La nouvelle technologie d'intégration de plaquettes de memristor ouvre la voie à des puces IA de type cerveau
Une équipe de recherche dirigée par le professeur Sanghyeon Choi du Département de génie électrique et d'informatique de la DGIST a développé avec succès un memristor, qui est de plus en plus reconnu comme dispositif semi-conducteur de nouvelle génération, grâce à l'intégration de masse à l'échelle de la tranche.
L'étude, publiée dans la revue Communications naturellespropose une nouvelle plate-forme technologique pour la mise en œuvre d'un semi-conducteur d'IA hautement intégré reproduisant le cerveau humain, surmontant les limites des semi-conducteurs conventionnels.
Le cerveau humain contient environ 100 milliards de neurones et environ 100 000 milliards de synapses, ce qui lui permet de stocker et de traiter d’énormes quantités d’informations dans un espace compact.
La recherche sur l’IA de nouvelle génération vise à développer des puces d’IA de type cérébral qui reproduisent cette structure. Pourtant, les semi-conducteurs actuels de l’IA restent bien moins efficaces que le cerveau humain, en grande partie à cause de leurs circuits complexes et de leurs besoins énergétiques importants.
Le memristor est une option alternative émergente qui peut surmonter ces limitations. En tant que dispositif semi-conducteur capable de mémoriser la quantité de courant circulant, il exécute simultanément des tâches de mémoire et de calcul.
Grâce à son architecture simple, le circuit peut être configuré avec une densité bien supérieure à celle des semi-conducteurs classiques. Plus précisément, une disposition au format crossbar permet de stocker des dizaines de fois plus d'informations dans la même zone, par rapport à la SRAM.
Cependant, la technologie d’intégration des memristors s’est jusqu’à présent limitée à des démonstrations expérimentales à petite échelle. Les principales raisons incluent la complexité du processus, le faible rendement (taux d'achèvement du produit), la perte de tension et les fuites de courant, qui ont tous entravé son expansion vers la production de plaquettes à grande échelle.
Ainsi, le professeur Choi et son équipe ont mené des recherches conjointes avec le groupe du Dr Dmitri Strukov à l'UC Santa Barbara et ont introduit une nouvelle approche de co-conception de matériaux, de composants, de circuits et d'algorithmes. Cette méthode a permis la mise en œuvre d'un circuit crossbar memristor qui a atteint un rendement d'environ 95 % sur une tranche de 4 pouces sans nécessiter un processus de fabrication complexe.
De plus, l’équipe de recherche a démontré avec succès une structure d’empilement vertical 3D. Cela signifie la possibilité qu’un circuit basé sur un memristor soit étendu à l’avenir à un système de calcul d’IA à grande échelle.
De plus, lorsqu’un réseau neuronal à pointe a été appliqué sur la base de la technologie proposée, une efficacité notable et une exécution stable ont été confirmées dans le calcul réel de l’IA.
Le professeur Choi a déclaré : « Cette étude a proposé une méthode pour améliorer la technologie d'intégration des memristors, qui avait été limitée dans le passé. Nous espérons qu'elle mènera au développement d'une plate-forme semi-conductrice de nouvelle génération dans le futur. »
