Un memristor qui utilise les changements de concentrations d'ions et les déformations mécaniques pour stocker des informations a été développé par des chercheurs de l'EPFL à Lausanne, en Suisse. En connectant deux de ces appareils, les chercheurs ont créé le premier circuit logique basé sur des composants nanofluidiques. Le nouveau memristor pourrait s'avérer utile pour l'informatique neuromorphique, qui tente d'imiter le cerveau à l'aide de composants électroniques.
Dans les organismes vivants, les architectures neuronales reposent sur des flux d’ions passant par de minuscules canaux pour réguler la transmission des informations à travers les synapses qui relient un neurone à un autre. Cette approche ionique est différente des meilleurs systèmes neuronaux artificiels, qui utilisent des courants électroniques pour imiter ces synapses. La construction de réseaux neuronaux nanofluidiques artificiels pourrait fournir une analogie plus proche avec les systèmes neuronaux réels et pourrait également être plus économe en énergie.
Un memristor est un élément de circuit dont la résistance (et la conductance) dépend du courant qui l'a traversé auparavant, ce qui signifie que l'appareil peut stocker des informations. Le memristor a été proposé pour la première fois en 1971, et depuis lors, les chercheurs ont eu un succès limité dans la création de dispositifs pratiques. Les memristors revêtent une grande importance en informatique neuromorphique, car ils peuvent imiter la capacité des synapses biologiques à stocker des informations.
Dans cette dernière recherche, l'EPFL Théo Emmerich, Alexandre Radenovic et leurs collègues ont fabriqué leurs memristors nanofluidiques en utilisant une ampoule liquide qui se dilate ou se contracte lorsque des courants d'ions solvatés y entrent ou en sortent, modifiant ainsi sa conductance.
Iconique et ionique
En 2023, des chercheurs ont franchi une étape importante vers l’informatique neuromorphique basée sur les ions lorsqu’ils ont découvert des effets de mémoire dans deux dispositifs nanofluidiques qui régulaient le transport des ions à travers des canaux à l’échelle nanométrique. Lorsqu'ils sont soumis à une tension variable dans le temps, ces appareils affichent un changement retardé du courant et de la conductance. Il s'agit de la boucle d'hystérésis « pincée » caractéristique d'un memristor. Cependant, les systèmes avaient de faibles performances de mémoire et étaient délicats à fabriquer. De plus, le mécanisme responsable de l’effet mémoire n’était pas clair.
Mais cela n’a pas dissuadé l’équipe de l’EPFL, comme l’explique Emmerich : « Nous voulions montrer comment ce domaine naissant pourrait être complémentaire à la nanoélectronique et pourrait conduire à des applications informatiques concrètes à l’avenir ».
Pour créer leur dispositif, les chercheurs de l'EPFL ont fabriqué une membrane de nitrure de silicium de 20 microns sur 20 microns au-dessus d'une puce de silicium, avec un pore de 100 nm de diamètre en son centre. Sur cette puce, ils ont déposé des îlots de palladium de 10 nm de diamètre autour desquels un fluide pouvait circuler, en utilisant des techniques de dépôt par évaporation. Enfin, ils ont ajouté une couche de graphite de 50 à 150 nm d’épaisseur pour créer des canaux menant au pore.
Petite ampoule
En plongeant l'appareil dans une solution électrolytique et en appliquant une tension positive (0.4 à 1.0 V), les chercheurs ont observé la formation d'une ampoule à l'échelle micronique entre le nitrure de silicium et le graphite au-dessus du pore central. Ils ont conclu que les ions voyageaient à travers les canaux et convergeaient vers le centre, y augmentant la pression et conduisant à la formation de cloques. Cette ampoule agissait comme un « court-circuit » résistif qui augmentait la conductance de l'appareil, le plaçant dans l'état « allumé ». Lors de l'application d'une tension négative de même amplitude, le blister s'est dégonflé et la conductance a diminué, plaçant l'appareil à l'état « arrêt ».
Comme l’ampoule a mis du temps à se dégonfler après la coupure de tension, l’appareil s’est souvenu de son état précédent. «Notre observation optique a montré l'origine mécano-ionique de la mémoire», explique le chercheur de l'EPFL. Nathan Ronceray.
Les mesures du courant circulant dans l'appareil avant et après la réinitialisation de la tension ont montré que l'appareil fonctionnait avec un rapport de conductance allant jusqu'à 60 sur une échelle de temps de 1 à 2 s, indiquant un effet mémoire supérieur de deux ordres de grandeur à celui des conceptions précédentes. Emmerich ajoute : « C'est la première fois que nous observons un comportement memristif aussi fort dans un dispositif nanofluidique, qui dispose également d'un processus de fabrication évolutif ».
Pour créer un circuit logique, l'équipe a connecté deux de leurs appareils en parallèle à une résistance électronique variable. Les deux appareils communiquaient ainsi ensemble via cette résistance pour réaliser une opération logique. En particulier, la commutation d’un appareil était conditionnée par l’état de conductance de l’autre.
Communication logique
Jusqu'à présent, explique Emmerich, les dispositifs nanofluidiques fonctionnaient et étaient mesurés indépendamment les uns des autres. Il ajoute que les nouveaux appareils « peuvent désormais communiquer pour réaliser des calculs logiques ».
Iris Agresti, qui développe des memristors quantiques à l'Université de Vienne, affirme que même s'il ne s'agit pas de la première mise en œuvre d'un memristor nanofluidique, la nouveauté montre comment plusieurs appareils peuvent être connectés pour effectuer des opérations contrôlées. "Cela implique que le comportement de l'un des appareils dépend de l'autre", explique-t-elle.
Le memristor quantique ouvre la voie à l'informatique quantique neuromorphique
Selon les chercheurs de l'EPFL, la prochaine étape consistera à construire des réseaux neuronaux nanofluidiques dans lesquels des unités memristives sont reliées à des canaux d'eau. Le but étant de créer des circuits capables d’effectuer des tâches informatiques simples telles que la reconnaissance de formes ou la multiplication matricielle. "Nous rêvons de construire des ordinateurs électrolytiques capables de calculer avec leurs homologues électroniques", explique Radenovic.
C'est un objectif ambitieux et à long terme. Mais une telle approche présente deux avantages clés par rapport à l’électronique. Premièrement, les systèmes éviteraient la surchauffe généralement associée aux fils électriques, car ils utiliseraient de l’eau à la fois comme fils et comme liquide de refroidissement. Deuxièmement, ils pourraient bénéficier de l’utilisation de différents ions pour exécuter des tâches complètes comparables à celles des organismes vivants. De plus, dit Agresti, les réseaux de neurones artificiels dotés de composants nanofluidiques promettent une consommation d'énergie inférieure.
Yanbo Xie, expert en nanofluidique à Université polytechnique du Nord-Ouest en Chine, souligne que le memristor est un composant essentiel d'une puce informatique neuromorphique et joue un rôle similaire à celui d'un transistor dans un processeur. Le circuit logique de l’EPFL pourrait être « un élément fondamental des futures machines informatiques aqueuses », dit-il. Jean Bisquert un physicien appliqué de l'Université James I à Castello, en Espagne, est d'accord. Les dispositifs « montrent une réponse robuste », dit-il, et leur combinaison pour mettre en œuvre une opération logique booléenne « ouvre la voie à des systèmes neuromorphiques basés sur des circuits entièrement liquides ».
Le travail est décrit dans Electronique Nature.
- Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
- PlatoData.Network Ai générative verticale. Autonomisez-vous. Accéder ici.
- PlatoAiStream. Intelligence Web3. Connaissance Amplifiée. Accéder ici.
- PlatonESG. Carbone, Technologie propre, Énergie, Environnement, Solaire, La gestion des déchets. Accéder ici.
- PlatoHealth. Veille biotechnologique et essais cliniques. Accéder ici.
- La source: https://physicsworld.com/a/nanofluidic-memristors-compute-in-brain-inspired-logic-circuits/