Les fabricants de smartphones sont engagés dans une course à l’intelligence artificielle embarquée. Les nouveaux processeurs mobiles sont désormais capables d’exécuter localement des modèles de langage toujours plus avancés, réduisant la dépendance au cloud et améliorant la confidentialité des données.
Mais, un obstacle technique majeur commence à apparaître : la mémoire.
Les puces mobiles progressent rapidement, mais les technologies de mémoire actuelles peinent à suivre le rythme imposé par les modèles d’IA modernes. Une nouvelle solution baptisée LLW DRAM (Low Latency Wide DRAM) pourrait justement avoir été conçue pour répondre à ce défi.
Si les premières informations se confirment, cette technologie pourrait devenir l’une des évolutions les plus importantes du marché mobile dans les prochaines années.
L’intelligence artificielle met la mémoire sous pression
Depuis plusieurs années, les performances des smartphones dépendent largement de la puissance du processeur. L’arrivée de l’IA générative modifie toutefois cette équation. Les modèles de langage nécessitent non seulement de la puissance de calcul, mais également une capacité extrêmement rapide à transférer d’importants volumes de données entre la mémoire et le processeur.
C’est précisément là que les limites des mémoires LPDDR actuelles commencent à apparaître.
Même les meilleures générations de LPDDR offrent une bande passante qui devient progressivement insuffisante pour alimenter efficacement les modèles d’IA les plus avancés. Le problème est déjà bien connu dans les centres de données, où les géants de l’IA utilisent massivement la mémoire HBM (High Bandwidth Memory) pour accélérer leurs infrastructures.
Une technologie inspirée de la mémoire HBM
Selon plusieurs fuites provenant de l’industrie, la future LLW DRAM s’inspirerait directement des principes qui ont fait le succès de la HBM. La mémoire HBM repose sur une architecture permettant d’augmenter considérablement la bande passante grâce à des connexions extrêmement larges entre la mémoire et le processeur.
Le résultat est spectaculaire : les débits peuvent être dix à quinze fois supérieurs à ceux des solutions LPDDR actuelles. Cependant, cette technologie présente un inconvénient majeur.
Les modules HBM nécessitent des méthodes d’intégration complexes ainsi que des solutions de refroidissement avancées incompatibles avec les contraintes physiques d’un smartphone.
C’est précisément le problème que la LLW DRAM chercherait à résoudre.
Plus de performances sans les contraintes thermiques
L’objectif de la LLW serait de proposer une bande passante significativement plus élevée tout en conservant un format adapté aux appareils mobiles. Selon les premières informations disponibles, la technologie pourrait également réduire la latence, un facteur particulièrement important pour les traitements liés à l’intelligence artificielle.
Les bénéfices potentiels seraient multiples :
- Une exécution plus rapide des modèles IA locaux.
- Une meilleure réactivité des assistants intelligents.
- Une réduction des temps de chargement des modèles.
- Une amélioration de l’efficacité énergétique.
Autrement dit, la mémoire pourrait devenir l’un des principaux leviers d’évolution de l’IA mobile au cours des prochaines années.
Une efficacité énergétique qui pourrait changer la donne
L’un des aspects les plus intéressants concerne la consommation énergétique. D’après le leaker Fixed Focus Digital, la LLW DRAM pourrait réduire la consommation d’énergie d’environ 50 % tout en augmentant les performances d’environ 1,5 fois par rapport aux solutions actuelles. Même si ces chiffres doivent être considérés avec prudence en l’absence de confirmation officielle, ils illustrent parfaitement l’intérêt stratégique de cette technologie.
L’autonomie est aujourd’hui l’un des principaux défis liés à l’intelligence artificielle embarquée. Les modèles de langage consomment énormément de ressources, ce qui exerce une pression croissante sur les batteries des smartphones.
Toute amélioration significative dans ce domaine pourrait donc avoir un impact majeur sur l’expérience utilisateur.
Xiaomi et Huawei pourraient ouvrir la voie
Les premières rumeurs évoquent déjà plusieurs constructeurs susceptibles d’adopter rapidement cette nouvelle génération de mémoire. Xiaomi et Huawei seraient notamment cités parmi les candidats les plus probables.
Cette hypothèse n’est pas surprenante. Les deux entreprises investissent massivement dans l’intelligence artificielle embarquée et cherchent à différencier leurs futurs appareils grâce à des innovations matérielles.
Toutefois, aucune des deux marques n’a officiellement confirmé travailler sur la technologie LLW à ce stade.
Une arrivée encore lointaine
Cependant, les utilisateurs ne devraient pas s’attendre à voir cette technologie débarquer immédiatement. Selon les informations actuellement disponibles, la production à grande échelle ne commencerait pas avant le second semestre 2027.
Cette période correspond d’ailleurs aux projections de nombreux analystes concernant la prochaine génération de smartphones centrés sur l’IA locale. D’ici là, les fabricants continueront probablement à améliorer les technologies LPDDR existantes afin de répondre à la demande croissante en puissance.
La prochaine révolution de l’IA mobile pourrait venir de la mémoire
L’industrie met souvent l’accent sur les processeurs, les NPU ou les modèles d’intelligence artificielle eux-mêmes. Pourtant, l’avenir de l’IA embarquée dépend tout autant de la capacité des appareils à déplacer rapidement les données nécessaires à ces traitements.
La LLW DRAM illustre parfaitement cette réalité.
Si les promesses de performances, d’efficacité énergétique et de bande passante se concrétisent, cette technologie pourrait devenir pour les smartphones ce que la HBM est devenue pour les centres de données : une infrastructure essentielle à la prochaine génération d’intelligence artificielle.
Et dans un marché où chaque constructeur cherche à faire tourner des modèles toujours plus puissants directement sur l’appareil, la bataille de l’IA pourrait finalement se jouer autant dans la mémoire que dans les processeurs eux-mêmes.
