Face à l'explosion des besoins en calcul intensif liée aux technologies d'intelligence artificielle et au big data, les systèmes traditionnels peinent à satisfaire une demande caractérisée par une faible intensité de calcul mais une fréquence d'accès à la mémoire très élevée. Pour résoudre ce goulot d'étranglement, les technologies de calcul intégré dans la mémoire non volatile suscitent un intérêt croissant. Cependant, l'industrie doit encore surmonter le défi majeur de la collaboration entre la capacité de stockage et la puissance de calcul. Récemment, l'Institut de microélectronique de l'Académie chinoise des sciences a réalisé une avancée significative dans ce domaine, notamment sur les plans de la densité de calcul intégré et des techniques de calcul près de la mémoire. Pour les solutions de calcul intégré, les chercheurs ont conçu une macro-puce basée sur des transistors à piégeage de charge. Cette architecture permet un calcul intrinsèque dans le domaine mixte et intègre des concepts novateurs tels que les matrices à gain différentiel haute densité et les mécanismes de calcul analogique-prédictif numérique économes en énergie. De plus, le circuit développé offre un traitement unifié des données en virgule fixe et en virgule flottante avec un coût matériel réduit. Les tests de production ont validé cette technologie, démontrant une efficacité élevée pour les calculs matrice-vecteur en formats INT4/8 et FP4. Le résultat est une augmentation simultanée de la densité de stockage et de la densité de puissance de calcul de la puce. Concernant les approches de calcul près de la mémoire, l'équipe a mis au point une puce utilisant une nouvelle technologie NAND à base de matériaux ferroélectriques. Les travaux ont porté sur la création de matrices NAND ferroélectriques équipées de transistors à grille ferroélectrique fabriqués en aval du procédé standard. Ils ont également mis en œuvre une méthode de lecture par alternance de charge et de décharge ainsi qu'un amplificateur de lecture à conversion de polarité à faible coût. Cette architecture permet d'intégrer des unités de calcul de phase polyvalentes et peu onéreuses. La validation de ces technologies a montré leur capacité à traiter efficacement des tâches de recherche vectorielle approchée à haute dimension, haute parallélisation et multi-bits. Cette percée ouvre de nouvelles perspectives pour le développement de mémoires de type NAND à grande capacité capables de calcul. Ces recherches, qui visent à répondre aux exigences complexes du calcul de données, ont bénéficié du soutien du Fonds national de la science naturelle de Chine et des programmes d'innovation scientifique stratégique de l'Académie chinoise des sciences. Elles représentent une étape importante vers la réalisation d'une fusion organique entre le stockage et le traitement, essentielle pour les futures architectures informatiques.