Memristor graphène

Les memristors en graphène ouvrent les portes du calcul biomimétique. Crédit: Jennifer M. McCann / Penn State

À mesure que les progrès de l’informatique traditionnelle ralentissent, de nouvelles formes d’informatique apparaissent au premier plan. À Penn State, une équipe d’ingénieurs tente de créer un type d’informatique qui imite l’efficacité des réseaux neuronaux du cerveau tout en exploitant la nature analogique du cerveau.

L’informatique moderne est numérique, composée de deux états, marche-arrêt ou un et zéro. Un ordinateur analogique, comme le cerveau, a de nombreux états possibles. C’est la différence entre allumer ou éteindre un interrupteur d’éclairage et activer un variateur de lumière à différentes quantités d’éclairage.

L’informatique neuromorphique ou inspirée du cerveau est étudiée depuis plus de 40 ans, selon Saptarshi Das, chef d’équipe et professeur adjoint de Penn State en sciences de l’ingénieur et en mécanique. Ce qui est nouveau, c’est qu’au fur et à mesure que les limites de l’informatique numérique ont été atteintes, le besoin de traitement d’image à grande vitesse, par exemple pour les voitures autonomes, s’est accru. L’essor du big data, qui nécessite des types de reconnaissance de formes pour lesquels l’architecture cérébrale est particulièrement bien adaptée, est un autre moteur de la poursuite du calcul neuromorphique.

“Nous avons des ordinateurs puissants, sans aucun doute à ce sujet, le problème est que vous devez stocker la mémoire dans un endroit et faire le calcul ailleurs”, a déclaré Das.

Le transfert de ces données de la mémoire à la logique et inversement prend beaucoup d’énergie et ralentit la vitesse de calcul. De plus, cette architecture informatique nécessite beaucoup d’espace. Si le calcul et le stockage mémoire pouvaient être situés dans le même espace, ce goulot d’étranglement pourrait être éliminé.

«Nous créons des réseaux de neurones artificiels, qui cherchent à imiter les économies d’énergie et de surface du cerveau», a expliqué Thomas Shranghamer, doctorant du groupe Das et premier auteur d’un article récemment publié dans Communications de la nature. «Le cerveau est si compact qu’il peut tenir sur vos épaules, alors qu’un supercalculateur moderne occupe un espace de la taille de deux ou trois courts de tennis.»

Comme les synapses reliant les neurones du cerveau qui peuvent être reconfigurés, les réseaux de neurones artificiels que l’équipe construit peuvent être reconfigurés en appliquant un bref champ électrique à une feuille de graphène, la couche atomique épaisse d’atomes de carbone. Dans ce travail, ils montrent au moins 16 états de mémoire possibles, par opposition aux deux dans la plupart des memristors à base d’oxyde, ou résistances de mémoire.

«Ce que nous avons montré, c’est que nous pouvons contrôler un grand nombre d’états de mémoire avec précision en utilisant de simples transistors à effet de champ en graphène», a déclaré Das.

L’équipe pense qu’il est possible de faire passer cette technologie à une échelle commerciale. Alors que bon nombre des plus grandes sociétés de semi-conducteurs poursuivent activement l’informatique neuromorphique, Das pense qu’elles trouveront ce travail intéressant.

En plus de Das et Shranghamer, l’auteur supplémentaire de l’article, intitulé «Graphene Memristive Synapses for High Precision Neuromorphic Computing», est Aaryan Oberoi, doctorant en sciences de l’ingénieur et en mécanique.

Référence: 29 octobre 2020, Communications de la nature.

Le bureau de recherche de l’armée a soutenu ce travail. L’équipe a déposé un brevet sur cette invention.