Un nuevo enfoque de la computación en memoria propone una nueva configuración para crear una sinapsis artificial que pueda almacenar y procesar datos.

En esta próspera era de la IA, se requieren enfoques computacionales eficientes para procesar y almacenar grandes cantidades de datos. Sin embargo, los diseños informáticos actuales tienen limitaciones de rendimiento inherentes.

En los últimos años, la investigación se ha centrado en desarrollar arquitecturas informáticas alternativas que imiten al cerebro. Denominados ordenadores neuromórficos, estos dispositivos evitan muchos de los problemas asociados con la arquitectura tradicional de von Neumann, que existe desde 1945 y consiste en unidades de procesamiento y memoria.

Estas unidades están separadas físicamente, por lo que los datos deben viajar entre ellas a través de una serie de cables o conductores denominados «bus de memoria». Esto ralentiza la velocidad de todo el sistema informático, consume mucha energía y es un obstáculo importante para un rendimiento eficiente.

El campo de la computación neuromórfica se ha disparado en la última década, eludiendo estos problemas con una entidad integrada que combina memoria y computación, de ahí el nombre de «computación en memoria». Con células de memoria y unidades de procesamiento análogas a la sinapsis biológica y la neurona, esta nueva arquitectura evita las largas distancias que los datos deben viajar en las arquitecturas informáticas tradicionales.

Sin embargo, la mayoría de las aplicaciones informáticas en memoria se basan en un concepto llamado memoria resistiva, en el que los datos se almacenan y procesan utilizando una resistencia eléctrica controlada. Si bien esto permite un procesamiento de memoria similar al del cerebro, estos dispositivos todavía sufren una serie de inconvenientes, incluidos los requisitos de alta potencia y un diseño de sistema complicado.

memory device made from a capacitor

Los investigadores dirigidos por Shimeng Yu del Instituto de Tecnología de Georgia intentaron eludir estos problemas mediante el desarrollo de una sinapsis artificial eléctrica novedosa que se ejecuta en una memoria basada en condensadores.

Los condensadores capturan y almacenan datos como una carga eléctrica. No solo requieren menos corriente para operar, sino que también tienen el beneficio adicional de no ser conductores, lo que significa que las cargas eléctricas no pueden penetrar fácilmente en la sinapsis capacitiva. Esto evita la llamada corriente de fuga progresiva, que ha sido un problema crónico en los sistemas sinápticos artificiales durante años.

Sin el problema de la corriente de fuga progresiva, no hay necesidad de un componente de circuito adicional llamado «selector» que minimice la corriente de fuga. Debido a sus requisitos de fabricación, los selectores solo pueden integrarse en la capa inferior de un chip de computadora, lo que hace que el apilamiento vertical de una sinapsis artificial sea extremadamente difícil. Estos diseños logran mayores densidades de almacenamiento y un mejor rendimiento. El reto era encontrar el material adecuado para ello.

Utilizando óxido de hafnio, un material utilizado durante mucho tiempo en la industria de los semiconductores, el equipo pudo crear la sinapsis artificial capacitiva. El material mostró diferentes valores de capacitancia dependiendo de las cargas eléctricas almacenadas en él, y el hecho de que sea de uso generalizado hace que la implementación comercial de esta tecnología podría facilitarse fácilmente.

Las capacidades de las nuevas sinapsis capacitivas basadas en hafnio se demostraron en una prueba de rendimiento a nivel de sistema a nivel de matriz, lo que indica posibles aplicaciones en el mundo real.

Aunque esta nueva sinapsis a nivel de sistema ha tenido éxito, todavía hay margen de mejora, dijo el equipo. Por ejemplo, aún debe reducirse a unos 10-100 nanómetros, lo que se encuentra dentro de las pautas de fabricación actuales. Esta escala corresponde a aproximadamente 1000-10000 veces más delgado que el cabello humano. Además, se puede lograr una sinapsis más sólida con estados de datos confiables mediante modificaciones estructurales adicionales o ingeniería de geometría de dispositivos de los capacitores.

Si bien esta tecnología novedosa (aunque inmadura) podría lograr un rendimiento comparable o incluso mejor en comparación con las tecnologías maduras de otras matrices sinápticas, será interesante estudiar y optimizar aún más los dispositivos y circuitos capacitivos de sinapsis para mejorar el rendimiento de los dispositivos en memoria -Continuar mejorando informática.

Escrito por Jae Hur

Referencia: Jae Hur, et al., Matriz de barra cruzada capacitiva no volátil para computación en memoria, Sistemas inteligentes avanzados (2022). DOI: 10.1002/aisy.202100258

Descargo de responsabilidad: el autor de este artículo participó en el estudio.

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí

dieciseis − 12 =