Développement et intégration de composants memristances nanométriques pour la réalisation de systèmes de traitement de l’information neuro-inspirés – DINAMO

Ce projet s’articule en deux axes ayant pour objectif commun d’étudier l’intégration de composants mémoires pour réaliser le réseau de synapses des systèmes neuromorphiques. (i) La première approche se base sur l’utilisation de memristance à base d’oxydes métalliques de transition et (ii) le deuxième volet s’appuie sur une approche “bottom-up” ayant pour objectif d’étudier des approches innovantes pour l’intégration des composants. Les composants choisis sont bases sur la technologie CB-RAM

Les composants OxRAM seront bientôt finalises et ont nécessités la mise en place du procédé de fabrication a l’IEMN (notamment utilisation de l’ALD pour le TiO2 et optimisation de la lithobraphie ebeam pour la réalisation de composants de 30 nm) et d’une collaboration extérieure (C. Dubourdieu, R. Bachelet, INL-Lyon). Les composants CBRAM individuels ont été réalisés et en cours de caractérisation.

La suite du projet s’attachera principalement au développement de procédés d’auto-assemblage de nanofils métalliques (Ag et Pt) pour la réalisation de systèmes de nanocomposants interconnectes localement a partir de la technologie CBRAM. Les OxRAM seront la base pour le developpement de crossbar nanometriques par lithographie ebeam (taille des composants visees de 30nm en crossbar de 10x10)

pas de publications

Ces dernières décennies ont été marquées par la croissance exponentielle des données générées par les ordinateurs et des systèmes de traitement de l'information qui s’y rattachent. Cette croissance se poursuit aujourd'hui avec le déploiement de l'internet et des réseaux gigabit sans fil (4G), et sera probablement accélérée par les technologies émergentes telles que la robotique, la biotechnologie, et les réseaux de capteurs embarqués. Compte tenu la fin inévitable de la réduction des tailles des circuits à base de semi-conducteurs classiques et de la nécessité de réaliser des systèmes à consommation d'énergie modérée, des solutions alternatives au traitement de l’information doivent être développées: les nanotechnologies ouvrent la voie à de nouveaux paradigmes au traitement de l’information et à de nouveaux circuits pouvant remplacer la technologie actuelle basée sur l’association de l’architecture Von Neumann et des composants CMOS.
Mon projet de recherche propose de développer les architectures de nanocomposants memristances permettant d’implémenter des fonctions neuro-inspirées. Différents concepts théoriques en science de l’information tels que le perceptron, la mémoire associative ou l’inférence bayésienne sont des candidats prometteurs pour la réalisation de taches « bio-inspirées » telles que la classification, la reconnaissance visuelle ou l’anticipation. Si les travaux théoriques sont déjà disponibles pour l'estimation des performances et des fonctionnalités de tels systèmes, la réalisation expérimentale de ces propositions représente un objectif important à fort impact scientifique. La proposition récente de memristance par D. Strukov basée sur la technologie RRAM offre une occasion unique de combler le fossé entre théorie et expérience en fournissant une famille de nanodispositifs a deux terminaux pouvant répondre aux exigences de densité de mémoire et d'interconnexion parallèle pour de tels circuits.
Je propose dans ce projet une approche basée sur le développement en parallèle de (i) une technologie spécifique pour les fonctions neuro-inspirés - plus précisément, les technologies envisagées devront permettre de réaliser les opérations synaptiques en couplant mémoire analogique (ou résistance multi-niveaux) et plasticité (contrôle de la volatilité de la mémoire) - et (ii) la réalisation de circuits hybrides pour la démonstration et l'évaluation de fonction neuro-inspirées. Ces circuits hybrides seront réalisés à partir de nanocomposants memristance couplés à une plateforme de circuit intégrés permettant d’émuler les fonctions d’un système CMOS. Cette approche est directement compatible avec les différentes propositions théoriques d’architectures CMOS/nanocomposants envisagées pour la réalisation de circuits neuro-inspirés. En cas de succès, une telle approche permettrait un gain significatif en terme d’économies d'énergie pour le traitement de l'information et de développer une électronique plus fonctionnels.