettons en œuvre la loi de Moore en réduisant continuellement la taille des transistors. Cependant, plusieurs obstacles physiques doivent être surmontés si nous souhaitons poursuivre dans cette voie.

Le premier défi est la chaleur. Les transistors plus petits génèrent davantage de chaleur, ce qui rend les systèmes de refroidissement particulièrement importants. Les transistors plus petits ont généralement une isolation moins efficace, et comme il est possible d'en intégrer un plus grand nombre sur une seule puce, un plus grand nombre d'électrons circulent dans un espace plus restreint. Cela génère beaucoup plus de chaleur par unité de surface.

Un autre problème rencontré à des échelles extrêmement petites est la « fuite » d'électrons. Il s'agit d'un phénomène où les électrons « fuient » leur cursus sur le circuit et se déplacent vers une autre partie de la puce. La proximité et l'isolation limitée de ces petits transistors exacerbent ce problème. Cela peut entraîner une perte de puissance et un comportement anormal.

Illustration d'une fuite d'électrons. Image réalisée par l'auteur à l'aide de Copilot.

Le graphique ci-dessus, que j'ai élaboré, est une explication très simplifiée d'un problème lié à la miniaturisation des transistors et d'autres composants : la fuite d'électrons.

La plupart des semi-conducteurs utilisés dans les transistors sont actuellement fabriqués à partir de silicium (d'où le nom « Silicon Valley »). Les propriétés du silicium, telles que la mobilité des électrons et la tolérance à la chaleur, deviennent moins efficaces à mesure que les transistors deviennent de plus en plus petits. Il devient donc de plus en plus difficile de maintenir l'efficacité.

Les chercheurs étudient actuellement l'utilisation de différents matériaux à ces échelles réduites, tels que le silicium-germanium, l'arséniure de gallium, ou même des options de pointe comme le graphène et les nanotubes de carbone. Cela pourrait nous permettre de contourner temporairement certaines de ces barrières physiques et de poursuivre notre processus de miniaturisation.

Défis économiques et industriels

Paradoxalement, un autre défi important pour la loi de Moore découle de la deuxième loi de Moore, également appelée loi de Rock. Ce principe stipule que le coût de construction des usines de semi-conducteurs double environ tous les quatre ans. Alors que la puissance de traitement continue d'augmenter, les dépenses associées à la création de cette puissance sont également en hausse. McKinsey a estimé que le coût de la puissance de traitement nécessaire pour alimenter notre révolution de l'IA pourrait atteindre 7 000 milliards de dollars d'ici 2030. Seul le temps nous dira si les entreprises parviendront à maintenir cette trajectoire viable.

La loi de Moore est-elle toujours valable ?

En réalité, personne ne sait si la loi de Moore continuera à refléter la réalité. La miniaturisation des systèmes d's semble atteindre ses limites physiques et économiques, et les leaders du secteur sont divisés quant à la possibilité de poursuivre cette évolution à long terme. Certains, comme Jensen Huang, PDG de Nvidia, estiment que les limites physiques et économiques de la miniaturisation des transistors ont été atteintes et que la loi de Moore est dépassée. D'autres, comme Pat Gelsinger, PDG d'Intel, affirment que la miniaturisation n'est pas la seule solution et mettenten avant de nouvelles technologies pour nous sortir de cette impasse de la loi de Moore.

Défis précédents à la loi de Moore

Croyez-le ou non, nous avons déjà eu cette discussion. Plusieurs défis rencontrés au cours de notre parcours vers la miniaturisation nous ont amenés à remettre en question la loi de Moore.

Dans les années 1990 et au début des années 2000, lorsque les transistors sont passés sous la barre des 100 nm, les ingénieurs ont été confrontés à d'importants problèmes de dissipation thermique, qui, selon eux, allaient initialement limiter la miniaturisation. Cependant, les progrès réalisés dans la conception des transistors, ainsi que les améliorations apportées aux matériaux et à la gestion thermique au niveau des puces, ont permis de continuer à avancer malgré ces obstacles.

Puis, en 2016, Intel a rencontré des difficultés lors de la transition entre les transistors 14 nm et 10 nm. Les complexités de fabrication et les problèmes de fuite d'énergie ont considérablement ralenti le développement. Cependant, Intel et d'autres entreprises de semi-conducteurs ont surmonté ces obstacles en perfectionnant la lithographie extrême ultraviolet (EUV), en optimisant les matériaux et en améliorant la conception des transistors, permettant ainsi à l'industrie de progresser à nouveau. Cette transition a toutefois pris près de cinq ans, ce qui a conduit les chercheurs à se demander si la loi de Moore était toujours applicable.

Innovations futures

Il y a des raisons de croire que les défis auxquels nous sommes actuellement confrontés peuvent également être surmontés. Les innovations récentes s'éloignent de l'approche traditionnelle de miniaturisation des transistors et explorent plutôt des architectures alternatives pour améliorer les performances.

Une avancée prometteuse est l'empilement de puces en 3D, qui permet aux ingénieurs d'augmenter la densité des transistors en les construisant verticalement plutôt que de continuer à les réduire horizontalement. Il s'agit d'une modification architecturale visant à éviter le recours à la miniaturisation.

L'informatique quantique est un tout nouveau paradigme informatique qui utilise des qubits, pouvant exister dans plusieurs états (et pas seulement 1 et 0), afin de résoudre des problèmes qui posent des défis aux ordinateurs classiques. Vous pouvez considérer cela comme une augmentation des capacités de chaque « transistor ». Cela permettrait d'augmenter la puissance de traitement, sans nécessairement augmenter le nombre de « transistors », mais plutôt en modifiant les capacités de ces derniers.

Certains chercheurs étudient même l'l'informatique optique, qui utilise le traitement de la lumière pour transmettre des données plus rapidement que les systèmes électroniques classiques. Les photons se déplacent beaucoup plus rapidement que les électrons, ce qui permet à l'information de voyager plus rapidement à travers le système. Ici encore, nous n'augmenterions pas le nombre de transistors. Cependant, la puissance de traitement serait vraisemblablement augmentée en augmentant la vitesse de déplacement à travers ces derniers.

Quel est l'avenir de l'informatique ?

Même si la loi de Moore ralentit ou cesse complètement de s'appliquer, l'avenir de l'informatique reste extrêmement prometteur.

Une évolution intéressante est l'introduction de nouveaux matériaux, tels que le graphène et l'arséniure d'indium et de gallium. Ces matériaux offrent des propriétés électriques supérieures et pourraient à terme remplacer le silicium comme matériau de base des puces de nouvelle génération. Ils peuvent contribuer à remédier à certaines des limites fondamentales de la technologie conventionnelle des semi-conducteurs.

Il existe également un tout nouveau type d'informatique appelé « informatique neuromorphique ». informatique neuromorphique. Inspirées de la structure et du fonctionnement du cerveau humain, les puces neuromorphiques utilisent des neurones et des synapses artificiels pour fonctionner de manière similaire au cerveau biologique.

L'intelligence artificielle est également à l'origine d'une transformation dans le domaine de l'informatique. Les progrès en matière d'IA et d'apprentissage automatique dépendront probablement non seulement des améliorations matérielles, mais également de l'efficacité des logiciels. À mesure que les modèles d'IA deviendront de plus en plus sophistiqués, le besoin en processeurs spécialisés conçus pour gérer les charges de travail liées à l'IA augmentera également.

Conclusion

La loi de Moore constitue depuis plus de 50 ans un objectif fiable en matière de progrès technologique, façonnant sans doute des secteurs industriels entiers. Bien que nous approchions de la limite du nombre de transistors pouvant être intégrés dans un espace donné, des innovations telles que l'empilement de puces 3D, l'informatique quantique et les architectures neuromorphiques pourraient continuer à augmenter notre puissance de traitement.

Qu'en pensez-vous ? La loi de Moore est-elle obsolète ? Devons-nous repenser nos attentes en matière de progrès de la puissance de traitement ? Ou bien l'humanité trouvera-t-elle une nouvelle innovation pour poursuivre cette tendance ?

Au-delà de la loi de Moore, quels autres concepts technologiques bien établis pourraient être abandonnés ? Consultez la discussion DataFramed, « Le Big Data est-il obsolète ? » ( ). MotherDuck et le manifeste du Small Data avec Ryan Boyd, cofondateur de MotherDuck.

Et si ce type de réflexion vous intéresse, un emploi dans le domaine de l'IA pourrait vous intéresser. Découvrez ces 7 emplois dans le domaine de l'intelligence artificielle (IA) que vous pourriez occuper en 2025.