Un vieux concept remis au goût du jour pour faire tourner l’IA autrement.
Pendant des décennies, l’informatique a suivi une trajectoire presque rectiligne.
Toujours plus de transistors, toujours plus de calculs numériques, toujours plus de zéros et de uns qui s’alignent à une vitesse folle.
Malheureusement, la limite du système qui n’avait pas été anticipée dans les années 70, c’est la consommation d’énergie.
La Peking University a décidé de revoir la copie et a travaillé sur une puce IA qui ne raisonne pas comme les autres : pas de logique binaire classique, pas de calculs séquentiels exécutés ligne après ligne.
À la place, une approche analogique qui a quelque chose de surprenant et de délicieusement anachronique.
Lire aussi :
- La Chine bat un record mondial dans l’informatique avec un véritable « cerveau monde » de 2000 km, plus vaste réseau informatique distribué de la planète
- L’Allemagne assise sur un pactole de 25 milliards d’euros après sa découverte d’un matériau supraconducteur aux propriétés inédites pour l’informatique quantique
La Chine crée une puce IA analogique qui consomme 200x moins d’énergie que les derniers processeurs numériques
Les chiffres d’abord : cette puce fonctionne 12 fois plus vite que des processeurs numériques avancés, tout en consommant 200 fois moins d’énergie.
Ce n’est pas une petite optimisation.
Calculer comme autrefois mais en mieux
Avant que l’électronique numérique ne s’impose, les ingénieurs utilisaient déjà des ordinateurs analogiques pour résoudre certains problèmes physiques.
Ces machines représentaient les nombres par des grandeurs continues, comme des tensions ou des courants électriques.
La différence avec un ordinateur numérique est fondamentale :
- Un processeur classique découpe chaque opération en étapes successives,
- Un système analogique, lui, peut faire plusieurs calculs en parallèle, presque naturellement, parce que la physique s’en charge.
Pendant longtemps, cette approche a été mise de côté, jugée trop instable, trop difficile à contrôler. Aujourd’hui, grâce aux progrès des matériaux et des circuits, elle revient par la grande porte, cette fois adaptée aux besoins de l’intelligence artificielle moderne.
Une puce qui s’attaque à de vrais problèmes, pas seulement à des équations
Dans une étude publiée dans Nature Communications, l’équipe dirigée par Sun Zhong montre que sa puce analogique n’est plus un simple démonstrateur académique.
Elle traite désormais des données du monde réel.
Les chercheurs l’ont testée sur des systèmes de recommandation, avec des volumes de données comparables à ceux utilisés par Netflix ou Yahoo.
Le résultat est bluffant puisque les calculs s’effectuent beaucoup plus vite, avec une dépense énergétique dérisoire comparée aux solutions numériques classiques.
Même chose du côté du traitement d’images.
Lors d’essais de compression, la puce a reconstruit des images dont la qualité visuelle reste très proche de celle obtenue avec un calcul numérique de haute précision, tout en divisant par deux les besoins de stockage.
Pourquoi l’IA consomme autant, et pourquoi ça bloque
L’intelligence artificielle actuelle repose massivement sur des processeurs numériques spécialisés, comme les GPU.
Un exemple souvent cité est le Nvidia H100, devenu une référence dans les centres de calcul.
Le problème n’est pas seulement la puissance de calcul. C’est le va-et-vient permanent des données entre la mémoire et l’unité de calcul.
Chaque aller-retour coûte du temps et de l’énergie.
À grande échelle, cela devient un goulet d’étranglement.
L’approche analogique contourne une partie de cette difficulté en effectuant les calculs directement là où les données sont stockées : moins de déplacements > moins de pertes > moins de chaleur à dissiper.
Une technique mathématique clé, intégrée directement dans le matériel
Au cœur de cette avancée se trouve une méthode appelée Non-negative Matrix Factorisation ou NMF (en français « factorisation de matrices non négatives »).
C’est un outil très utilisé pour extraire des structures cachées dans de grandes masses de données, qu’il s’agisse de comportements d’utilisateurs ou de pixels dans une image.
Sur du matériel numérique, la NMF devient rapidement coûteuse quand les bases de données atteignent des millions d’entrées.
La puce développée à Pékin intègre cette opération directement dans son circuit analogique, en une seule étape physique, là où un processeur classique en exécuterait des milliers.
Des performances qui attirent l’attention au-delà du laboratoire
Un des relecteurs de l’étude parle d’améliorations de plusieurs ordres de grandeur en vitesse et en efficacité énergétique par rapport aux puces numériques classiques.
Ce genre de formulation n’est jamais utilisé à la légère dans une publication scientifique.
Dans un message publié sur les réseaux sociaux, Sun Zhong explique que cette avancée « pousse l’informatique analogique un cran plus loin », en montrant qu’elle peut gérer des tâches complexes sans perdre ses avantages fondamentaux.
Il rappelle aussi un détail presque touchant : la NMF a été formalisée en 1999 par deux chercheurs coréano-américains. Vingt-sept ans plus tard, elle trouve une nouvelle vie, non plus comme un algorithme abstrait, mais comme un phénomène physique directement exploité sur une puce.
Un retour aux sources qui pourrait peser lourd
Si ce travail ne signe bien entendu pas la fin du numérique, il montre en revanche que quand les modèles d’intelligence artificielle deviennent trop gourmands, trop volumineux, trop coûteux en énergie, revenir à des principes anciens avec des outils modernes peut ouvrir des voies inattendues.
Dans un monde où les centres de données engloutissent des milliards d’euros d’électricité, une puce capable de faire mieux avec presque rien mérite qu’on s’y attarde.
Comprendre l’intérêt de cette puce IA analogique chinoise en un clin d’oeil :
Sources :
In-memory analog computing for non-negative matrix factorization.
Wang, S., Luo, Y., Zuo, P. et al.
Nat Commun (2026).
https://doi.org/10.1038/s41467-026-68609-8
South China Morning Post, China’s analogue AI chip runs 12 times as fast on 1/200th the energy of digital rivals, 23 janvier 2026
Peking University, China’s analogue AI chip could work 1,000 times faster than Nvidia GPU: study, 10/10/2025
Les calculateurs analogiques ont étés remplacés par les numériques parce que les algorithmes permettant de mécaniser les solutions ont été développés au fur et à mesure que les matériels du numérique ont permis de les supporter. Ils n’ont aucune chance de revenir sur le devant de la scène.