Investigadores de Cambridge desarrollan memristor de óxido de hafnio para chips de IA de bajo consumo energético.

Nuevo material para chips neuromórficos

Investigadores de Cambridge han desarrollado un dispositivo nanoelectrónico que utiliza óxido de hafnio y actúa como un memristor estable y de bajo consumo energético, diseñado para imitar las conexiones neuronales del cerebro humano. El trabajo, publicado en Science Advances, aborda los desafíos de consumo energético en el hardware actual de IA.

Cómo funciona

A diferencia de los sistemas convencionales de IA que transportan datos entre unidades de memoria y procesamiento separadas, este enfoque inspirado en el cerebro almacena y procesa información en el mismo lugar. El equipo de Cambridge creó una película delgada basada en hafnio que cambia de estado de manera diferente a los memristores existentes.

La mayoría de los memristores dependen de filamentos conductores dentro del material de óxido metálico, que se comportan de manera impredecible y requieren altos voltajes. El dispositivo de Cambridge, en cambio, utiliza un método de crecimiento en dos pasos con la adición de estroncio y titanio para formar pequeñas puertas electrónicas (uniones p-n) donde se encuentran las capas.

Esto permite que el dispositivo cambie su resistencia de manera suave al desplazar la altura de una barrera de energía en la interfaz, en lugar de hacerlo mediante el crecimiento o ruptura de filamentos. El investigador principal, Dr. Babak Bakhit, señala: "Debido a que nuestros dispositivos cambian en la interfaz, muestran una uniformidad excepcional de ciclo a ciclo y de dispositivo a dispositivo".

Métricas de rendimiento

• Corrientes de conmutación aproximadamente un millón de veces más bajas que los dispositivos convencionales basados en óxido
• Produce cientos de niveles de conductancia distintos y estables
• Potencial para reducir el consumo energético de la IA hasta en un 70% en comparación con el hardware actual
• Excelente estabilidad y uniformidad a lo largo de los ciclos de conmutación

Los investigadores enfatizan que el hardware efectivo de IA requiere dispositivos con corrientes extremadamente bajas, excelente estabilidad, uniformidad sobresaliente y la capacidad de cambiar entre muchos estados distintos. Este enfoque de memristor de óxido de hafnio parece cumplir con estos requisitos mientras aborda el problema de aleatoriedad de los filamentos que ha limitado las tecnologías previas de memristores.