Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

¿Te ayudamos?

Ejemplos de búsqueda

Vídeos Explicativos

QUEFORMAL

Financiado

Cerrado

Quantum Engineering for Machine Learning

We propose the radical vision of a new integrated circuit technology for machine learning where low-voltage field-effect transistors and non-volatile memories are integrated next to each other exploiting quantum engineering of het... ver más

31/12/2022

UNIPI

3M€

Presupuesto del proyecto: 3M€

Líder del proyecto

UNIVERSITA DI PISA No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Fecha límite participación Sin fecha límite de participación.

Ver 7 Participantes

Financiación concedida El organismo H2020 notifico la concesión del proyecto el día 2022-12-31

FETOPEN-01-2018-2019-2020: FET-Open Challenging Current Thinki... Specific Challenge:to lay the foundations for radically new future technologies of any kind from vis...

I+D

Cerrada hace 7 años

0% 100% 100%

Características del participante

Este proyecto no cuenta con búsquedas de partenariado abiertas en este momento.

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

7 Participantes

UNIPI

658.00K€ | Lider

MS ENERTECH

340.72K€ | Participante

EPFL

587.79K€ | Participante

GESELLSCHAFT FUR ANGEWANDTE...

587.50K€ | Participante

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Duración del proyecto: 48 meses Fecha Inicio: 2018-12-18
Fecha Fin: 2022-12-31

Líder del proyecto

UNIVERSITA DI PISA No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Presupuesto del proyecto 3M€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto We propose the radical vision of a new integrated circuit technology for machine learning where low-voltage field-effect transistors and non-volatile memories are integrated next to each other exploiting quantum engineering of heterostructures of two-dimensional materials (2DMs), i.e. the atom-by-atom design and fabrication of devices which combine vertical and lateral heterostructures (VH and LH, respectively) of 2DMs. QUEFORMAL pursues a very risky and original proposed solution, with the extremely high potential gain of advancing a science-enabled technology for the fabrication of integrated circuits for machine learning, in a field in which Europe has a strong basic-science leadership, thanks to the pioneering breakthroughs on graphene and 2D materials. The overall objective and targeted breakthrough of QUEFORMAL is to experimentally demonstrate the fabrication and operation of devices based on LH and VH of 2DMs for logic-in-memory integrated circuits and to show the potential of this technology for the fabrication of integrated circuits for machine learning. Devices include i) lateral heterostructure FETs (LH-FETs) operating at low voltage (0.6 V) fabricated in close vicinity to ii) floating-gate non-volatile memories based on VHs for the gate stack and LHs for the channel (LVH-NVMs), that can be programmed at low voltage (<5 V) with retention time larger than 1 month. The QUEFORMAL consortium consists of six partners and has unique advantages: Consortium members have proposed and patented the LH-FET concept and have experimentally demonstrated the floating gate non-volatile memory concept using 2D materials.

Conecta tu I+D

Entra hoy

Forgot your password?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores