Categories: NoticiasTecnología

Un estudio de investigación identifica pequeñas diferencias materiales y su importancia para el comportamiento del dispositivo de memoria

Los dispositivos de memoria han sido muy investigados tanto en la academia como en la industria durante las últimas dos décadas. Si bien se propusieron originalmente como memorias binarias de acceso aleatorio no volátil (RAM), y de hecho se realizaron investigaciones iniciales en la búsqueda de memorias de mayor densidad, sus características las hacen útiles para aplicaciones informáticas más novedosas, como la computación en memoria y analógica. .
Capaces de operar con una potencia extremadamente baja y comportarse de manera similar a las neuronas del cerebro humano, se cree que los dispositivos de memoria son una alternativa muy prometedora a los elementos nanoelectrónicos en los chips de computadoras modernas.
Ahora, los investigadores de la Alianza de Investigación Jülich Aachen (JARA) y el grupo tecnológico alemán Heraeus afirman haber descubierto cómo controlar su comportamiento funcional.

Pequeñas diferencias materiales

Los dispositivos de memoria están siendo muy investigados debido a sus funcionalidades ventajosas y la promesa que tienen para la electrónica. Hoy en día, las principales compañías como IBM, HP, Intel y Samsung están llevando a cabo investigaciones sobre elementos y dispositivos de memoria con el fin de llevar al mercado nuevos tipos de computadoras y dispositivos de almacenamiento.
Una característica fundamental, si no la principal, de los memristors es su capacidad para cambiar de alta resistencia a baja resistencia y viceversa. En teoría, esto significa que los dispositivos son adaptativos, similares a las sinapsis en nuestro propio sistema nervioso. "Los elementos de memoria se consideran candidatos ideales para las computadoras inspiradas en la neurología modeladas en el cerebro, que están atrayendo un gran interés en relación con el aprendizaje profundo y la inteligencia artificial", dice la Dra. Ilia Valov.

Pequeñas diferencias de nivel de material
Ahora, los dispositivos de memoria pueden encontrar potencial en una gama más amplia de aplicaciones gracias a la investigación del equipo. Destaca "las diferencias más pequeñas" en la composición del material que hacen grandes diferencias en el comportamiento de un dispositivo memristive en términos de eficiencia y confiabilidad. Estas diferencias son tan pequeñas que, hasta ahora, los investigadores no han podido notarlas.


Dra. Ilia Valov (izquierda) en el Grupo de Óxidos en Forschungszentrum Jülich, donde se llevaron a cabo los experimentos del equipo. En el fondo están Michael Lübben (centro) y el Prof. Rainer Waser (derecha). Imagen acreditada a RWTH Aachen / Peter Windany

Control selectivo de conmutación y comportamiento neuromórfico

Esta investigación describe cómo estas pequeñas diferencias hacen posible controlar selectivamente el cambio y el comportamiento neuromórfico de estos elementos memristivos, de manera similar al dopaje de semiconductores, y diseñar sistemas memristivos muy específicos. Esto se logra mediante la introducción de átomos extraños que permiten el control de las propiedades de solubilidad y transporte de la capa delgada de óxido que se encuentra en los elementos memristivos.
Según los hallazgos del equipo, la pureza de la capa de óxido de cambio es el factor crucial aquí. "Dependiendo de si utiliza un material que es 99.999999% puro, y si introduce un átomo extraño en diez millones de átomos de material puro o en cien átomos, las propiedades de los elementos memristivos varían sustancialmente", dice Valov.
Según Valov, los fabricantes podrían utilizar las ideas de su equipo para desarrollar metódicamente elementos de memoria y solo seleccionar las funciones que necesitan. Una concentración de dopaje más alta, por ejemplo, significa que cuanto más lenta cambia la resistencia de los elementos memristive a medida que fluctúan los pulsos de voltaje entrantes, y más estable es esta resistencia. "Esto significa que hemos encontrado una manera de diseñar tipos de sinapsis artificiales con excitabilidad diferente", explica Valov.

Maria Montero

Me apasiona la fotografía y la tecnología que nos permite hacer todo lo que siempre soñamos. Soñadora y luchadora. Actualmente residiendo en Madrid.

Recent Posts

Máquina de mano Lean, Green, Raspberry Pi

Los días felices de la PDA y Blackberry han quedado definitivamente atrás, pero el factor…

2 years ago

Cómo pronosticar series de tiempo usando autorregresión

Tutorial sobre cómo pronosticar usando un modelo autorregresivo en PythonFoto de Aron Visuals en UnsplashForecasting…

2 years ago

Aquí están todas las formas en que puede cargar su AirPods Pro

Si tienes un iPhone, los AirPods Pro son la opción obvia para escuchar música, ¡aunque…

2 years ago

Las principales noticias tecnológicas del lunes: la prohibición de clientes de terceros de Twitter parece no ser un accidente

Ilustración de Alex Castro / The Verge Plus nuevos rumores sobre el quinto Galaxy Fold.…

2 years ago

AirPods Max 2: aquí están las características más solicitadas

Se rumorea que los auriculares premium de próxima generación de Apple, los AirPods Max 2,…

2 years ago

El remake de Dead Space continúa luciendo terriblemente genial en el nuevo tráiler de la historia

El desarrollador Motive Studio y el editor EA han lanzado un nuevo tráiler de la…

2 years ago