Description

OPPORTUNITÉ DE RECHERCHE : L’architecture électronique de von Neumann atteint aujourd’hui ses limites énergétiques, freinant le déploiement d’une IA embarquée performante. Pour surmonter ce verrou, l’électronique neuromorphique fondée sur les réseaux de neurones impulsionnels (RNI) et le paradigme du calcul-en-mémoire (CEM) s’impose comme la voie la plus prometteuse. Si la communauté a jusqu’ici privilégié le CEM résistif à l’aide de memristors, cette approche se heurte à des barrières physiques lors du passage à l’échelle : courants statiques élevés, pertes par effet Joule, fuites et chutes de tension (IR drop). Ce projet de thèse propose une rupture de paradigme en se tournant vers le CEM capacitif par sommation de tensions. Grâce à l’émergence des mémoires capacitives ferroélectriques (memcapacitors), cette approche offre une alternative ultra-basse énergie, exempte des imperfections du modèle résistif et adaptée aux RNI. Nous recherchons un(e) doctorant(e) passionné(e) par la science des matériaux, la microélectronique et l’intelligence artificielle pour développer des memcapacitors à hautes performances et les exploiter en tant que synapses artificielles pour le calcul neuromorphique capacitif permettant l’IA à ultra-basse énergie.

 

DÉFIS SCIENTIFIQUES : Intégré(e) dans un écosystème d’experts, vous piloterez les axes suivants :

• Microfabrication et innovations matériaux : Développement de procédés en salle blanche pour réaliser des mémoires capacitives en architectures de type crosspoint et crossbar. Vous explorerez le HfO₂ dopé (Gd, Zr, La) comme couche ferroélectrique de référence et optimiserez les performances (fenêtre mémoire, écriture multiniveau, endurance) via l’ingénierie fine de couches minces (interlayers, superlattices) et d’électrodes (Ru, Mo).
• Caractérisations de pointe : Les memcapacitors seront étudiés à l’aide de caractérisations physico-chimiques (XRD, XRR, XPS, TEM) et électriques avancées. Vous mettrez au point des protocoles de caractérisation semi-automatiques (I-V, C-V, pulsé) sur échantillons et wafers 300 mm. Vous analyserez la variabilité d’écriture et de lecture des niveaux de capacitance, une donnée critique pour la performance des réseaux de neurones matériels.
• Contribution aux démonstrateurs neuromorphiques : Vous participerez activement au développement de circuits neuromorphiques capacitifs et aux démonstrations de calcul-en-mémoire (sommation de charges ou de tensions). Ce travail s’inscrira dans une dynamique collective, en interaction constante avec les autres chercheurs et chercheuses de l’équipe (doctorants, postdocs, stagiaires) travaillant sur l’intégration système et la modélisation.

 

UN ENVIRONNEMENT D’EXCEPTION EN EUROPE : La thèse se déroulera au Laboratoire de la Technologie de la Microélectronique (LTM), membre central du LabEx Microélectronique, au cœur du plus grand pôle de R&D européen en nanotechnologies.

• Plateformes technologies : Vous bénéficierez d’un accès direct aux salles blanches à l’état de l’art de la Plateforme Technologie Amont (PTA) et du CIME Nanotech, travaillant sur des lignes de fabrication jusqu’à 200 mm, une rareté dans le monde académique.
• Réseau & collaborations : Vos travaux s’appuieront sur des collaborations stratégiques avec les laboratoires membres du LabEx (CEA-Leti, CROMA, TIMA, LMGP) pour le développement de procédés, métrologies avancées et de circuits neuromorphiques.
• Formation d’excellence : Vous développerez un profil hybride unique (matériaux, fabrication, électronique neuromorphique) au sein d’un écosystème interdisciplinaire de renommée mondiale, favorisant l’innovation et l’excellence scientifique. Possibilité d'effectuer un stage de 6 mois dans un autre laboratoire de recherche académique ou industriel spécialisé dans les dispositifs ferroélectriques et l'électronique neuromorphique.

Compétences requises

Titulaire d’un Master ou diplôme d’ingénieur en Microélectronique, Science des Matériaux ou Nanotechnologies, vous justifiez d’une excellence académique et de compétences expérimentales confirmées en salle blanche et/ou en caractérisations électriques. Rigueur scientifique, autonomie, curiosité et un anglais technique courant sont requis. Vous avez un intérêt particulier pour les mémoires émergentes et les technologies bio-inspirée pour l’IA.

Mots clés

mémoire ferroélectrique, microélectronique neuromorphique, microfabrication, physique appliquée, IA