Une technologie pionnière qui combine le potentiel du traitement analogique continu et la précision des appareils numériques pourrait révolutionner l’informatique telle que nous la connaissons. Des chercheurs de l’EPFL ont révélé cette innovation en intégrant de façon transparente des semi-conducteurs bidimensionnels ultra-fins et des matériaux ferroélectriques.
Publiée dans Nature Electronics, cette recherche ouvre la voie à une nouvelle façon d’améliorer l’efficacité énergétique et d’ajouter de nouvelles fonctionnalités dans le domaine de l’informatique. Cette nouvelle configuration fusionne la logique numérique traditionnelle avec des opérations analogiques inspirées du cerveau.
Une électronique plus rapide et plus efficace
L’innovation du Nanoelectronics Device Laboratory (Nanolab), en collaboration avec le Microsystems Laboratory, repose sur une combinaison unique de matériaux conduisant à des fonctions inspirées du cerveau et à des interrupteurs électroniques avancés, notamment le transistor à effet de champ à capacité négative (TFET) particulièrement performant.
Dans le monde de l’électronique, un transistor ou « interrupteur » peut être comparé à un interrupteur d’éclairage, déterminant si le courant circule (marche) ou non (arrêt). Il s’agit des fameux 1 et 0 du langage binaire de l’informatique, et cette simple action de mise en marche et d’arrêt est essentielle à presque toutes les fonctions de nos appareils électroniques, du traitement de l’information au stockage de la mémoire.
Le TFET est un type d’interrupteur spécial conçu en gardant à l’esprit un avenir soucieux d’économiser l’énergie. Contrairement aux transistors conventionnels qui nécessitent une tension minimale pour s’allumer, les TFET peuvent fonctionner à des tensions nettement plus faibles. Cette conception optimisée signifie qu’ils consomment considérablement moins d’énergie lors de la commutation, réduisant ainsi de manière significative la consommation énergétique globale des appareils dans lesquels ils sont intégrés.
Selon le professeur Adrian Ionescu, responsable de Nanolab, « Nos efforts représentent un bond en avant significatif dans le domaine de l’électronique, ayant pulvérisé les précédents records de performance, et sont illustrés par les capacités exceptionnelles du TFET en diselenide de tungstène/diselenide d’étain à capacité négative et la possibilité de créer une fonction synaptique neuronale dans la même technologie« .
Fusion de la logique traditionnelle et des circuits neuromorphiques
En outre, la recherche se penche sur la création d’interrupteurs similaires aux synapses biologiques – les connecteurs complexes entre les cellules cérébrales – pour l’informatique neuromorphique.
“La recherche marque la toute première co-intégration de circuits logiques de von Neumann et de fonctionnalités neuromorphiques, ouvrant la voie passionnante à la création d’architectures informatiques innovantes caractérisées par une consommation d’énergie exceptionnellement faible et des capacités inexplorées jusqu’ici de construire des fonctions neuromorphiques combinées au traitement numérique de l’information”, ajoute le professeur Ionescu.
De telles avancées laissent entrevoir des appareils électroniques fonctionnant de manière parallèle au cerveau humain, alliant vitesse de calcul et traitement de l’information d’une manière plus conforme à la cognition humaine.
Par exemple, les systèmes neuromorphiques pourraient exceller dans des tâches pour lesquelles les ordinateurs traditionnels peinent, comme la reconnaissance de formes, le traitement de données sensorielles ou même certains types d’apprentissage.
Ce mélange de logique traditionnelle et de circuits neuromorphiques indique un changement transformationnel aux implications de grande portée. Le futur pourrait bien voir des appareils non seulement plus intelligents et plus rapides, mais exponentiellement plus économes en énergie.
En synthèse
Cette recherche novatrice de l’EPFL ouvre la voie à une nouvelle génération d’appareils électroniques inspirés du cerveau humain. En combinant des semi-conducteurs bidimensionnels et des matériaux ferroélectriques, les scientifiques ont créé des interrupteurs électroniques ultra-efficients et des circuits neuromorphiques capables de traiter l’information de manière analogique et digitale.
Cette approche bio-inspirée pourrait permettre des gains significatifs en termes de vitesse, d’efficacité énergétique et de capacités cognitives par rapport aux technologies conventionnelles. Bien que de nombreux défis restent à relever, ces avancées laissent entrevoir un avenir passionnant pour l’électronique de demain.
Pour une meilleure compréhension
Quelle est l’innovation principale présentée dans cette recherche ?
La combinaison de semi-conducteurs bidimensionnels et de matériaux ferroélectriques pour créer des interrupteurs électroniques inspirés du cerveau.
En quoi cette approche est-elle différente des technologies conventionnelles ?
Elle fusionne traitement analogique continu et précision du numérique. Elle s’inspire du fonctionnement du cerveau humain.
Quels sont les principaux avantages attendus ?
Une plus grande efficacité énergétique, rapidité, capacités cognitives accrues par rapport aux ordinateurs traditionnels.
Quelles applications concrètes sont envisagées ?
Reconnaissance de formes, traitement de données sensorielles, certains types d’apprentissage automatique.
Quels défis restent à relever ?
De nombreux défis techniques doivent encore être surmontés avant une application concrète à grande échelle.
Légende illustration principale : En intégrant de manière transparente des semi-conducteurs bidimensionnels ultraminces à des matériaux ferroélectriques, la recherche, publiée dans Nature Electronics, dévoile une nouvelle manière d’améliorer l’efficacité énergétique et d’ajouter de nouvelles fonctionnalités à l’informatique. La nouvelle configuration fusionne la logique numérique traditionnelle avec des opérations analogiques semblables à celles d’un cerveau – EPFL
Article : « Ferroelectric Gating of Two-Dimensional Semiconductors for the Integration of Steep-Slope Logic and Neuromorphic Devices » – DOI: 10.1038/s41928-023-01018-7
