Une erreur de laboratoire qui pourrait révolutionner l'informatique
Une découverte fortuite en laboratoire pourrait mener à des puces neuromorphiques très économes en énergie. Des chercheurs ont découvert qu'un MOSFET classique avec une borne de substrat flottante présente des propriétés de neurone artificiel, et qu'en contrôlant la résistance du substrat, un élément stable semblable à un neurone peut être créé. Cette avancée promet de réduire considérablement la consommation d'énergie de l'intelligence artificielle.
Dans un laboratoire d'Arabie saoudite en 2024, un étudiant a oublié de connecter le substrat d'un transistor MOS lors de la mesure d'une mémoire, ce qui a entraîné une augmentation brutale du courant avec hystérésis, rappelant le comportement d'un neurone biologique. Les chercheurs, dirigés par Mario Lanza et Steven Pasos, ont découvert qu'avec le substrat flottant, les trous générés par ionisation par impact ne s'évacuent pas vers la terre mais s'accumulent dans le substrat, augmentant sa tension. Lorsque cette tension dépasse un seuil, un transistor bipolaire parasite s'ouvre brusquement, créant un pic de courant, puis la tension relaxe. En utilisant un transistor supplémentaire pour ajuster la résistance du substrat, les scientifiques ont obtenu un comportement homogène : tous les neurones se déclenchent à la même tension avec une faible variabilité. Les tests ont montré un fonctionnement stable sur 10 millions de cycles sans défaillance. Actuellement, un neurone est réalisé avec des dizaines ou des centaines de transistors MOS, alors que l'approche proposée avec un ou deux transistors par neurone pourrait permettre de dimensionner les systèmes, en s'approchant en efficacité énergétique du cerveau, qui est environ un million de fois plus efficace que les réseaux de neurones actuels.
Source: IEEE Spectrum AI —
original