Une équipe de chercheurs de l'Université de Pékin et de l'Institut des micro-systèmes et de la technologie de l'information de l'Académie chinoise des sciences a présenté une nouvelle puce prototype exploitant le calcul en mémoire à base de mémoires à changement de phase. Publiée récemment dans la revue Science, cette innovation, pilotée par les professeurs Yang Yuchao et Song Zhitang, marque la première utilisation mondiale du calcul en mémoire contrôlé via un effet de dérive résistive. Conçue en 40 nanomètres, la puce résout le goulot d'étranglement de Von Neumann, où les données doivent constamment voyager entre la mémoire et le processeur. Ici, le calcul et le stockage ont lieu simultanément au même endroit. Les chercheurs ont exploité la dérive résistive, une propriété autrefois considérée comme un défaut, pour ajuster automatiquement les pas de calcul. Cette approche élimine les circuits numériques dédiés et réduit drastiquement la consommation d'énergie. La puce stocke également seize niveaux de résistance différents, optimisant la densité des poids du réseau neuronal tout en maintenant les opérations de multiplication et d'addition directement dans l'array de mémoire. Les performances de ce prototype sont exceptionnelles. Lors d'un test de reconstruction 3D de la surface du cortex cérébral, la puce a accompli la tâche en 0,426 seconde, soit près de cinquante fois plus vite que le meilleur processeur graphique disponible, avec une erreur moyenne inférieure à 0,4 millimètre. Une itération unique du système dynamique neuronal ne prend que 2,12 millisecondes, ce qui est 36 fois plus rapide que les puces similaires les plus performantes, tout en consommant une énergie équivalant à un millième de la charge d'un smartphone. Grâce à un mécanisme de répartition du travail et à l'ajout de carbone dans le matériau, la puce garantit une stabilité exceptionnelle sur des dizaines de milliards de cycles d'écriture et sur une plage de température de zéro à soixante-dix degrés Celsius. Cette avancée démontre qu'il est possible de transformer les limitations matérielles en atouts fonctionnels. En rendant les systèmes dynamiques neuronaux accessibles hors des supercalculateurs, cette technologie ouvre la voie à des applications temps réel dans de nombreux domaines. La reconstruction précise de surfaces 3D sans erreur sera cruciale pour la navigation chirurgicale en médecine, la modélisation environnementale des véhicules autonomes, la préservation numérique du patrimoine et les simulations en réalité virtuelle. Bien qu'il s'agisse encore d'un prototype, cette réussite jette les bases d'une nouvelle génération d'architectures électroniques, plus rapides, plus économes en énergie et parfaitement adaptées à la complexité du traitement de données physiques et cognitives.