Redéfinir le transistor : La brique idéale pour l’intelligence artificielle

L’équipe dirigée par le professeur associé Mario Lanza, du département de science et d’ingénierie des matériaux du Collège de design et d’ingénierie de l’université nationale de Singapour, vient de révolutionner le domaine de l’informatique neuromorphique en inventant une nouvelle cellule informatique super efficace capable d’imiter le comportement des neurones et des synapses électroniques. Les travaux, intitulés « Synaptic and neural behaviours in a standard silicon transistor », ont été publiés dans la revue scientifique Nature et suscitent déjà l’intérêt d’entreprises de premier plan dans le domaine des semi-conducteurs.

Les neurones et les synapses électroniques sont les deux éléments fondamentaux des réseaux neuronaux artificiels de la prochaine génération. Contrairement aux ordinateurs traditionnels, ces systèmes traitent et stockent les données au même endroit, ce qui évite de perdre du temps et de l’énergie à transférer les données de la mémoire à l’unité de traitement (CPU). Le problème est que la mise en œuvre de neurones et de synapses électroniques avec des transistors en silicium traditionnels nécessite l’interconnexion de plusieurs dispositifs – en particulier, au moins 18 transistors par neurone et 6 par synapse. Ces dispositifs sont donc beaucoup plus grands et plus coûteux qu’un seul transistor.

L’équipe dirigée par le professeur Lanza a trouvé un moyen ingénieux de reproduire les comportements électroniques caractéristiques des neurones et des synapses dans un seul transistor en silicium conventionnel. La clé réside dans le réglage de la résistance de la borne de masse à une valeur spécifique pour produire un phénomène physique appelé « ionisation d’impact », qui génère un pic de courant très similaire à ce qui se produit lorsqu’un neurone électronique est activé. En outre, en réglant la résistance de masse à d’autres valeurs spécifiques, le transistor peut stocker des charges dans l’oxyde de grille, ce qui fait que la résistance du transistor persiste dans le temps, imitant ainsi le comportement d’une synapse électronique. Pour que le transistor fonctionne comme un neurone ou une synapse, il suffit de sélectionner la résistance appropriée pour la borne de masse. Le phénomène physique de « l’ionisation par impact » était traditionnellement considéré comme un mécanisme de défaillance des transistors en silicium, mais l’équipe du professeur Lanza est parvenue à le contrôler et à le transformer en une application extrêmement précieuse pour l’industrie.

Cette découverte est révolutionnaire car elle permet de réduire la taille des neurones électroniques d’un facteur 18 et celle des synapses d’un facteur 6. Sachant que chaque réseau neuronal artificiel contient des millions de neurones et de synapses électroniques, cela pourrait représenter un énorme bond en avant pour les systèmes informatiques capables de traiter beaucoup plus d’informations tout en consommant beaucoup moins d’énergie. En outre, l’équipe a conçu une cellule à deux transistors – appelée mémoire aléatoire neuro-synaptique (NSRAM) – qui permet de passer d’un mode de fonctionnement à l’autre (neurone ou synapse), ce qui offre une grande souplesse de fabrication puisque les deux fonctions peuvent être reproduites à l’aide d’un seul bloc, sans qu’il soit nécessaire de doper le silicium pour obtenir des valeurs spécifiques de résistance du substrat.

Les transistors utilisés par l’équipe du professeur Lanza pour mettre en œuvre ces neurones et synapses avancés ne sont pas des transistors de pointe comme ceux fabriqués à Taïwan ou en Corée, mais plutôt des transistors traditionnels à nœud de 180 nanomètres, qui peuvent être produits par des entreprises basées à Singapour. Selon le professeur Lanza, « une fois le mécanisme de fonctionnement découvert, il s’agit davantage d’une question de conception microélectronique ».

Le premier auteur de l’article, le Dr Sebastián Pazos, de l’Université des sciences et technologies du roi Abdallah, a déclaré : « Traditionnellement, la course à la suprématie dans le domaine des semi-conducteurs et de l’intelligence artificielle a été une question de force brute, visant à déterminer qui pouvait fabriquer des transistors plus petits et supporter les coûts de production qui en découlent. Notre travail propose une approche radicalement différente basée sur l’exploitation d’un paradigme informatique utilisant des neurones et des synapses électroniques hautement efficaces. Cette découverte est un moyen de démocratiser la nanoélectronique et de permettre à chacun de contribuer au développement de systèmes informatiques avancés, même s’il n’a pas accès aux processus de fabrication de transistors de pointe ».

Article : « Synaptic and neural behaviours in a standard silicon transistor » – DOI : 10.1038/s41586-025-08742-4

Légende illustration : Le professeur associé Mario Lanza et son équipe ont fait la démonstration d’un transistor en silicium révolutionnaire qui imite les comportements neuronaux et synaptiques, marquant ainsi une avancée significative dans le domaine de l’informatique neuromorphique.