Dispositifs neuromorphique ultra faible énergie basés sur la manipulation de texture de spin topologique – NeuroSky

La transformation numérique et électrique de notre société est rendue possible par les circuits intégrés à haute performance qui doivent résoudre des tâches informatiques de plus en plus complexes. Le développement des réseaux neuronaux artificiels au cours de la dernière décennie a répondu à ce besoin, permettant un gain de performance massif des puces électroniques. Toutefois, cela s'est fait au prix d'une forte augmentation de la consommation d'énergie résultant d'architectures matérielles mal optimisées et d'algorithmes d'apprentissage exigeants en termes de calcul, qui ne peuvent être exécutés que dans le nuage. Outre le coût élevé de l'énergie, l'informatique en nuage suscite également de sérieuses inquiétudes quant à la protection de la vie privée et à la vulnérabilité des données du système aux attaques malvaillantes. D'où la nécessité d'un nouveau matériel compact, intégrable et à faible consommation d'énergie qui permette l'apprentissage local, dans la puce, et l'inférence rapide en temps réel (edge AI) dans des systèmes autonomes et embarqués.
Pour répondre à ce besoin, NeuroSky propose une nouvelle solution matérielle compacte, rapide et à très faible consommation d'énergie pour résoudre des tâches cognitives intensives et complexes.
Notre approche est basée sur un réservoir et un réseau de neurones physiques profonds exploitant l'excitation à très faible consommation de textures de spin topologiques désordonnées de taille nanométrique pour effectuer des tâches cognitives de haute performance. Les textures de spin topologiques seront intégrées dans une jonction tunnel magnétique afin d'exciter leur dynamique électriquement à faible puissance et de la détecter à l'aide d'un signal de lecture électrique important. Cette approche combine les avantages des dispositifs spintroniques tout en permettant d'effectuer des tâches de reconnaissance complexes avec une très faible énergie en exploitant la mémoire, la complexité et la non-linéarité intrinsèques des textures de spin ainsi que leur excitation à faible puissance. L'objectif du projet est de démontrer la preuve de concept des dispositifs basés sur cette approche, d'évaluer leurs performances et de les comparer aux implémentations matérielles existantes. Nous explorerons également les réservoirs couplés spatio-temporels tels que les MTJ couplés et la mise en œuvre de réseaux neuronaux physiques profonds et évaluerons l'extensibilité à des réseaux plus importants. Pour atteindre cet objectif, nous développerons un large panel de solutions scientifiques et techniques nouvelles et inexplorées couvrant le domaine de l'ingénierie des matériaux, de la fabrication et de la caractérisation des dispositifs, de la métrologie et de la conception algorithmique et matérielle.
Le développement d'une solution matérielle d'IA de pointe plus intelligente et à très faible consommation proposée dans Neurosky répond au vaste besoin sociétal actuel de puces IA économe en énergie avec une protection accrue des données et de la vie privée qui fonctionne sans aucune connexion au nuage. Cette solution pourrait avoir un impact sociétal et économique très important sur une large gamme d'applications allant des capteurs intelligents dans l'espace et les environnements difficiles à la maintenance prédictive, en passant par les soins de santé et l'automobile.