Évolution des microprocesseurs : des 8 bits aux multicœurs

En 1971, l’Intel 4004 réunit environ 2 300 transistors sur une seule puce. Plus d’un demi-siècle après, les processeurs modernes en intègrent des milliards. Entre les deux, les ordinateurs sont devenus incomparablement plus puissants. Cette évolution des microprocesseurs semble presque sans limites. Pourtant, une question étonne : pourquoi sommes-nous passés de 4 à 8, 16, 32 puis 64 bits, sans poursuivre naturellement vers 128 bits ?

Autre paradoxe : durant des décennies, la fréquence des processeurs a grimpé à toute allure. Puis, au milieu des années 2000, cette course s’est nettement ralentie. Les fabricants ont commencé à multiplier les cœurs plutôt qu’à accélérer indéfiniment un seul processeur. Pour comprendre ce changement, il faut suivre trois histoires liées entre elles : celle des données, celle des transistors et celle de la chaleur.

1971–1980 : des 4 bits aux micro-ordinateurs

Au départ, le défi n’est pas de faire tourner des jeux en 3D. Il est de réunir les fonctions d’une unité centrale dans un composant suffisamment petit et économique pour être fabriqué en série. L’Intel 4004, commercialisé en 1971, réalise cette prouesse avec une architecture 4 bits, particulièrement adaptée au traitement des chiffres dans les calculatrices.

Quatre bits permettent de représenter seize combinaisons, de 0 à 15. Avec l’Intel 8008 en 1972, puis l’Intel 8080 en 1974, la génération 8 bits traite plus naturellement un octet, utile notamment pour les caractères et les calculs courants. L’8080 contribue ainsi à faire émerger les premiers micro-ordinateurs.

Mais la réussite d’un processeur ne dépend pas seulement de sa largeur. En 1975, le MOS 6502 séduit par son prix, ce qui favorise son adoption dans l’Apple II et le Commodore PET. Son descendant MOS 6510 équipera le Commodore 64. Le Zilog Z80, quant à lui, profite de sa compatibilité avec les programmes du 8080. Enfin, le Motorola 6809 démontre qu’une architecture 8 bits peut déjà offrir des registres et des modes d’adressage élaborés.

Cette époque rappelle une première leçon : plus de bits ne signifie pas automatiquement un meilleur ordinateur. Le prix, les logiciels disponibles et l’efficacité de l’architecture comptent tout autant.

Pourquoi passer de 8 à 16, 32 puis 64 bits ?

Parler d’un processeur « 8 bits » ou « 64 bits » revient généralement à décrire la largeur de ses registres généraux et des opérations qu’il effectue naturellement. Les registres sont de minuscules mémoires internes où le processeur conserve les données sur lesquelles il travaille. Il ne faut pas les confondre avec la largeur du bus qui le relie à la mémoire.

Le Motorola 68000, présenté en 1979, illustre parfaitement cette nuance : il possède des registres de 32 bits, mais échange les données avec l’extérieur par un bus de 16 bits. Son architecture prépare déjà des usages plus ambitieux, notamment les interfaces graphiques et les logiciels complexes.

L’élargissement répond surtout à deux besoins. D’abord, manipuler directement des nombres plus grands. Ensuite, disposer de possibilités d’adressage plus étendues : chaque donnée en mémoire doit pouvoir être localisée. Sur les PC compatibles, l’Intel 80386 introduit l’architecture x86 32 bits en 1985, facilitant notamment l’accès à des espaces mémoire beaucoup plus importants.

En 2003, AMD lance l’Opteron et son extension AMD64, permettant d’utiliser des registres généraux de 64 bits tout en conservant une compatibilité avec l’univers x86. Les architectures 64 bits existaient déjà ailleurs : AMD ne les a pas inventées, mais a joué un rôle décisif dans leur diffusion sur les PC et serveurs compatibles x86.

Alors, pourquoi pas des processeurs 128 bits ?

Une adresse sur 64 bits pourrait, en théorie, distinguer 2⁶⁴ octets, soit 16 exbioctets. C’est bien au-delà de la mémoire nécessaire à un ordinateur courant. De plus, les processeurs 64 bits n’utilisent pas nécessairement les 64 bits de leurs adresses pour accéder à la mémoire.

Passer systématiquement à 128 bits augmenterait la taille de certains registres, données et circuits, sans bénéfice comparable pour la plupart des programmes. Ce n’est donc pas une prochaine étape obligatoire. En revanche, les processeurs possèdent déjà des unités vectorielles capables de travailler sur 128, 256 ou 512 bits à la fois : elles traitent plusieurs nombres en parallèle, sans transformer toute l’architecture générale en « processeur 512 bits ».

Une fois les besoins d’adressage largement couverts, la puissance doit progresser autrement. C’est là que les transistors entrent en scène.

Des transistors toujours plus petits : la promesse de Moore

Un transistor fonctionne comme un interrupteur électronique. Des millions, puis des milliards de ces interrupteurs composent les circuits qui calculent, mémorisent temporairement et commandent les opérations. Plus on sait en placer sur une puce, plus on peut imaginer de fonctions.

En 1965, Gordon Moore observe que le nombre de composants pouvant être intégrés économiquement dans un circuit augmente très rapidement. En 1975, il ajuste sa projection à un doublement environ tous les deux ans. C’est la célèbre « loi de Moore » : non pas une loi de la physique, mais une observation devenue un objectif majeur de l’industrie.

Dans le même temps, la gravure progresse. On fabrique des motifs toujours plus fins sur des plaquettes de silicium. Les transistors occupent moins de place, les connexions peuvent être raccourcies et les fabricants disposent de davantage de composants pour construire des processeurs plus complexes.

Que veulent dire « 7 nm », « 3 nm » ou « 2 nm » ?

Le nanomètre représente un milliardième de mètre. Mais attention : dans les technologies actuelles, « 3 nm » ne signifie pas que tous les transistors, ou leur grille, mesurent exactement trois nanomètres. Ces noms identifient surtout des générations de procédés de fabrication. Pour les comparer sérieusement, il faut aussi regarder la densité, la consommation et les performances.

Cette miniaturisation a longtemps permis un double progrès : davantage de transistors et des circuits plus rapides. Pourquoi, alors, les fréquences ne se sont-elles pas envolées jusqu’à 20 ou 50 GHz ?

La course aux GHz rencontre le mur thermique

Dans les années 1980 et 1990, augmenter la fréquence d’horloge constitue un argument commercial presque irrésistible. Un processeur passe de quelques mégahertz à plusieurs centaines, puis aux gigahertz. La fréquence mesure le nombre de cycles par seconde, mais pas directement la quantité de travail accomplie : à fréquence égale, deux architectures peuvent exécuter un nombre très différent d’instructions.

Cette hausse a été facilitée par une idée décrite en 1974 par Robert Dennard et ses collègues. En réduisant les dimensions des transistors et, idéalement, leur tension d’alimentation, on pouvait les rendre plus rapides sans augmenter indéfiniment la puissance dissipée par unité de surface. C’est le principe appelé Dennard scaling.

Mais réduire la tension a fini par devenir beaucoup plus difficile. Un transistor doit encore distinguer correctement ses états ; à très petite échelle, des courants de fuite traversent aussi des transistors censés être bloqués. Et lorsque des milliards de composants commutent rapidement, ils consomment de l’énergie qui finit en chaleur. La consommation dynamique dépend notamment de la fréquence et du carré de la tension.

Au début des années 2000, ce compromis devient particulièrement contraignant. On peut encore augmenter ponctuellement les fréquences, mais le coût énergétique et thermique d’une hausse supplémentaire devient très élevé. Les fabricants se heurtent au mur de puissance (power wall). La loi de Moore n’a pas cessé soudainement ; c’est surtout la possibilité de transformer chaque progrès de miniaturisation en hausse facile de fréquence qui s’est dégradée.

Pourquoi les processeurs ont-ils adopté plusieurs cœurs ?

Une autre solution consiste alors à répartir le travail. Plutôt que de construire un seul cœur toujours plus rapide et plus gourmand, pourquoi ne pas placer plusieurs cœurs sur la même puce ? Chacun possède les circuits essentiels pour exécuter des instructions, tandis que certaines ressources peuvent être partagées.

Le mouvement précède les PC multicœurs : dès 2001, l’IBM POWER4 intègre deux cœurs destinés aux serveurs. Vers 2005, les processeurs à deux cœurs se diffusent également dans les ordinateurs personnels. Ce n’est pas l’unique réponse aux problèmes de consommation, mais c’est une nouvelle stratégie de performance.

Imaginons un restaurant avec un seul cuisinier extrêmement rapide. Accélérer encore ses gestes finit par devenir difficile. Installer quatre postes de travail permet de préparer plusieurs plats en même temps, à condition de disposer de plusieurs commandes et de bien organiser le travail. Pour un processeur, c’est semblable : un navigateur, une compilation et une vidéo peuvent mobiliser plusieurs cœurs. En revanche, quatre cœurs ne rendent pas automatiquement quatre fois plus rapide une tâche qui ne peut pas être divisée.

Il faut aussi partager l’accès à la mémoire, coordonner les calculs et respecter une limite globale de consommation. Le multicœur déplace donc une partie du défi vers les logiciels : tirer parti de plusieurs unités de calcul exige du parallélisme.

Après les gigahertz : comment les processeurs progressent-ils encore ?

Les fabricants n’ont pas renoncé à rendre chaque cœur plus efficace. Ils travaillent sur l’exécution simultanée de plusieurs instructions, la prédiction des branchements et les mémoires caches, qui conservent près du processeur les données fréquemment utilisées. Car un cœur rapide qui attend continuellement les informations venant de la mémoire perd une grande partie de son avantage.

De nouvelles stratégies apparaissent aussi : des cœurs économes associés à des cœurs plus puissants, des chiplets réunissant plusieurs petites puces dans un même boîtier, des mémoires empilées, ou des unités spécialisées pour le graphisme et l’intelligence artificielle. Une partie de la performance vient désormais du choix de la bonne unité pour le bon travail, plutôt que de la seule accélération du processeur généraliste.

Voilà ce que raconte finalement l’évolution des microprocesseurs. Les 8, 16, 32 et 64 bits ont accompagné de nouveaux besoins en calcul et en mémoire. La miniaturisation a rendu les puces extraordinairement complexes. Puis la consommation et la chaleur ont obligé l’industrie à chercher d’autres chemins.

Le progrès ne s’est pas arrêté avec la course aux gigahertz : il a changé de direction. Aujourd’hui, le véritable défi n’est plus seulement de faire exécuter davantage d’instructions à un cœur, mais d’obtenir davantage de calcul utile avec une énergie, un coût et un espace limités.

Remarque : Le GPU : un processeur conçu pour travailler en parallèle

Les jeux vidéo en 3D illustrent cette évolution. Pour afficher un univers en trois dimensions, l’ordinateur doit réaliser énormément de calculs, notamment pour transformer les objets, déterminer leur apparence et produire les pixels de chaque image. Plutôt que de confier tout ce travail au processeur central (CPU), on utilise un processeur graphique (GPU), conçu pour exécuter un très grand nombre d’opérations en parallèle. Le CPU continue de gérer la logique du jeu, les interactions et de nombreuses simulations, tandis que le GPU prend en charge l’essentiel du rendu graphique. Cette spécialisation explique aussi pourquoi les GPU sont aujourd’hui utilisés dans d’autres domaines, notamment l’intelligence artificielle.