Pesquisadores de Cambridge desenvolvem memristor de óxido de háfnio para chips de IA de baixo consumo energético

Novo material para chip neuromórfico

Pesquisadores de Cambridge desenvolveram um dispositivo nanoeletrônico usando óxido de háfnio que atua como um memristor estável e de baixa energia projetado para imitar conexões neurais no cérebro humano. O trabalho, publicado na Science Advances, aborda os desafios de consumo de energia no hardware atual de IA.

Como funciona

Ao contrário dos sistemas convencionais de IA que transportam dados entre unidades separadas de memória e processamento, essa abordagem inspirada no cérebro armazena e processa informações no mesmo local. A equipe de Cambridge criou um filme fino à base de háfnio que muda de estado de maneira diferente dos memristores existentes.

A maioria dos memristores depende de filamentos condutores dentro do material de óxido metálico, que se comportam de forma imprevisível e exigem altas tensões. O dispositivo de Cambridge, em vez disso, usa um método de crescimento em duas etapas com adição de estrôncio e titânio para formar minúsculos portões eletrônicos (junções p-n) onde as camadas se encontram.

Isso permite que o dispositivo mude a resistência suavemente deslocando a altura de uma barreira de energia na interface, em vez de crescer ou romper filamentos. O pesquisador principal Dr. Babak Bakhit observa: "Como nossos dispositivos comutam na interface, eles mostram uniformidade excepcional de ciclo para ciclo e de dispositivo para dispositivo".

Métricas de desempenho

• Correntes de comutação aproximadamente um milhão de vezes menores do que dispositivos convencionais baseados em óxido
• Produz centenas de níveis de condutância distintos e estáveis
• Potencial para reduzir o consumo de energia de IA em até 70% em comparação com o hardware atual
• Excelente estabilidade e uniformidade entre ciclos de comutação

Os pesquisadores enfatizam que um hardware de IA eficaz requer dispositivos com correntes extremamente baixas, excelente estabilidade, uniformidade excepcional e capacidade de alternar entre muitos estados distintos. Essa abordagem de memristor de óxido de háfnio parece atender a esses requisitos enquanto aborda o problema da aleatoriedade dos filamentos que limitou as tecnologias anteriores de memristores.