Sparxity : des puces qui ne calculent que l'utile pour l'IA

Les data centers qui font tourner l'IA consomment de plus en plus d'électricité. Et si une partie de ce courant servait à calculer… des zéros ? C'est le pari de Sparxity, une startup de Dresde (Allemagne) anciennement appelée SpiNNcloud. Fin octobre 2026, elle a annoncé l'installation d'une de ses machines au centre de supercalcul de Jülich, l'un des plus importants d'Europe. Sa promesse : ne calculer que ce qui compte vraiment.

Ce qu'il faut retenir

• SpiNNcloud change de nom pour Sparxity et livre un système de calcul baptisé JUBIS au centre de supercalcul de Jülich, en Allemagne.
• Ses puces sont « événementielles » : elles ne travaillent que quand une donnée change, au lieu de tout recalculer en permanence.
• L'entreprise annonce jusqu'à 18 fois moins d'énergie que des puces classiques sur certaines tâches d'IA.
• Ces chiffres viennent de l'entreprise elle-même. Ils n'ont pas été vérifiés de façon indépendante.
• Le système sert d'abord à la recherche : pas question de remplacer les GPU de ChatGPT demain.

Le problème : l'IA calcule beaucoup de rien

Les cartes graphiques (GPU) qui font tourner l'IA sont des monstres de calcul. Elles traitent des montagnes de nombres en même temps, qu'ils soient utiles ou non. Même quand une grande partie de ces nombres valent zéro, la puce les traite quand même, et consomme de l'électricité pour ça.

Or les modèles d'IA récents sont de plus en plus « creux » (les spécialistes disent « sparse »). Par exemple, dans les modèles à « mélange d'experts », seule une petite partie du modèle travaille pour chaque mot. Le reste attend. Sur un GPU classique, gérer cette organisation demande du travail en plus.

La solution de Sparxity : calculer seulement quand ça bouge

Les puces de Sparxity, appelées SpiNNaker2, viennent d'une longue lignée de recherche inspirée du cerveau. Elle a été lancée par Steve Furber, l'un des concepteurs de l'architecture ARM qu'on retrouve aujourd'hui dans presque tous les smartphones.

L'idée vient du fonctionnement des neurones. Ton cerveau ne fait pas travailler tous ses neurones en permanence : un neurone « s'allume » seulement quand il reçoit un signal. C'est l'une des raisons pour lesquelles le cerveau fonctionne avec environ 20 watts, à peu près la puissance d'une petite ampoule LED.

Les puces de Sparxity copient ce principe. Chaque unité de calcul reste en veille tant que rien ne change à son entrée. Pas de changement, pas de calcul, pas de données déplacées, donc pas d'énergie gaspillée.

Concrètement, une carte de serveur contient 48 puces SpiNNaker2, chacune dotée de 152 petits cœurs de calcul ARM.

Ce qui va être installé à Jülich

Le système JUBIS est un rack (une grande armoire de serveurs) dont le prix se chiffre en millions. Il rejoint les machines du centre de supercalcul de Jülich, qui accueille déjà JUPITER, le premier supercalculateur « exascale » d'Europe (capable d'un milliard de milliards d'opérations par seconde).

JUBIS fait partie d'un projet de recherche de trois ans, lancé en 2026 et financé par des fonds européens et la région allemande de Rhénanie-du-Nord-Westphalie. Il doit servir à des modèles d'IA « creux », à des simulations scientifiques et à des problèmes d'optimisation.

Le vrai du buzz : que valent les « 18 fois moins d'énergie » ?

Sparxity avance trois chiffres : - des calculs scientifiques 10 fois plus rapides sur certains types de problèmes ; - 18 fois moins d'énergie pour des tâches d'IA adaptées à son architecture ; - 20 fois moins de temps pour trouver une solution acceptable à des problèmes d'optimisation.

Attention, plusieurs précautions : - Ce sont des chiffres maison. Le site spécialisé StorageReview note que l'entreprise ne précise ni la machine de comparaison, ni la tâche exacte, ni les réglages utilisés. - « Jusqu'à » et « sur certaines tâches » : ces gains concernent des calculs bien choisis, adaptés à la puce. Sur une tâche d'IA classique, l'avantage peut être bien plus faible, voire nul. - L'échelle reste modeste. Sparxity revendique plus de 70 000 puces produites et une trentaine de clients. Nvidia, lui, vend des millions de GPU.

Ce qui est solide : la technologie existe, elle fonctionne, et elle est déjà utilisée par des laboratoires sérieux. Le laboratoire américain Sandia en a installé un système en 2025, capable de simuler entre 150 et 180 millions de neurones.

Pourquoi ça compte pour l'énergie

L'électricité est devenue l'un des principaux freins au développement de l'IA. Les géants du secteur peinent à trouver assez de courant pour brancher leurs nouveaux data centers. Dans ce contexte, chaque gain d'efficacité compte.

Mais il y a deux façons de consommer moins : produire plus d'électricité, ou en gaspiller moins. Sparxity joue la deuxième carte. Si l'approche « ne calculer que l'utile » se confirmait à grande échelle, elle pourrait réduire la facture électrique de certains calculs d'IA.

Alors, ça change quoi ?

Pour toi, rien dans l'immédiat : ta prochaine conversation avec un chatbot tournera toujours sur des GPU classiques.

Ce qui est réel : une puce inspirée du cerveau sort des laboratoires et entre dans un grand centre de calcul européen. Ce qui reste une promesse : des gains d'énergie massifs sur les vraies charges de travail de l'IA, à grande échelle. Le projet de Jülich dure trois ans : c'est l'horizon réaliste pour avoir des mesures indépendantes et savoir si cette approche peut peser face aux GPU, ou si elle restera une solution pour des usages de niche.