Plasticité synaptique : Les résistances mémoire à base de graphène peuvent présenter un comportement hystérétique, ce qui signifie que leur conductance peut changer en fonction de l'historique de la tension appliquée. Cette propriété leur permet d'imiter le comportement des synapses biologiques, qui peuvent se renforcer ou s'affaiblir avec le temps en fonction de la fréquence et du timing des signaux électriques. Cette modulation dynamique de la conductance est essentielle pour le stockage et le traitement des informations dans les réseaux de neurones.
Haute densité : Le graphène, étant un matériau bidimensionnel, peut être intégré dans des réseaux denses, permettant ainsi la création de réseaux neuronaux à grande échelle. La finesse atomique du graphène permet la fabrication de réseaux de barres croisées de résistances de mémoire haute densité, où chaque jonction de point de croisement agit comme une synapse artificielle. Cette conception compacte facilite l’intégration de millions, voire de milliards de synapses dans une petite zone, imitant la connectivité dense du cerveau humain.
Faible consommation d'énergie : Les résistances mémoire à base de graphène peuvent fonctionner à des niveaux de puissance extrêmement faibles. La dimensionnalité intrinsèquement faible et la mobilité élevée des porteurs du graphène permettent une commutation efficace des états de conductance avec une dissipation d'énergie minimale. Ce fonctionnement à faible consommation est crucial pour l’informatique inspirée du cerveau, où l’efficacité énergétique est une exigence essentielle pour imiter les capacités de traitement de l’information économes en énergie du cerveau humain.
Évolutivité : La nature évolutive de la synthèse du graphène et de la fabrication de dispositifs rend les résistances mémoire à base de graphène adaptées à la production à grande échelle. Le graphène peut être cultivé sur de grandes surfaces en utilisant le dépôt chimique en phase vapeur (CVD) ou d'autres techniques évolutives. Cette évolutivité est essentielle pour réaliser des systèmes informatiques neuromorphiques pratiques qui nécessitent un nombre massif de connexions synaptiques.
Intégration avec CMOS : Les résistances de mémoire à base de graphène peuvent être intégrées de manière transparente à la technologie CMOS (complémentaire métal-oxyde-semiconducteur), qui constitue le fondement de l'électronique moderne. Cette intégration permet de combiner des fonctions de calcul et de mémoire sur la même puce, imitant la colocalisation du traitement et de la mémoire dans le cerveau. La compatibilité avec CMOS ouvre la possibilité de systèmes neuromorphiques hybrides qui exploitent les atouts des technologies de dispositifs conventionnelles et émergentes.
Progrès de la recherche : Les résistances mémoire à base de graphène ont été largement étudiées et développées au cours de la dernière décennie, avec des progrès significatifs dans l'ingénierie des matériaux et la conception des dispositifs. Cette communauté de recherche active repousse continuellement les limites de la performance et de la fiabilité, rendant les memristors à base de graphène de plus en plus viables pour les applications informatiques neuromorphiques pratiques.
En résumé, les résistances mémoire à base de graphène sont très prometteuses pour l’informatique cérébrale en raison de leur plasticité synaptique, de leur haute densité, de leur faible consommation d’énergie, de leur évolutivité, de leur compatibilité CMOS et des progrès de la recherche en cours. Ces propriétés font des memristors à base de graphène des candidats prometteurs pour émuler le comportement complexe du cerveau humain et permettre des percées dans le domaine de l'informatique neuromorphique et de l'intelligence artificielle.
