Analogue Phase Change Computational Memory with High Precision Reads and Energy Efficient Writes

L'informatique repose depuis longtemps sur une séparation entre l'endroit où les données sont stockées et l'endroit où elles sont traitées. Dans un ordinateur standard, le cerveau de la machine doit constamment faire circuler l'information de l'aller-retour vers la mémoire, un voyage qui consomme de vastes quantités d'énergie et ralentit les performances. Pour surmonter ce goulot d'étranglement, les scientifiques explorent une approche différente appelée calcul en mémoire (in-memory computing), où la mémoire elle-même effectue les calculs. Cette méthode est particulièrement prometteuse pour l'intelligence artificielle, qui nécessite des quantités massives d'opérations mathématiques pour reconnaître des formes et prendre des décisions. La mémoire idéale pour cette tâche serait capable de contenir une plage continue de valeurs, un peu comme un variateur de lumière plutôt qu'un simple interrupon marche-arrêt, lui permettant de imiter les connexions complexes que l'on trouve dans le cerveau humain. Cependant, construire un dispositif suffisamment petit pour intégrer des millions de ces unités, tout en restant assez précis pour calculer avec exactitude et assez efficace pour fonctionner sans surchauffer, s'est avéré être un défi formidable.

Une équipe de chercheurs d'IBM Research et du Conseil National de la Recherche italien a introduit un nouveau design pour un dispositif de mémoire qui répond à ces exigences contradictoires. Ils se sont concentrés sur un type de mémoire connu sous le nom de mémoire à changement de phase, qui stocke l'information en faisant basculer un matériau spécial entre deux états physiques : un état désordonné, de type verre, et un état ordonné, de type cristal. En contrôlant soigneusement la quantité de ce matériau présent dans l'état vitreux, le dispositif peut maintenir différents niveaux de conductance électrique, stockant ainsi efficacement un nombre. L'objectif des chercheurs était de créer une version de cette mémoire qui utilise très peu de puissance pour écrire de nouvelles informations et qui puisse être lue avec une précision extrême, tout en s'insérant dans un espace minuscule.

Le cœur de leur innovation réside dans l'architecture physique du dispositif. Au lieu de la forme verticale traditionnelle utilisée dans la plupart des puces de mémoire, qui ressemble à un champignon, ils ont conçu une structure avec une couche de matériau à changement de phase ultra-fine, d'environ 5 nanomètres d'épaisseur. Cette couche repose entre une électrode inférieure et un espaceur diélectrique, mais surtout, elle repose sur une couche de projection encore plus fine et non isolante faite de carbone amorphe. Cette couche de projection agit comme un pont continu qui s'étend sur toute la largeur du dispositif. Lorsque les chercheurs appliquent une brève impulsion électrique intense pour changer l'état du matériau, ils font fondre une petite région circulaire de la couche à changement de phase située juste au-dessus de l'électrode inférieure, la transformant en état vitreux. Le courant électrique circule alors à travers ce petit cercle vitreux et la couche de projection environnante, qui sont connectés en parallèle. Comme la couche de projection est continue et hautement conductrice, elle dicte le comportement électrique global du dispositif, garantissant que le courant reste faible et stable.

Cet arrangement spécifique permet au dispositif d'atteindre un niveau de précision qui était auparavant difficile à atteindre. Les chercheurs ont démontré qu'ils pouvaient programmer le dispositif pour qu'il maintienne des valeurs de conductance distinctes avec une précision approchant les six bits, ce qui signifie qu'il peut distinguer de manière fiable 64 niveaux de résistance différents. En termes pratiques, cette haute précision est essentielle pour effectuer les calculs matriciels complexes requis par l'intelligence artificielle. De plus, le design réduit considérablement l'énergie nécessaire pour écrire les données. L'équipe a mesuré le courant requis pour commuter le dispositif et a constaté qu'il pouvait descendre jusqu'à 90 microampères, une baisse significative par rapport aux centaines de microampères typiquement nécessaires pour les anciens designs. Cette réduction est obtenue car la géométrie ultra-fine confine la chaleur générée par le courant électrique de manière si serrée qu'elle ne fait fondre que le minuscule volume de matériau nécessaire, rendant le processus de chauffage incroyablement efficace.

Au-delà de l'efficacité et de la précision, le nouveau dispositif résout un problème majeur connu sous le nom d'instabilité temporelle. Dans de nombreuses technologies de mémoire, la valeur stockée a tendance à dériver au fil du temps ou à fluctuer en raison du bruit électrique aléatoire, ce qui introduit des erreurs dans les calculs. Les chercheurs ont découvert que leur design, avec sa couche de projection continue, supprime considérablement ces fluctuations. Ils ont observé que la dérive des valeurs stockées était réduite d'un facteur vingt par rapport aux dispositifs conventionnels, et que le bruit aléatoire était réduit d'un facteur quatre. Cette stabilité signifie que le dispositif peut maintenir son état programmé de manière fiable, même à des températures élevées, garantissant que les calculs effectués par la mémoire restent précis au fil du temps.

Pour prouver que ces dispositifs individuels pouvaient fonctionner ensemble dans un système réel, l'équipe a construit une petite grille, ou réseau crossbar, contenant soixante-quatre de ces unités. Ils ont connecté chaque cellule de mémoire à un transistor qui agit comme un interrupteur, leur permettant de contrôler et de lire les cellules individuellement. Ils ont ensuite testé le réseau en le programmant avec un ensemble de poids et en effectuant une opération mathématique appelée multiplication matrice-vecteur, qui est le bloc de construction fondamental de l'inférence des réseaux neuronaux. Les résultats ont été frappants : le système matériel a atteint une précision de calcul effective de plus de cinq bits. Ce niveau de précision est une amélioration substantielle par rapport aux systèmes de pointe actuels, qui ne parviennent généralement qu'à trois ou quatre bits de précision. Le succès de cette expérience suggère que la nouvelle architecture n'est pas seulement un concept théorique, mais une voie viable vers la construction de systèmes de calcul denses, à faible consommation et de haute précision qui pourraient un jour alimenter la prochaine génération d'intelligence artificielle.

Les chercheurs ont également exploré des variations de ce design pour pousser les performances encore plus loin. En modifiant l'électrode inférieure de sorte qu'elle pénètre directement dans l'empilement des matériaux, créant une configuration de contact par bord (edge-contact), ils ont été capables de réduire le courant de programmation à environ 50 microampères. Ce changement a augmenté la densité de puissance locale au point de contact, rendant le chauffage encore plus efficace. Tout au long de ces expériences, l'équipe a utilisé des matériaux standards, non dopés, qui sont compatibles avec les processus de fabrication existants, indiquant que cette technologie pourrait être intégrée dans les lignes de production actuelles sans nécessiter de nouvelles méthodes de fabrication. Bien que l'étude se soit concentrée sur une preuve de concept spécifique, les résultats fournissent une feuille de route claire pour surmonter les compromis entre densité, énergie et précision qui ont longtemps entravé le développement de l'informatique en mémoire.