David Patterson est un informaticien américain et professeur émérite à l'Université de Californie à Berkeley. Il est surtout connu pour avoir été un pionnier de l'architecture à jeu d'instructions réduit (RISC) et pour ses manuels influents sur l'architecture des ordinateurs. En 2017, Patterson a reçu le prix ACM A.M. Turing Award conjointement avec John Hennessy pour leurs travaux sur les processeurs RISC, et il a ensuite contribué au développement de l'unité de traitement tensoriel (TPU) de Google.
Les recherches de Patterson ont façonné l'informatique moderne, de la conception des microprocesseurs à l'accélération des charges de travail IA. Ses travaux sur les principes RISC ont conduit à l'adoption généralisée de cette architecture dans les smartphones, les systèmes embarqués et les centres de données. Son implication ultérieure dans le projet TPU de Google Cloud a démontré l'importance des architectures spécifiques à un domaine pour les applications de apprentissage automatique et de apprentissage profond.
Jeunesse et éducation
Patterson est né en 1947 à Evergreen Park, dans l'Illinois. Il a obtenu sa licence en mathématiques à l'UCLA en 1969, suivie d'une maîtrise et d'un doctorat en informatique à l'UCLA en 1970 et 1976, respectivement. Ses travaux de doctorat portaient sur l'architecture des ordinateurs, jetant les bases de ses contributions ultérieures.
Carrière académique et révolution RISC
En 1976, Patterson a rejoint le corps professoral de l'Université de Californie à Berkeley, où il a passé la majeure partie de sa carrière académique. Au début des années 1980, il a dirigé le projet RISC, qui a démontré qu'un jeu d'instructions plus simple et rationalisé pouvait surpasser les ordinateurs à jeu d'instructions complexe (CISC). Les principes de conception RISC, tels que l'architecture load-store et les instructions à longueur fixe, sont devenus la base de nombreux processeurs commerciaux, y compris ceux d'ARM Holdings et d'Intel.
Patterson a co-écrit le manuel fondateur "Computer Organization and Design" avec John Hennessy, qui a formé des générations d'informaticiens. Ses recherches ont également contribué au développement des systèmes de stockage RAID (redondance de disques indépendants), désormais omniprésents dans les centres de données.
TPU de Google et architectures spécifiques à un domaine
Après avoir pris sa retraite de Berkeley en 2016, Patterson a rejoint Google en tant qu'ingénieur distingué. Il a co-dirigé la conception de l'unité de traitement tensoriel (TPU), un circuit intégré spécifique à une application (ASIC) optimisé pour l'inférence et l'entraînement des réseaux de neurones. Le TPU a été déployé pour la première fois en 2015 et est devenu une pierre angulaire de l'infrastructure d'IA de Google, alimentant des services comme les concurrents d'OpenAI et les grands modèles de langage.
Les travaux de Patterson sur les TPU ont mis en évidence les avantages des architectures spécifiques à un domaine, qui adaptent le matériel à des charges de travail particulières. Cette approche a influencé l'industrie dans son ensemble, avec des entreprises comme NVIDIA et AMD développant des accélérateurs d'IA spécialisés.
Prix et reconnaissance
Patterson a reçu de nombreux prix, notamment le prix ACM A.M. Turing Award en 2017, la médaille IEEE John von Neumann en 2004 et le prix ACM-IEEE CS Eckert-Mauchly en 2016. Il est membre de l'ACM, de l'IEEE et de l'Académie américaine des arts et des sciences. En 2020, il a été élu à l'Académie nationale d'ingénierie.
Héritage et impact
Les contributions de Patterson ont fondamentalement changé la conception des systèmes informatiques. Son plaidoyer pour des architectures à jeu d'instructions ouvertes, comme RISC-V, a démocratisé la conception de processeurs, permettant l'innovation dans la fabrication de semi-conducteurs et le cloud computing. Ses travaux sur les TPU ont accéléré l'adoption de l'IA, influençant les modèles de IA générative et de transformeurs.
Patterson continue d'être une voix influente dans la communauté informatique, s'exprimant sur l'avenir du matériel et de l'IA. Sa carrière illustre l'impact de la combinaison de la recherche académique avec l'application industrielle.