Mémoire synaptique ionique à haut débit : Simulation de synapses cérébrales dans des ordinateurs avec des matériaux 2D

Human Thinking Artificial Intelligence Concept

Concept de pensée humaine et d'intelligence artificielle

Des chercheurs de l’Institut royal de technologie KTH et de l’Université de Stanford ont fabriqué un matériau pour des composants informatiques permettant la viabilité commerciale d’ordinateurs imitant le cerveau humain.

Les composants de mémoire à accès aléatoire électrochimique (ECRAM) fabriqués avec du carbure de titane 2D ont montré un potentiel exceptionnel pour compléter la technologie classique des transistors, et contribuer à la commercialisation d’ordinateurs puissants qui sont modelés sur le réseau neuronal du cerveau. Ces ordinateurs neuromorphiques peuvent être des milliers de fois plus efficaces sur le plan énergétique que les ordinateurs actuels.

Ces avancées dans le domaine de l’informatique sont possibles grâce à certaines différences fondamentales entre l’architecture informatique classique utilisée aujourd’hui et l’ECRAM, un composant qui agit comme une sorte de cellule synaptique dans un réseau neuronal artificiel, explique Max Hamedi, professeur associé à la KTH.

“Au lieu de transistors qui sont soit allumés, soit éteints, et de la nécessité de transporter l’information dans les deux sens entre le processeur et la mémoire, ces nouveaux ordinateurs reposent sur des composants qui peuvent avoir plusieurs états et effectuer des calculs en mémoire”, explique M. Hamedi.

Matériel 2D pour ordinateur neuromorphique ECRAM

Un composant de mémoire à accès aléatoire électrochimique (ECRAM) fabriqué avec du carbure de titane 2D. Crédit : Mahiar Hamedi

Les scientifiques du KTH et de Stanford se sont attachés à tester de meilleurs matériaux pour construire une ECRAM, un composant dans lequel la commutation se fait par l’insertion d’ions dans un canal d’oxydation, un peu comme notre cerveau qui fonctionne également avec des ions. Pour que ces puces soient commercialement viables, il faut des matériaux qui surmontent la cinétique lente des oxydes métalliques et la faible stabilité à la température des plastiques.

Le matériau clé des unités ECRAM que les chercheurs ont fabriquées est appelé MXene – un composé bidimensionnel (2D), d’à peine quelques atomes d’épaisseur, constitué de carbure de titane (Ti3C2Tx). Le MXene combine la grande vitesse de la chimie organique avec la compatibilité d’intégration des matériaux inorganiques dans un seul dispositif fonctionnant à la jonction de l’électrochimie et de l’électronique, explique Hamedi.

Le co-auteur, le professeur Alberto Salleo de l’Université de Stanford, déclare que les ECRAMs MXene combinent la vitesse, la linéarité, le bruit d’écriture, l’énergie de commutation et les métriques d’endurance essentielles pour l’accélération parallèle des réseaux neuronaux artificiels.

“Les MXenes sont une famille de matériaux passionnante pour cette application particulière car ils combinent la stabilité de température nécessaire à l’intégration avec l’électronique conventionnelle avec la disponibilité d’un vaste espace de composition pour optimiser les performances, dit Salleo.”

Bien qu’il y ait de nombreux autres obstacles à surmonter avant que les consommateurs puissent acheter leurs propres ordinateurs neuromorphes, M. Hamedi affirme que les ECRAM 2D représentent une percée au moins dans le domaine des matériaux neuromorphes, menant potentiellement à une intelligence artificielle capable de s’adapter à des entrées et des nuances déroutantes, comme le fait le cerveau, avec une consommation d’énergie mille fois moindre. Cela peut également permettre de créer des appareils portables capables d’effectuer des tâches informatiques beaucoup plus lourdes sans avoir à dépendre du cloud.

Référence : “High-Speed Ionic Synaptic Memory Based on 2D Titanium Carbide MXene” par Armantas Melianas, Min-A Kang, Armin VahidMohammadi, Tyler James Quill, Weiqian Tian, Yury Gogotsi, Alberto Salleo et Mahiar Max Hamedi, 21 novembre 2021, Matériaux fonctionnels avancés.
DOI : 10.1002/adfm.202109970

Related Posts