Microprocesseurs pour l’exascale, deep learning hybridé avec la physique, maillages non structurés et combinaison d’IA et d’électromagnétisme. Les Trophées de la simulation et des technologies numériques remis le 14 juin à l’Ecole Polytechnique en clôture du Forum Teratec affichent un beau palmarès.
Pour cette septième édition, les rédactions d’Industrie & Technologies et de l’Usine Nouvelle, accompagnées de représentants de Teratec, avaient sélectionné 3 nominés pour chacune des 3 catégories de trophées - start-up, innovation et codesign – parmi les nombreuses candidatures reçues.
Un jury composé de professionnels du domaine avait ensuite assisté aux pitchs des candidats le 9 juin, lors d’un webinaire, puis désigné les lauréats. En parallèle, les lecteurs d’Industrie & Technologies et de l’Usine Nouvelle avaient pu voter pour décerner le Grand Prix du public.
Trophée Start-up
Le trophée dans la catégorie start-up a été remis par Christine Ménaché, Responsable du Très Grand Centre de Calcul du CEA, à SiPearl, représentée par son président-fondateur Phiippe Noton, pour son projet Rhea.
Start-up française créée en janvier 2020, SiPearl veut concrétiser l’ambition de Bruxelles de développer un microprocesseur européen capable d’animer des supercalculateurs exaflopiques, c’est à dire réalisant 1 milliard de milliards de calculs par seconde. Un domaine stratégique qui touche à de multiples applications.
Baptisé Rhea, ce processeur devrait être basé à 80% sur des cœurs ARM Zeus et inclura aussi des cœurs Risc-V pour gérer la sécurité. Le choix d’ARM doit permettre à Rhea de réduire d’un facteur 2 sa consommation énergétique.
Amorcée avec 6,2 millions d’euros de fonds européens en février 2020, SiPearl avance à grande vitesse : multipliant les partenariats – Intel, Nvidia, HPE, Graphcore... -, SiPearl a dépassé la centaine d’employés en mai et vient de recevoir un investissement de l’EIC (European Innovation Council) de 15 millions d’euros et de 2,5 millions de subventions.
Trophée Innovation
Le Cerfacs et Safran Aircraft Engines ont reçu le trophée Innovation, remis par Jean-Yves Berthou, directeur du centre INRIA Saclay-Ile de France, à Gabriel Staffelbach, chercheur au Cerfacs (Centre européen de recherche et de formation avancée en calcul scientifique), et Willca Villafana, docteur en Energétique et transferts de Toulouse INP-Cerfacs et aujourd'hui chercheur associé au Laboratoire de physique des plasmas de Princeton.
Le Cerfacs a été récompensé pour le développement d’un code utilisant des maillages non structurés pour simuler, par la méthode Particle-in-cell, des plasmas en configuration industrielle. Il s’agit plus précisément de plasmas générés par des propulseurs à effet Hall pour satellites.
Ce type de propulsion électrique innovante est amené à se généraliser avec le déploiement des méga-constellations de satellites. Or la physique de ces plasmas est encore mal comprise et oblige les industriels à passer par de coûteuses campagnes de tests matériels.
Le besoin de simulation se heurte à l’incapacité des méthodes fluides à représenter avec précision les effets cinétiques propres à ces plasmas. D’où le recours à la méthode Particle-in-cell, qui, gourmande en calcul, restait cependant limitée à des configurations académiques discrétisées sur des maillages structurés.
Trophée Codesign
Le trophée de la catégorie Codesign a été remis par Daniel Verwaerde, président, de Teratec, à l’IRT SystemX et RTE, représentés notamment par Mouadh Yagoubi, chef de projets à l’IRT, pour le projet HSA, hybridation simulation apprentissage.
Ce projet vise à dépasser certaines limites de la simulation numérique physique classique appliquée au monde industriel. En premier lieu le coût en calcul pour les systèmes complexes. Les méthodes d’apprentissage basées sur les données, de type machine learning, ont montré de bonnes performances à cet égard mais souffrent de limitations propres, avec notamment une moins bonne maîtrise du comportement du modèle, qui peut s’avérer rédhibitoire pour un usage industriel.
L’hybridation de la modélisation physique et du machine learning est une voie largement explorée pour tirer le meilleur de ces deux mondes. Afin d’accélérer son usage dans des applications industrielles, SystemX et RTE ont élaboré un cadre de benchmark baptisé « Learning Industriel Physical Simulations », testé dans le cas d’usage de réseaux électriques mais conçu pour être applicable dans d’autres domaines.
Grand Prix du public
La start-up Altrans a remporté le Grand Prix du public pour sa solution d’inspection automatique des réseaux câblés, nommée Translocator. Son ambition est de détecter les précurseurs des défauts dans les câbles pour réduire les pannes et le coût des inspections.
La solution repose sur l’émission, en un seul point à une extrémité du câble, d’une forme d’onde spéciale qui va interagir avec les défauts. Cette onde interagissant aussi avec d’autres éléments ou phénomènes des câbles, un logiciel d’intelligence artificielle est utilisé pour identifier les signaux provenant des défauts. Ces derniers peuvent être caractérisés et localisés.
Translocator est en cours d’expérimentation en France et en Chine, à travers des collaborations avec Enedis, EDF et Shanghai Electric.
