Voici une information qui pourrait bien avoir un impact durable sur le secteur.
Jeter les bases matérielles de l’IA
Alors que l’IA pousse les semi-conducteurs et les centres de informations vers de nouvelles limites physiques, les matériaux de pointe deviennent essentiels pour garantir la performance, l’efficacité et la durabilité, explique Mike Finelli, directeur de la technologie et de l’innovation et directeur général pour l’Amérique du Nord chez Syensqo.
Précisons, l’essor de l’IA pose désormais un défi en matière de matériaux. Alors que l’IA repousse les limites de l’informatique, les matériaux qui constituent cette infrastructure deviennent tout aussi essentiels que les algorithmes qui y sont exécutés. Les semi-conducteurs et les centres de informations atteignent progressivement leurs limites physiques en matière de performances, de gestion thermique, de rendement électrique et de fiabilité, ce qui engendre de nouvelles exigences concernant les matériaux capables d’offrir davantage de fonctionnalités simultanément. Parallèlement, l’intelligence artificielle offre aux scientifiques spécialisés dans les matériaux de nouvelles façons d’explorer l’immense univers des molécules possibles et d’accélérer la mise au point de solutions.
Fait intéressant, pour Mike Finelli, directeur de la technologie et de l’innovation et directeur général pour l’Amérique du Nord chez Syensqo, cette convergence transforme les possibilités offertes par les matériaux de pointe. « Du point de vue des matériaux, l’IA pousse désormais les semi-conducteurs et les centres de données à leurs limites physiques », explique-t-il.
À mesure que les exigences se multiplient – notamment en matière de température élevée, de pureté, de performances électriques, de résistance chimique, de résistance au plasma et de stabilité à long terme –, les matériaux évoluent vers ce que Finelli appelle le « sommet de la pyramide ». Au-delà de leur rôle de soutien à l’innovation en matière d’IA, il affirme que les matériaux avancés « définissent en réalité de plus en plus ce qui sera possible ».
Ce défi se pose à l’échelle de l’ensemble des infrastructures qui sous-tendent l’essor de l’IA. Syensqo développe des matériaux destinés aux architectures de centres de données à haute tension, des matériaux d’étanchéité de pointe pour la fabrication de semi-conducteurs, de ce fait que des solutions de gestion thermique, notamment des fluides pour le refroidissement par immersion directe. Certaines de ces innovations peuvent également dépasser les frontières sectorielles. Les matériaux développés pour les véhicules électriques, par exemple, peuvent contribuer à répondre aux exigences croissantes en matière de tension et de densité énergétique qui se font jour dans les centres de données.
La notion de performance évolue aussi. De plus en plus de clients attendent des matériaux qu’ils répondent à des exigences techniques tout en réduisant leur impact environnemental. « Notre objectif est de mettre fin au compromis entre performance et durabilité », explique M. Finelli. Cela implique de prendre en compte la durabilité dès le début du processus de travaux de recherche, plutôt que de la considérer comme une exigence supplémentaire une fois le matériau développé.
Autre élément, l’IA transforme également la manière dont ces matériaux sont découverts. Syensqo utilise des agents d’IA pour synthétiser numériquement des millions de combinaisons moléculaires potentielles, prédire leurs performances techniques et leurs caractéristiques de durabilité, puis les réduire à un groupe beaucoup plus restreint en vue d’essais en laboratoire. Selon M. Finelli, cela permet d’aller « plus loin, plus en profondeur et plus vite », tout en laissant aux scientifiques davantage de temps pour résoudre des problèmes d’ingénierie complexes.
En ce qui concerne l’avenir, Finelli entrevoit la possibilité d’un cycle vertueux : l’IA contribue au développement de matériaux qui améliorent les infrastructures de l’IA, ce qui permet à son tour à une IA plus performante d’accélérer la découverte de nouveaux matériaux. Cette boucle de rétroaction pourrait créer un cycle d’innovation et élargir le champ des possibilités des technologies futures.
Les analystes auront matière à débattre dans les prochaines semaines.
Dans le même ordre d’idées :
- Claude Code relance « Projects » pour gérer plusieurs agents IA dans le cloud
- Microsoft open-source TauGrid : une pile native Kubernetes pour les charges de travail d’IA sur GPU
Source : MIT Technology Review : MIT Technology Review