Le CERN grave des modèles IA dans le silicium pour filtrer les données du LHC (fr)

Le CERN déploie des modèles IA ultra-compacts sur FPGAs et ASICs pour filtrer en temps réel les données massives du LHC. L’outil open-source HLS4ML traduit des modèles PyTorch ou TensorFlow en C++ synthétisable, permettant une inférence en quelques nanosecondes. Seulement 0,02 % des événements de collision sont conservés via un Level-1 Trigger de ~1 000 FPGAs décidant en moins de 50 ns. Une approche “tiny AI” à l’opposé des LLMs, avec des implications concrètes pour l’upgrade HL-LHC prévu en 2031.