Récemment, une nouvelle technologie est apparue qui améliore considérablement les performances de la mémoire flash grâce à un processus de bombardement ionique puissant. Cette plate-forme de mémoire peut exprimer de manière fiable plusieurs données dans un seul appareil, ce qui la rend applicable à l’informatique neuromorphique future et augmente la capacité de mémoire.
Yoonyoung Chung, professeur à POSTECH (Département de génie électrique et Département de génie des semi-conducteurs) et Ph.D. Le candidat Seongmin Park (Département de génie électrique), dans le cadre d’une recherche conjointe avec Samsung Electronics, a développé une mémoire flash avec un stockage de données accru en générant intentionnellement des défauts.
À mesure que la technologie de l’intelligence artificielle progresse, il est nécessaire de développer un nouveau dispositif semi-conducteur optimisé pour le réseau de neurones avec des données à plusieurs niveaux. De nouveaux matériaux et dispositifs ont été développés en tant que dispositifs neuromorphiques, mais présentent des limitations en termes de durabilité, d’évolutivité et de capacité de stockage par rapport à la mémoire flash, qui a été largement utilisée comme dispositif de stockage pour diverses applications.
Pour surmonter ces problèmes, l’équipe de recherche a mis en œuvre un processus de bombardement de plasma puissant lors du dépôt de la couche de stockage de données pour générer des sites de défauts artificiels dans un dispositif de mémoire flash. Les chercheurs ont confirmé que plus d’électrons peuvent être stockés dans les défauts générés, augmentant considérablement la quantité de stockage de données par rapport à la mémoire flash conventionnelle.
Une mémoire à plusieurs niveaux de données peut être démontrée lorsque les électrons se remplissent progressivement dans la couche de stockage de données dans laquelle de nombreux défauts sont générés. La mémoire flash multiniveau développée dans cette étude peut distinguer de manière fiable huit niveaux de données.
Les résultats de l’étude sont significatifs en ce sens qu’ils peuvent minimiser le risque de développer un nouveau matériau ou une nouvelle structure semi-conductrice et, en même temps, faire progresser considérablement la mémoire flash avec d’excellentes performances et une évolutivité pour les applications d’IA. Lorsqu’elles sont appliquées à des systèmes neuromorphiques, la précision et la fiabilité de l’inférence devraient être considérablement améliorées par rapport aux dispositifs conventionnels.
Récemment publié dans Matériaux aujourd’hui Nanoune revue académique internationale renommée dans le domaine des nanotechnologies, cette étude a été soutenue par Samsung Electronics et le Prochain–génération Type d’intelligence Programme de développement de semi-conducteurs.
Source de l’histoire :
Matériaux fourni par Université des sciences et technologies de Pohang (POSTECH). Remarque : Le contenu peut être modifié pour le style et la longueur.
