Nous ne sommes pas préparés à la fin de la loi de Moore

Illustration de la loi de Moore Tech MS

La prévision de 1965 de Gordon Moore selon laquelle le nombre de composants sur un circuit intégré doublerait chaque année jusqu'à ce qu'il atteigne le chiffre étonnant de 65 000 en 1975 est la plus grande prédiction technologique du dernier demi-siècle. Quand cela s'est avéré correct en 1975, il a révisé ce qui est devenu connu sous le nom de loi de Moore en un doublement des transistors sur une puce tous les deux ans.

Depuis lors, sa prédiction a défini la trajectoire de la technologie et, à bien des égards, du progrès lui-même.

Cette histoire faisait partie de notre numéro de mars 2020

• Voir la suite du problème
• S'abonner

L'argument de Moore était économique. Les circuits intégrés, avec plusieurs transistors et autres dispositifs électroniques interconnectés avec des lignes métalliques en aluminium sur un minuscule carré de plaquette de silicium, avaient été inventés quelques années plus tôt par Robert Noyce chez Fairchild Semiconductor. Moore, le directeur R&D de la société, s'est rendu compte, comme il l'écrivait en 1965, qu'avec ces nouveaux circuits intégrés, le coût par composant est presque inversement proportionnel au nombre de composants. C'était une belle affaire - en théorie, plus vous ajoutiez de transistors, moins cher chacun était. Moore a également vu qu'il y avait beaucoup de place pour les progrès techniques afin d'augmenter le nombre de transistors que vous pouviez mettre sur une puce de manière abordable et fiable.

Bientôt, ces puces moins chères et plus puissantes deviendraient ce que les économistes aiment appeler une technologie à usage général, une technologie si fondamentale qu'elle engendre toutes sortes d'autres innovations et avancées dans de multiples industries. Il y a quelques années, d'éminents économistes attribuaient aux technologies de l'information rendues possibles par les circuits intégrés un tiers de la croissance de la productivité américaine depuis 1974. Presque toutes les technologies qui nous intéressent, des smartphones aux ordinateurs portables bon marché en passant par le GPS, reflètent directement la prédiction de Moore. Il a également alimenté les percées actuelles de l'intelligence artificielle et de la médecine génétique, en donnant aux techniques d'apprentissage automatique la capacité de parcourir d'énormes quantités de données pour trouver des réponses.

Mais comment une simple prédiction, basée sur l'extrapolation à partir d'un graphique du nombre de transistors par année - un graphique qui ne comportait à l'époque que quelques points de données - en est-elle venue à définir un demi-siècle de progrès ? En partie, du moins, parce que l'industrie des semi-conducteurs l'a décidé.

Le magazine électronique d'avril 1965 dans lequel l'article de Moore est paru. Wikimédia

Moore a écrit que le fait d'entasser davantage de composants sur des circuits intégrés, le titre de son article de 1965, conduirait à des merveilles telles que des ordinateurs personnels - ou du moins des terminaux connectés à un ordinateur central - des commandes automatiques pour automobiles et des équipements de communication portables personnels. En d'autres termes, respectez sa feuille de route consistant à serrer toujours plus de transistors sur des puces et cela vous mènerait à la terre promise. Et pendant les décennies suivantes, une industrie en plein essor, le gouvernement et des armées de chercheurs universitaires et industriels ont investi de l'argent et du temps dans le respect de la loi de Moore, créant une prophétie auto-réalisatrice qui a maintenu les progrès sur la bonne voie avec une précision étonnante. Bien que le rythme des progrès ait ralenti ces dernières années, les puces les plus avancées comptent aujourd'hui près de 50 milliards de transistors.

Chaque année depuis 2001, MIT Technology Review a choisi les 10 technologies révolutionnaires les plus importantes de l'année. C'est une liste de technologies qui, presque sans exception, ne sont possibles qu'en raison des progrès du calcul décrits par la loi de Moore.

Pour certains des éléments de la liste de cette année, le lien est évident : les appareils grand public, y compris les montres et les téléphones, imprégnés d'IA ; l'attribution du changement climatique rendue possible par une modélisation informatique améliorée et des données recueillies à partir de systèmes mondiaux de surveillance de l'atmosphère ; et des satellites bon marché de la taille d'une pinte. D'autres sur la liste, y compris la suprématie quantique, les molécules découvertes à l'aide de l'IA, et même les traitements anti-âge et les médicaments hyper-personnalisés, sont dus en grande partie à la puissance de calcul dont disposent les chercheurs.

Mais que se passe-t-il lorsque la loi de Moore se termine inévitablement ? Ou que se passe-t-il si, comme certains le soupçonnent, il est déjà mort et que nous fonctionnons déjà sur les vapeurs du plus grand moteur technologique de notre époque ?

DÉCHIRURE

C'est fini. Cette année, cela est devenu vraiment clair, explique Charles Leiserson, informaticien au MIT et pionnier du calcul parallèle, dans lequel plusieurs calculs sont effectués simultanément. La plus récente usine de fabrication d'Intel, destinée à construire des puces avec des fonctionnalités minimales de 10 nanomètres, a été beaucoup retardée, livrant des puces en 2019, cinq ans après la génération précédente de puces avec des fonctionnalités de 14 nanomètres. La loi de Moore, dit Leiserson, a toujours porté sur le taux de progression, et nous ne sommes plus sur ce taux. De nombreux autres informaticiens éminents ont également déclaré la loi de Moore morte ces dernières années. Début 2019, le PDG du grand fabricant de puces Nvidia a accepté.

En vérité, il s'agit plus d'un déclin progressif que d'une mort subite. Au fil des décennies, certains, y compris Moore lui-même à certains moments, se sont inquiétés de pouvoir voir la fin en vue, car il devenait de plus en plus difficile de fabriquer des transistors de plus en plus petits. En 1999, un chercheur d'Intel craignait que l'objectif de l'industrie de fabriquer des transistors plus petits que 100 nanomètres d'ici 2005 ne soit confronté à des problèmes physiques fondamentaux sans solutions connues, comme les effets quantiques des électrons errant là où ils ne devraient pas être.

Pendant des années, l'industrie des puces a réussi à échapper à ces obstacles physiques. De nouvelles conceptions de transistors ont été introduites pour mieux corraliser les électrons. De nouvelles méthodes de lithographie utilisant un rayonnement ultraviolet extrême ont été inventées lorsque les longueurs d'onde de la lumière visible étaient trop épaisses pour tailler avec précision des caractéristiques de silicium de seulement quelques dizaines de nanomètres. Mais le progrès devenait de plus en plus coûteux. Les économistes de Stanford et du MIT ont calculé que l'effort de recherche consacré au respect de la loi de Moore a été multiplié par 18 depuis 1971.

De même, les fabs qui fabriquent les puces les plus avancées deviennent prohibitifs. Le coût d'une fab augmente d'environ 13 % par an et devrait atteindre 16 milliards de dollars ou plus d'ici 2022. Ce n'est pas un hasard si le nombre d'entreprises prévoyant de fabriquer la prochaine génération de puces est maintenant tombé à trois, en baisse de huit en 2010 et 25 en 2002.

Trouver des successeurs aux puces de silicium d'aujourd'hui nécessitera des années de recherche. Si vous vous inquiétez de ce qui remplacera la loi de Moore, il est temps de paniquer.

Néanmoins, Intel, l'un de ces trois fabricants de puces, ne s'attend pas à des funérailles pour la loi de Moore de si tôt. Jim Keller, qui a pris la tête de l'ingénierie du silicium d'Intel en 2018, est l'homme chargé de le maintenir en vie. Il dirige une équipe de quelque 8 000 ingénieurs en matériel et concepteurs de puces chez Intel. Lorsqu'il a rejoint l'entreprise, dit-il, beaucoup anticipaient la fin de la loi de Moore. S'ils avaient raison, se souvient-il avoir pensé, c'est un frein et peut-être qu'il avait fait un très mauvais choix de carrière.

Mais Keller a trouvé de nombreuses opportunités techniques pour progresser. Il souligne qu'il y a probablement plus d'une centaine de variables impliquées dans le maintien de la loi de Moore, chacune offrant des avantages différents et faisant face à ses propres limites. Cela signifie qu'il existe de nombreuses façons de continuer à doubler le nombre de dispositifs sur une puce, des innovations telles que les architectures 3D et les nouvelles conceptions de transistors.

Ces jours-ci, Keller semble optimiste. Il dit avoir entendu parler de la fin de la loi de Moore pendant toute sa carrière. Au bout d'un moment, il décida de ne plus s'en soucier. Il dit qu'Intel est sur le rythme pour les 10 prochaines années, et il se fera un plaisir de faire le calcul pour vous : 65 milliards (nombre de transistors) fois 32 (si la densité des puces double tous les deux ans) équivaut à 2 000 milliards de transistors. C'est 30 fois plus de performances, dit-il, ajoutant que si les développeurs de logiciels sont intelligents, nous pourrions obtenir des puces cent fois plus rapides en 10 ans.

Pourtant, même si Intel et les autres fabricants de puces restants peuvent extraire quelques générations supplémentaires de micropuces encore plus avancées, l'époque où vous pouviez compter de manière fiable sur des puces plus rapides et moins chères tous les deux ans est clairement révolue. Cela ne signifie cependant pas la fin des progrès informatiques.

Il est temps de paniquer

Neil Thompson est économiste, mais son bureau est au CSAIL, le vaste centre informatique et d'IA du MIT, entouré de roboticiens et d'informaticiens, dont son collaborateur Leiserson. Dans un nouvel article, les deux documentent une marge suffisante pour améliorer les performances de calcul grâce à de meilleurs logiciels, algorithmes et architecture de puces spécialisées.

Une opportunité consiste à réduire le soi-disant gonflement logiciel pour tirer le meilleur parti des puces existantes. Lorsque l'on pouvait toujours compter sur les puces pour devenir plus rapides et plus puissantes, les programmeurs n'avaient pas à se soucier beaucoup d'écrire un code plus efficace. Et ils n'ont souvent pas réussi à tirer pleinement parti des changements d'architecture matérielle, tels que les multiples cœurs, ou processeurs, observés dans les puces utilisées aujourd'hui.

Thompson et ses collègues ont montré qu'ils pouvaient obtenir un calcul intensif en calculs pour s'exécuter environ 47 fois plus vite simplement en passant de Python, un langage de programmation polyvalent populaire, au C plus efficace. C'est parce que C, bien qu'il nécessite plus de travail de la part du programmeur, réduit considérablement le nombre d'opérations requises, ce qui rend un programme beaucoup plus rapide. Une personnalisation plus poussée du code pour tirer pleinement parti d'une puce à 18 cœurs de traitement a encore accéléré les choses. En seulement 0,41 seconde, les chercheurs ont obtenu un résultat qui a pris sept heures avec du code Python.

Cela semble être une bonne nouvelle pour la poursuite des progrès, mais Thompson craint que cela ne signale également le déclin des ordinateurs en tant que technologie à usage général. Plutôt que de lever tous les bateaux, comme l'a fait la loi de Moore, en offrant des puces toujours plus rapides et moins chères qui étaient universellement disponibles, les progrès des logiciels et de l'architecture spécialisée commenceront désormais à cibler de manière sélective des problèmes et des opportunités commerciales spécifiques, en favorisant ceux qui disposent de suffisamment d'argent et de ressources.

En effet, le passage à des puces conçues pour des applications spécifiques, notamment en IA, est bien engagé. L'apprentissage en profondeur et d'autres applications d'IA s'appuient de plus en plus sur des unités de traitement graphique (GPU) adaptées du jeu, qui peuvent gérer des opérations parallèles, tandis que des entreprises comme Google, Microsoft et Baidu conçoivent des puces d'IA pour leurs propres besoins particuliers. L'IA, en particulier l'apprentissage en profondeur, a un énorme appétit pour la puissance informatique, et les puces spécialisées peuvent considérablement accélérer ses performances, explique Thompson.

Mais le compromis est que les puces spécialisées sont moins polyvalentes que les processeurs traditionnels. Thompson craint que les puces pour l'informatique plus générale ne deviennent un marigot, ralentissant le rythme général d'amélioration des ordinateurs, comme il l'écrit dans un article à paraître, Le déclin des ordinateurs en tant que technologie à usage général.

À un moment donné, explique Erica Fuchs, professeur d'ingénierie et de politique publique à Carnegie Mellon, ceux qui développent l'IA et d'autres applications manqueront les baisses de coûts et les augmentations de performances apportées par la loi de Moore. Peut-être que dans 10 ou 30 ans - personne ne sait vraiment quand - vous aurez besoin d'un appareil avec cette puissance de calcul supplémentaire, dit-elle.

Le problème, dit Fuchs, est que les successeurs des puces à usage général d'aujourd'hui sont inconnus et qu'il faudra des années de recherche fondamentale et de développement pour les créer. Si vous vous inquiétez de ce qui remplacera la loi de Moore, suggère-t-elle, le moment est venu de paniquer. Il y a, dit-elle, des gens vraiment intelligents dans le domaine de l'IA qui ne sont pas conscients des contraintes matérielles auxquelles sont confrontées les avancées à long terme de l'informatique. De plus, dit-elle, parce que les puces spécifiques aux applications s'avèrent extrêmement rentables, il y a peu d'incitations à investir dans de nouveaux dispositifs logiques et de nouvelles façons de faire de l'informatique.

Avis de recherche : un plan Marshall pour les puces

En 2018, Fuchs et ses collègues de la CMU Hassan Khan et David Hounshell ont rédigé un article retraçant l'histoire de la loi de Moore et identifiant les changements derrière le manque actuel de collaboration entre l'industrie et le gouvernement qui a favorisé tant de progrès au cours des décennies précédentes. Ils ont fait valoir que l'éclatement des trajectoires technologiques et la rentabilité privée à court terme de bon nombre de ces nouveaux éclats signifient que nous devons considérablement augmenter les investissements publics pour trouver les prochaines grandes technologies informatiques.

Si les économistes ont raison et qu'une grande partie de la croissance des années 1990 et du début des années 2000 était le résultat des micropuces - et si, comme certains le suggèrent, la croissance lente de la productivité qui a commencé au milieu des années 2000 reflète le ralentissement des progrès informatiques - alors, dit Thompson, il s'ensuit que vous devriez investir d'énormes sommes d'argent pour trouver la technologie qui lui succède. Nous ne le faisons pas. Et c'est un échec de la politique publique.

Il n'y a aucune garantie que de tels investissements seront rentables. L'informatique quantique, les transistors à nanotubes de carbone, voire la spintronique, sont des possibilités alléchantes, mais aucune ne remplace de manière évidente la promesse que Gordon Moore a vue pour la première fois dans un simple circuit intégré. Nous avons besoin d'investissements dans la recherche maintenant pour le savoir. Parce qu'une prédiction est à peu près certaine de se réaliser : nous allons toujours vouloir plus de puissance de calcul.

cacher