Lors de la conférence internationale ISSCC 2026 sur les circuits intégrés à semi-conducteurs, le PDG de MediaTek, Rick Tsai, a prononcé un discours d'ouverture explorant comment l'industrie des semi-conducteurs peut répondre à la demande toujours croissante en matière de calcul d'IA.
Dans son discours, Tsai Li-hsing a déclaré sans ambages que, bien que l'économie de l'IA ait généré une production économique considérable, « l'énergie » est devenue à ce jour le principal frein à l'innovation, la forte consommation énergétique des centres de données menaçant même le secteur d'un « mur énergétique ». Cependant, les crises sont souvent porteuses d'opportunités, et les pénuries d'énergie agissent simultanément comme catalyseurs de percées dans le domaine des semi-conducteurs.
Concernant la manière dont l'industrie devrait réagir à la croissance explosive du calcul IA, Tsai Li-hsing a élargi le débat du niveau de la puce unique à celui du « rack de centre de données », soulignant que les indicateurs clés pour l'avenir doivent être étroitement axés sur la « performance par watt » et la « performance par coût total de possession ».
Par conséquent, MediaTek estime que l'avenir de l'industrie des semi-conducteurs repose sur les innovations et les facteurs clés suivants en matière d'efficacité énergétique :
• Innovation en matière d'efficacité énergétique : DTCO, technologies d'alimentation électrique et architecture informatique
Le simple recours à la loi de Moore pour miniaturiser les transistors ne suffit plus à répondre à la demande. Tsai Li-hsing souligne donc l'importance cruciale des progrès en matière de co-optimisation conception-technologie (DTCO). Grâce à une collaboration étroite entre la conception des puces et les procédés de gravure, il est possible d'obtenir un gain de performance équivalent à une demi-étape de gravure. Par ailleurs, l'amélioration continue des technologies d'alimentation (notamment la réduction de la tension de fonctionnement) et les innovations interdisciplinaires en architecture informatique, qui tirent parti de la participation des mathématiciens, sont les piliers d'une amélioration constante de l'efficacité globale des calculs.
• Facteurs clés : mémoire et technologies d’encapsulation avancées
Pour que la puissance de calcul continue de croître, les avancées majeures dans les technologies de mémoire et d'encapsulation seront le moteur principal de la prochaine vague de progrès. Tsai Li-hsing a souligné que la mémoire représente actuellement jusqu'à 50 % du coût de la nomenclature matérielle (BOM) des accélérateurs d'IA (XPU). Afin de répondre aux exigences rigoureuses de l'entraînement et de l'inférence des grands modèles, il est indispensable d'accroître la bande passante et la capacité, mais de nouvelles architectures, telles que le calcul en mémoire, joueront également un rôle crucial à l'avenir.
Parallèlement, la taille des technologies d'encapsulation avancées continuera de croître de façon exponentielle et devrait atteindre une échelle impressionnante de 10 000 à 20 000 millimètres carrés (mm²) dans les prochaines années. Seules les technologies d'empilement 3D, une meilleure dissipation thermique et une gestion optimisée de l'énergie permettront de répondre efficacement aux exigences de calcul extrêmement élevées.
Analyse des points de vue
À mon avis, le « défi décennal » lancé par Tsai Li-hsing à l'industrie mondiale des semi-conducteurs à la fin de son discours – visant à multiplier par 100 les performances par watt grâce à l'innovation en matière d'architecture, de mémoire et de conditionnement – met non seulement en lumière les véritables défis du développement de la puissance de calcul, mais esquisse également clairement le champ de bataille de l'avenir de l'industrie des semi-conducteurs.
À l'ère de l'omniprésence de l'IA, l'assemblage de simples cœurs de calcul ne suffit plus à satisfaire le marché. Seule une intégration hétérogène, complète et hautement intégrée, des puces de calcul, de la mémoire, des interconnexions à haut débit et des technologies d'encapsulation avancées permettra de démocratiser véritablement la puissance de calcul de l'IA dans notre quotidien, de manière économique, économe en énergie et très efficace.
