Des lasers inspirés de l’iPhone pour repousser les limites de mémoire des puces IA

Pour les puces d’intelligence artificielle, la puissance de calcul ne fait pas tout : il faut aussi pouvoir alimenter le processeur en données. La jeune entreprise Volantis veut s’attaquer à ce défi en utilisant de la lumière pour relier un processeur graphique (GPU) à ses puces mémoire. Elle avance un objectif ambitieux : connecter jusqu’à 220 puces mémoire à un seul GPU. Il s’agit pour l’instant d’une architecture en développement, pas d’une performance déjà démontrée sur un système commercialisé.37

Le défi : faire circuler les données

Les modèles d’IA sollicitent d’importants volumes de données. Or, selon Volantis, la portée limitée des connexions électriques entre un GPU et la mémoire restreint le nombre de puces mémoire que l’on peut placer à proximité. Dans la comparaison rapportée avec l’annonce de l’entreprise, les configurations Nvidia haut de gamme associent généralement environ huit puces de mémoire à bande passante élevée (HBM) à un GPU.13

La liaison entre mémoire et processeur peut donc devenir un goulot d’étranglement, même lorsque le GPU dispose d’une grande puissance de calcul. Volantis parie qu’une autre façon de transmettre les données permettrait de rendre davantage de mémoire accessible aux tâches d’IA.13

Des lasers VCSEL pour remplacer certaines liaisons électriques

La société propose d’utiliser des lasers à émission par la surface à cavité verticale, appelés VCSEL, pour transmettre les données entre les puces de calcul et les puces mémoire. Cette technologie est également utilisée dans des appareils Apple pour Face ID, selon les articles consacrés au projet.817

Plutôt que de s’appuyer uniquement sur de courtes connexions électriques, Volantis entend recourir à des liaisons optiques capables de transporter les données sur une plus grande distance à l’intérieur du système. L’entreprise estime que cette approche pourrait permettre de disposer jusqu’à 220 puces mémoire autour d’un GPU, contre environ huit dans l’exemple de matériel Nvidia cité dans les comptes rendus.3

Mais ce chiffre décrit un objectif de conception. Les informations disponibles présentent le projet et les ambitions de Volantis ; elles ne montrent pas qu’un système a déjà atteint cette capacité ou prouvé les performances annoncées.37

Des bénéfices attendus pour l’inférence

En théorie, une mémoire plus accessible et des transferts de données plus rapides pourraient aider les systèmes d’inférence — ceux qui exécutent un modèle d’IA pour répondre à une demande — à prendre en charge des tâches exigeantes. Volantis cite notamment le codage assisté par l’IA parmi les usages possibles. Les gains devront toutefois être confirmés par des tests et par la livraison du système.27

L’entreprise prévoit ses premières livraisons d’un moteur d’inférence intégré en 2027. Il s’agit d’un calendrier visé par la société, et non d’une garantie de livraison à cette date ou d’atteinte des objectifs annoncés.7

Une levée de fonds de 88 millions de dollars

Volantis a annoncé une levée de 88 millions de dollars en série A, co-dirigée par Lachy Groom et Abstract Ventures. John Doerr, VXI Capital, Triatomic et Susa Ventures ont également participé au tour de financement, ainsi que les investisseurs providentiels Dwarkesh Patel, Naveen Rao et Sholto Douglas.5

Cette somme doit soutenir le développement du système d’inférence de l’entreprise. Le prochain enjeu sera de transformer la promesse des liaisons optiques — et la cible de 220 puces mémoire par GPU — en un système fonctionnel dont les performances auront été démontrées.57