Une équipe de recherche dirigée par le professeur Taesung Kim de l’École de génie mécanique de l’Université Sungkyunkwan (président Jibeom Yoo) a développé une technologie qui contrôle précisément la structure interne des semi-conducteurs en utilisant la chaleur, un peu comme estamper un « bungeoppang » (pâtisserie en forme de poisson) dans un moule. L’équipe a rapporté que cette approche améliore les performances du matériel de nouvelle génération pour l’intelligence artificielle (IA). Grâce à cette technologie, les calculs complexes d’IA peuvent être traités plus rapidement en utilisant beaucoup moins d’électricité qu’auparavant.
La plupart des ordinateurs et smartphones que nous utilisons aujourd’hui fonctionnent sur la base de l’« architecture de von Neumann ». Cette structure est similaire à avoir un bureau (le processeur) et une étagère (la mémoire) placés loin l’un de l’autre. Chaque fois que vous étudiez, vous devez faire des allers-retours pour prendre un livre, ce qui prend du temps et des efforts. Pour résoudre ce problème, une méthode appelée « calcul en mémoire » a été proposée, dans laquelle le calcul est effectué directement à l’intérieur de la mémoire. Le composant clé qui permet cette approche est le « transistor ferroélectrique », qui est au centre de cette étude.
Cependant, l’oxyde d’hafnium, le matériau utilisé pour fabriquer ce dispositif, est très difficile à manipuler. Pour que la fonction de mémoire opère correctement, les atomes internes doivent être alignés dans une structure cristalline spécifique (phase orthorhombique). Lorsque le matériau est rendu très mince, cet alignement atomique est facilement perturbé, ce qui entraîne une réduction des performances. Dans les approches précédentes, d’autres éléments chimiques étaient mélangés pour résoudre ce problème, mais ces méthodes impliquaient des processus compliqués et avaient des limitations pour la production à grande échelle.
L’équipe de recherche du professeur Kim a introduit le principe physique de la « dilatation thermique ». Différents matériaux se dilatent et se contractent de différentes quantités lorsqu’ils sont exposés à la chaleur. L’équipe a conçu l’électrode entourant le matériau semi-conducteur de sorte qu’en refroidissant et en se contractant légèrement, elle applique une force compressive à l’oxyde d’hafnium à l’intérieur. Comme des vêtements serrés qui épousent la forme du corps, cette force physique générée par la chaleur aligne les atomes dans la structure cristalline la plus adaptée au fonctionnement de la mémoire.
Les dispositifs semi-conducteurs fabriqués avec cette nouvelle méthode étaient très minces et sont restés stables même après avoir fonctionné plus d’un billion de fois. De plus, lorsque ces dispositifs étaient connectés et utilisés pour des tâches de reconnaissance d’images dans un système d’intelligence artificielle, ils ont atteint une précision de 97,2 %. Ce résultat montre que des dispositifs semi-conducteurs IA haute performance peuvent être réalisés par le contrôle de la température sans recourir à des procédés chimiques complexes.
Le professeur Taesung Kim a expliqué : « Le point clé de cette recherche est que nous avons surmonté les limitations des semi-conducteurs de nouvelle génération grâce à une conception physique basée sur la force thermique, plutôt que par modification chimique. Si cette technologie est commercialisée, l’IA pourrait fonctionner de manière plus intelligente et plus efficace dans les appareils où la consommation d’énergie est importante, tels que les véhicules autonomes et les smartphones. »
Article : Thermal Expansion-Engineered Ferroelectric Transistor Arrays for Scalable Edge AI Computing – Journal : ACS Nano – DOI : Lien vers l’étude
Source : Sungkyunkwan U.
