Investigadores han desarrollado un nuevo tipo de dispositivo nanoelectrónico que podría reducir drásticamente la energía consumida por el hardware de inteligencia artificial imitando el cerebro humano.
Los investigadores, liderados por la Universidad de Cambridge, desarrollaron una forma de óxido de hafnio que actúa como un “memristor” de alta estabilidad y bajo consumo energético; un componente diseñado para imitar la eficiente forma en que las neuronas se conectan en el cerebro. Los resultados se publican en la revista Science Advances .
Los sistemas de IA actuales dependen de chips informáticos convencionales que transfieren datos entre la memoria y las unidades de procesamiento. Este movimiento constante consume grandes cantidades de electricidad, y la demanda global está aumentando exponencialmente a medida que la adopción de la IA se extiende a todos los sectores.
La computación neuromórfica, o inspirada en el cerebro, es una alternativa para procesar información que podría reducir el consumo energético hasta en un 70% al almacenar y procesar la información en un mismo lugar, y hacerlo con un consumo de energía extremadamente bajo. Este sistema también sería mucho más adaptable, de la misma manera que nuestro cerebro aprende y se adapta.
«El consumo de energía es uno de los principales desafíos del hardware de IA actual», afirmó el autor principal, el Dr. Babak Bakhit, del Departamento de Ciencia de Materiales y Metalurgia de Cambridge. «Para solucionarlo, se necesitan dispositivos con corrientes extremadamente bajas, excelente estabilidad, una uniformidad excepcional en todos los ciclos de conmutación y dispositivos, y la capacidad de alternar entre muchos estados distintos».
La mayoría de los memristores actuales se basan en la formación de diminutos filamentos conductores dentro de un material de óxido metálico. Sin embargo, estos filamentos se comportan de forma impredecible y suelen requerir altos voltajes de formación y funcionamiento, lo que limita su utilidad en sistemas de almacenamiento de datos y computación a gran escala.
El equipo de Cambridge creó un nuevo tipo de película delgada a base de hafnio que cambia de estado de una manera completamente diferente. Al añadir estroncio y titanio y cultivar la película mediante un método de dos pasos, los investigadores lograron formar diminutas compuertas electrónicas, o «uniones pn», dentro del óxido donde se unen las capas. Esto permite que el dispositivo cambie su resistencia de forma gradual modificando la altura de una barrera de energía en la interfaz, en lugar de hacerlo mediante el crecimiento o la ruptura de los filamentos.
Bakhit, quien también está afiliado al Departamento de Ingeniería de Cambridge, afirmó que este mecanismo supera uno de los mayores desafíos en el desarrollo de la tecnología de memristores. «Los dispositivos filamentosos presentan un comportamiento aleatorio», explicó. «Pero como nuestros dispositivos conmutan en la interfaz, muestran una uniformidad excepcional de ciclo en ciclo y de dispositivo a dispositivo».
Utilizando dispositivos basados en hafnio, los investigadores lograron corrientes de conmutación aproximadamente un millón de veces inferiores a las de algunos dispositivos convencionales basados en óxidos. Los memristores también produjeron cientos de niveles de conductancia distintos y estables, un requisito fundamental para la computación analógica en memoria.
Las pruebas de laboratorio demostraron que los dispositivos podían soportar de forma fiable decenas de miles de ciclos de conmutación y almacenar sus estados programados durante aproximadamente un día. Además, reprodujeron reglas de aprendizaje fundamentales observadas en biología, como la plasticidad dependiente del tiempo de los impulsos nerviosos: el mecanismo por el cual las neuronas fortalecen o debilitan sus conexiones según el momento en que llegan las señales.
“Estas son las propiedades que se necesitan si se quiere un hardware que pueda aprender y adaptarse, en lugar de simplemente almacenar datos”, dijo Bakhit.
Sin embargo, aún quedan algunos retos por superar. El proceso de fabricación actual requiere temperaturas de alrededor de 700 °C, superiores a las tolerancias estándar de fabricación de semiconductores. «Este es actualmente el principal desafío en nuestro proceso de fabricación de dispositivos», afirmó Bakhit. «Pero estamos trabajando en formas de reducir la temperatura para que sea más compatible con los procesos industriales estándar».
A pesar de ello, cree que la tecnología podría integrarse finalmente en sistemas a escala de chip. «Si logramos reducir la temperatura e incorporar estos dispositivos en un chip, sería un gran avance», afirmó.
Bakhit, físico de materiales, afirmó que el avance se produjo tras varios años de experimentos infructuosos. El punto de inflexión llegó a finales del año pasado, cuando probó una variante del método de deposición en dos etapas, añadiendo oxígeno solo después de que se hubiera formado la primera capa.
“Le dediqué casi tres años a esto”, dijo. “Hubo muchísimos fallos. Pero a finales de noviembre, vimos los primeros resultados realmente buenos. Todavía es pronto, por supuesto, pero si logramos solucionar el problema de la temperatura, esta tecnología podría revolucionar el mercado, ya que el consumo de energía es mucho menor y, al mismo tiempo, el rendimiento del dispositivo es muy prometedor”.
La investigación contó con el apoyo parcial del Consejo Sueco de Investigación (VR), la Real Academia de Ingeniería, la Real Sociedad y UK Research and Innovation (UKRI). Cambridge Enterprise, el brazo de innovación de la Universidad, ha presentado una solicitud de patente.
Referencia:
Babak Bakhit et al. « Sinapsis memristivas basadas en HfO2 con heterointerfaces pn extendidas asimétricamente para hardware neuromórfico de alta eficiencia energética ». Science Advances (2026). DOI: 10.1126/sciadv.aec2324
Fuente: Universidad de Cambridge
Mas noticias
Narrativas, crímenes y hasta abogado: las conexiones de Pipo y Willy
¿Voto narco en 2023? Los datos desmienten al «Negro Willy»
Lobo Menor, trofeo político en disputa, ya está en Ecuador