Snowcap Compute Lance avec 23 M$ pour Amener l’Ère de la Supraconductivité dans l’IA et le HPC

Les dépenses mondiales dans le cloud computing devraient atteindre 1,3 billion de dollars d’ici 2025, un chiffre qui reflète la demande extraordinaire pour des infrastructures de calcul évolutives et efficaces. Dans ce contexte, Snowcap Compute a annoncé aujourd’hui son lancement public et un tour de financement de démarrage de 23 millions de dollars mené par Playground Global. Il s’agit du premier investissement de l’ancien PDG d’Intel (INTC ), Pat Gelsinger, depuis son arrivée dans l’entreprise. D’autres participants incluent Cambium Capital et Vsquared Ventures, ce qui indique une confiance croissante des investisseurs dans les architectures de calcul alternatives.

La mission de Snowcap est de commercialiser l’informatique supraconductrice – plus précisément, une plate-forme qui remplace les transistors traditionnels en silicium par des portes logiques supraconductrices, promettant des gains importants en termes de performances et d’efficacité énergétique. C’est un effort audacieux pour réimaginer la façon dont les centres de données alimentent les domaines en pleine évolution de l’intelligence artificielle (IA), du calcul haute performance (HPC) et des systèmes hybrides quantiques-classiques.

Les Limites de la Technologie CMOS et le Cas pour un Changement

Pendant les cinq dernières décennies, l’industrie des semi-conducteurs a reposé sur la technologie CMOS (complémentaire métal-oxyde-semiconducteur) pour fabriquer presque chaque puce – des CPU et GPU aux smartphones et systèmes intégrés. La technologie CMOS utilise des paires de transistors de type p et n pour gérer les opérations logiques, consommant de l’énergie principalement lors du commutation d’états. Sa dominance a été rendue possible par la loi de Moore : la capacité à réduire continuellement la taille des transistors, à en mettre plus sur une puce et à améliorer les performances à moindre coût.

Mais cette progression a considérablement ralenti. Les puces modernes rencontrent des limitations thermiques et quantiques. La réduction de la taille des transistors entraîne des courants de fuite et augmente la consommation d’énergie statique. Même avec la lithographie avancée, les fabricants sont maintenant confrontés à une loi des rendements décroissants. En conséquence, l’efficacité énergétique – et non le nombre de transistors – est maintenant le goulet d’étranglement le plus urgent dans l’architecture du calcul.

Ceci est particulièrement problématique pour les charges de travail d’IA. L’entraînement de grands modèles peut nécessiter des dizaines de mégawattheures d’électricité. L’exécution de l’inférence sur des milliards de requêtes par jour aggrave ce coût. Les simulations haute performance en médecine, en modélisation climatique et en science des matériaux sont similaires. Le monde a besoin d’une nouvelle classe de plateformes de calcul – celles qui peuvent évoluer sans une augmentation équivalente de la chaleur, du coût et des émissions de carbone.

Ce qui Rend le Calcul Supraconducteur Différent ?

Le calcul supraconducteur offre une approche fondamentalement différente. Au lieu de transistors qui dissipent de l’énergie sous forme de chaleur, il utilise des jonctions Josephson – de minuscules dispositifs quantiques qui permettent au courant de tunnel entre les supraconducteurs sans résistance. Lorsqu’ils sont refroidis à 4,5 Kelvin à l’aide de systèmes cryogéniques standard, ces circuits peuvent commutateur en picosecondes et consommer une quantité étonnamment faible d’énergie par opération – jusqu’à 100 000 fois moins que la technologie CMOS.

Ceci n’est pas un calcul quantique, qui repose sur l’intrication et les états probabilistes. L’approche de Snowcap utilise des matériaux supraconducteurs pour exécuter une logique numérique déterministe – ce qui signifie qu’il peut exécuter des logiciels et des charges de travail traditionnels. L’avantage réside dans sa capacité à fournir des performances de calcul classique à une efficacité considérablement améliorée, avec des interconnexions à résistance nulle et des pertes de commutation minimales.

Malgré son potentiel, la logique supraconductrice est historiquement restée confinée dans les laboratoires de recherche en raison de défis d’ingénierie et de fabrication. L’intégration de ces circuits dans les conceptions de puces modernes nécessitait une solution aux problèmes tels que la scalabilité, le refroidissement et la compatibilité des outils de conception. Snowcap affirme avoir fait des progrès sur tous ces fronts.

L’Approche et la Technologie de Snowcap

Ce qui distingue Snowcap, c’est son accent sur le déploiement pratique. Contrairement aux efforts supraconducteurs antérieurs qui nécessitaient des matériaux exotiques ou une fabrication personnalisée, la plate-forme de Snowcap est conçue pour être compatible avec les processus de fabrication de semi-conducteurs de 300 mm. Elle utilise des matériaux et des méthodes déjà éprouvés dans les systèmes de calcul quantique, tels que les infrastructures cryogéniques à base d’hélium.

La plate-forme est également conçue pour prendre en charge les conceptions de logique numérique existantes. Au lieu d’exiger que les développeurs réécrivent des logiciels ou apprennent de nouveaux paradigmes, Snowcap fournit un chemin pour porter les CPU, GPU et accélérateurs d’IA traditionnels sur son architecture supraconductrice. L’entreprise décrit son offre comme un multiplicateur de performances et d’efficacité qui peut s’intégrer dans les futurs centres de données avec une perturbation minimale.

Le PDG Mike Lafferty, un vétéran de la division d’ingénierie supraconductrice et quantique de Cadence, dirige une équipe qui comprend le directeur scientifique Dr. Anna Herr et le directeur technique Dr. Quentin Herr, tous deux largement reconnus pour leurs contributions à la conception de systèmes supraconducteurs. Le conseil consultatif comprend l’ancien exécutif de GPU de NVIDIA , Brian Kelleher, et Phil Carmack, ancien vice-président de l’ingénierie du silicium chez Google.

Lafferty cadre la mission de l’entreprise en termes clairs : « Nous construisons des systèmes de calcul pour le bord de ce qui est physiquement possible. La logique supraconductrice nous permet de dépasser les limites de la technologie CMOS pour répondre aux exigences des applications d’IA et hybrides quantiques de prochaine génération. »

Le Tableau Général : Énergie, IA et Centres de Données

Les implications vont au-delà des performances des puces. Les centres de données représentent déjà une part croissante de la consommation d’électricité mondiale, et l’accélération de l’IA ne fait qu’aggraver le problème. Alors que les nations resserrent les normes d’émissions et que les réseaux électriques sont soumis à des contraintes, la durabilité des infrastructures de calcul devient une préoccupation clé – non seulement pour les fournisseurs de technologie, mais également pour les gouvernements et les entreprises.

L’approche supraconductrice de Snowcap répond directement à cette pression. En réduisant l’énergie de commutation et en éliminant les pertes résistives dans les interconnexions, la technologie a le potentiel de réduire considérablement la puissance opérationnelle. Dans les environnements cryogéniques déjà déployés pour les systèmes quantiques, le coût marginal de l’exécution de charges de travail classiques aux côtés de celles quantiques pourrait chuter de manière spectaculaire.

Cette convergence du calcul quantique et classique dans la même enveloppe de refroidissement ouvre des possibilités intrigantes : traitement de données en temps réel pour les expériences quantiques, algorithmes hybrides d’IA et quantiques, et bien plus encore.

La Voie à Suivre pour le Calcul

Alors que l’intelligence artificielle, la modélisation scientifique et la recherche quantique poussent les limites des infrastructures actuelles, l’industrie est à un moment charnière. La mise à l’échelle traditionnelle de la technologie CMOS n’est plus suffisante pour répondre aux demandes de calcul croissantes, en particulier à mesure que la consommation d’énergie devient une contrainte fondamentale. De nouveaux paradigmes – allant de l’informatique optique et des puces neuromorphiques aux systèmes cryogéniques et supraconducteurs – gagnent en traction à mesure que les chercheurs et les ingénieurs recherchent des architectures qui peuvent fournir plus de performances avec moins de puissance.

Le calcul supraconducteur, autrefois considéré comme trop exotique pour une utilisation commerciale, émerge comme l’une des options les plus pragmatiques – en particulier à mesure que les infrastructures cryogéniques deviennent plus courantes dans les environnements quantiques. Même si des défis subsistent autour de l’intégration de la mémoire, de la conception de systèmes et de la maturité de l’écosystème, les gains potentiels en efficacité sont trop importants pour être ignorés.

Snowcap Compute fait partie d’un petit groupe d’entreprises qui misent sur ce changement. En alignant la logique supraconductrice avec les pratiques de fabrication et de centre de données établies, elle offre un chemin possible vers l’avant dans un monde post-CMOS – un monde où les performances ne sont plus liées à la chaleur et où l’échelle n’est plus limitée par le silicium.