Que se passe-t-il à l’échelle atomique lorsqu’on écrit un bit dans une mémoire ferroélectrique, et comment cela détermine-t-il le comportement d’un dispositif réel ? Cette thèse associe apprentissage automatique, simulations atomistiques large échelle et modélisation à l’échelle du dispositif pour répondre à ces questions.

L’oxyde ferroélectrique d’hafnium-zirconium (HZO) est essentiel pour des mémoires non volatiles très basse consommation telles que la FeRAM et les transistors FeFET. Compatible CMOS, il conserve son caractère ferroélectrique dans des films de quelques nanomètres. Pourtant, sa réponse dépend encore de mécanismes complexes liés à la composition, aux défauts, à la microstructure et aux interfaces. La théorie de la fonctionnelle de la densité (DFT) prédit précisément les propriétés, mais reste limitée à quelques centaines d’atomes. Les potentiels interatomiques entraînés par apprentissage automatique sur des calculs DFT permettent désormais de simuler jusqu’à un million d’atomes, avec une précision proche de la DFT.

En t’appuyant sur notre environnement logiciel interne, tu réaliseras d’abord des simulations de dynamique moléculaire de la commutation ferroélectrique dans des films de HZO, puis dans des capacités TiN/HZO/TiN complètes sous tension. Tu étudieras la nucléation des domaines, le mouvement de leurs parois et le rôle des lacunes d’oxygène et des interfaces avec les électrodes. Ces résultats serviront ensuite à paramétrer un modèle à l’échelle du dispositif afin d’interpréter les mesures électriques réalisées sur les FeRAM fabriquées au CEA-Leti. Tu travailleras en étroite collaboration avec les équipes d’intégration et de caractérisation avancée de FeRAM du CEA-Leti.