Chaque puce d’ordinateur classique mène une guerre constante contre une nuisance fondamentale : l’agitation aléatoire des atomes et des électrons causée par l’énergie thermique. Ce bruit limite la miniaturisation des transistors et oblige les puces à consommer d’énormes quantités d’énergie juste pour maintenir un fonctionnement fiable.
Une communauté croissante de physiciens et d’ingénieurs se demande si cette guerre vaut la peine d’être menée, ou si le bruit pourrait plutôt être transformé en une ressource de calcul. Le résultat est un domaine naissant appelé informatique thermodynamique, qui exploite les fluctuations thermiques aléatoires plutôt que de les supprimer.
Comme le dit Patrick Coles, scientifique en chef de Normal Computing : « Ce domaine consiste à concevoir des ordinateurs qui exploitent la thermodynamique comme ressource de calcul. »
Comment ça fonctionne
L’idée centrale vient de la physique. Un circuit électrique simple, un réseau de résistances, de condensateurs et d’inductances, explore naturellement de nombreux états possibles lorsque ses composants sont agités par le bruit thermique. Si le circuit est conçu de sorte que l’état le plus stable corresponde à la solution d’un problème mathématique, le système trouvera cette solution simplement en atteignant l’équilibre.
Ce processus est analogue au repliement des protéines, où une longue chaîne d’acides aminés « gigote » aléatoirement jusqu’à trouver la forme de plus basse énergie. La nature pratique ce type de calcul depuis des milliards d’années.
Stephen Whitelam, chercheur au Lawrence Berkeley National Laboratory, a démontré le principe en construisant un circuit capable de débruitage d’images, reconstruisant une image reconnaissable à partir de bruit aléatoire, tout en dissipant environ 100 milliards de fois moins de chaleur qu’un réseau neuronal numérique classique effectuant la même tâche. « Les conceptions d’ordinateurs que nous avons développées jusqu’à présent pour l’informatique thermodynamique sont seulement aussi performantes que les petits réseaux neuronaux numériques d’environ 1990 », a déclaré Whitelam à Quanta Magazine.
Deux approches
Deux stratégies distinctes ont émergé. Normal Computing, une startup fondée par d’anciens chercheurs de Google Brain et Google X, construit des systèmes à l’équilibre qui utilisent des réseaux de circuits RLC (résistances, inductances, condensateurs) pour effectuer des calculs grâce à leurs fluctuations thermiques naturelles. L’entreprise a publié une démonstration évaluée par des pairs dans Nature Communications en 2025 et a depuis fabriqué sa première puce thermodynamique dédiée, la CN101, conçue pour exécuter des modèles de diffusion multimodaux.
Extropic, une seconde startup fondée par d’anciens chercheurs quantiques de Google, adopte une approche hors équilibre. Sa plateforme XTR-0 utilise des milliers de composants semi-conducteurs alimentés par du bruit injecté pour effectuer des calculs probabilistes. L’entreprise affirme que cette approche pourrait consommer 10 000 fois moins d’énergie que le matériel classique pour l’inférence d’IA générative, bien que les résultats n’aient été publiés que sous forme de prépublication et n’aient pas encore été évalués par des pairs.
Où cela pourrait mener
L’informatique thermodynamique ne remplace pas les ordinateurs numériques. Elle est surtout adaptée à une classe spécifique de problèmes : ceux impliquant probabilité, échantillonnage et optimisation, précisément le type de calculs qui dominent l’IA moderne. Les modèles de diffusion, l’inférence bayésienne et les simulations moléculaires impliquent tous l’exploration de grands espaces de possibilités, et tous pourraient bénéficier d’un matériel qui effectue cela naturellement plutôt que par simulation numérique brutale.
Le domaine en est à ses débuts. La feuille de route de Normal Computing prévoit des puces de plus en plus performantes au cours des prochaines années, mais même ses propres chercheurs comparent l’état actuel à l’informatique quantique des années 1990. Whitelam a offert une perspective biologique : « Pour un physicien comme moi, il serait juste de dire que la nature utilise des ordinateurs de Langevin programmés par l’évolution. »
La question est désormais de savoir si les chercheurs peuvent construire des versions artificielles de ces ordinateurs biologiques, et les rendre utiles.
Traduit par Lydie
Sources
- Quanta Magazine: “Thermodynamic computers go with the energy flow” (July 15, 2026)
- Melanson, D., et al. “Thermodynamic computing via equilibrium fluctuations.” Nature Communications (2025). DOI: 10.1038/s41467-025-58199-y
- Whitelam, S. “Generative learning of nonequilibrium thermodynamic computers.” Physical Review Letters (2026)