Mémristor analogique fortement non linéaire bidirectionnel basé sur le tunneling bande-à-bande pour un fonctionnement fiable d’un réseau en crossbar

Pourquoi une nouvelle mémoire est importante

Chaque fois que vous utilisez votre téléphone ou votre ordinateur, l’information est constamment acheminée entre un processeur qui effectue les calculs et une mémoire qui stocke les données. Cet embouteillage, connu familièrement sous le nom de goulet d’étranglement des données, fait perdre du temps et de l’énergie. Les recherches présentées dans cet article explorent un minuscule composant électronique appelé mémristor, capable à la fois de stocker des données et d’aider à effectuer des calculs directement dans la mémoire. En repensant le comportement de ces dispositifs au sein de grands réseaux, les auteurs visent à rendre le matériel d’intelligence artificielle futur plus rapide, plus efficace et plus simple à fabriquer.

D’un embouteillage à des raccourcis intégrés

Les ordinateurs traditionnels séparent calcul et mémoire, obligeant l’information à parcourir de longues « routes » sur la puce. À mesure que les tâches gourmandes en données — comme l’intelligence artificielle, les capteurs intelligents et les dispositifs en périphérie — se développent, ces allers‑retours deviennent une limitation sérieuse. Les mémristors — éléments microscopiques dont la résistance électrique peut être réglée et mémorisée — offrent un moyen de déplacer une partie du calcul directement dans la grille mémoire. Dans une configuration en crossbar, où de nombreux fils se croisent et où un mémristor est placé à chaque intersection, de grands blocs de calcul peuvent être effectués en parallèle. Cependant, lorsque beaucoup de ces éléments sont assemblés, des effets parasites lors de l’écriture et de la lecture — tels que des tensions indésirables sur des cellules voisines et des courants de fuite le long de chemins non voulus — peuvent corrompre les données sauf si chaque mémristor est assorti d’un élément « sélecteur » supplémentaire, ce qui augmente la complexité et le coût.

Une cellule mémoire auto‑sélectrice

Les auteurs présentent un dispositif unique qui cherche à résoudre ces problèmes d’échelle au niveau du réseau. Leur mémristor utilise un empilement de couches de matériaux — platine et deux oxydes métalliques, oxyde de nickel (p‑type) et oxyde de zinc (n‑type) — agencés de façon symétrique en Pt/p‑NiO/n‑ZnO/p‑NiO/Pt. Grâce à l’alignement électronique de ces oxydes, le dispositif résiste naturellement au passage du courant à faibles tensions mais le laisse augmenter brusquement une fois qu’un certain seuil d’« activation » est atteint. Fait crucial, cette forte non‑linéarité apparaît pour des tensions positives comme négatives, de sorte que la même cellule peut être écrite, effacée et lue dans les deux sens sans sélecteur séparé. Parallèlement, le mémristor se comporte de manière analogique : sa conductance peut être ajustée de façon continue sur environ deux ordres de grandeur à l’aide d’impulsions de tension, plutôt que de basculer uniquement entre des états simples marche/arrêt.

Comment les fines couches font leur travail

Pour comprendre ce qui rend cela possible, l’équipe a cartographié avec soin le paysage énergétique à l’intérieur de l’empilement. Des mesures de fonction de travail et de gap ont montré que la jonction oxyde‑de‑nickel/oxyde‑de‑zinc forme un petit décalage entre le sommet d’une bande d’énergie et le bas d’une autre. À faible tension, seul un courant faible, presque ohmique, circule. Lorsque la tension devient suffisamment grande, les électrons commencent à « tunneliser » directement depuis les états remplis d’une couche vers les états vides de l’autre — un effet comparable à ce qui se produit dans les diodes Zener. Ce tunneling bande‑à‑bande provoque une montée abrupte du courant. Par ailleurs, des ions oxygène à l’intérieur des oxydes dérivent sous l’effet d’un champ électrique. Leur mouvement modifie subtilement le dopage de chaque couche et décale le seuil de tunneling, fournissant un moyen intégré d’ajuster progressivement la conductance en fonction de la polarité de la tension et de l’historique des impulsions.

Faire obéir de grandes grilles

Munis de données courant‑tension détaillées provenant de nombreux dispositifs, les chercheurs ont simulé le comportement de ce mémristor au sein de grands réseaux en crossbar. Lors des opérations d’écriture, seule une cellule est censée recevoir la pleine tension, tandis que les cellules voisines voient environ la moitié de cette tension. Parce que le nouveau dispositif transporte très peu de courant à la moitié de la tension d’écriture, ces cellules « à moitié sélectionnées » subissent des modifications involontaires négligeables, élargissant la fenêtre de fonctionnement sûre. Lors des opérations de lecture, la préoccupation principale est constituée par les courants de « chemins furtifs » qui serpentent à travers les cellules voisines et estompent la distinction entre états de haute et basse résistance. La forte non‑linéarité à la tension de lecture choisie supprime nettement ces fuites. À l’aide de modèles de circuit, les auteurs montrent qu’avec une résistance de pull‑up optimisée, des réseaux aussi grands qu’environ 1 200 par 1 200 cellules pourraient encore distinguer de manière fiable les états stockés sans composants sélecteurs externes.

Promesses et prochaines étapes

Concrètement, ce travail ouvre la voie à des puces mémoire capables d’intégrer des millions de mémristors auto‑sélectifs dans des réseaux tridimensionnels denses, réalisant des calculs de type réseaux de neurones là où se trouvent les données, plutôt que de les transférer vers des processeurs distants. Le dispositif démontré prend déjà en charge plusieurs niveaux de conductance stables et montre de bonnes performances dans des tâches simulées de reconnaissance de motifs, bien que des améliorations supplémentaires — comme l’abaissement des tensions de fonctionnement et la démonstration du comportement dans des réseaux à l’échelle nanométrique — soient encore nécessaires. Pour le lecteur général, le message clé est que, en ingénierant soigneusement la façon dont atomes et électrons se déplacent à l’intérieur d’un composant minuscule, il pourrait être possible de simplifier l’architecture complète du matériel IA futur, le rendant plus rapide et plus économe en énergie.

Citation: Chung, P.H., Ryu, J., Seo, D. et al. Bidirectional highly nonlinear analog memristor based on band-to-band tunneling for reliable crossbar array operation. npj Unconv. Comput. 3, 19 (2026). https://doi.org/10.1038/s44335-026-00065-5

Mots-clés: crossbar de mémristors, calcul en mémoire, matériel neuromorphique, dispositifs mémoire non linéaires, tunneling bande-à-bande