[ad_1]
(Noticias de Nanowerk) Son muchas veces más rápidas que la memoria flash y requieren significativamente menos energía: las células de memoria memristivas podrían revolucionar la eficiencia energética de las computadoras neuromórficas. En estas computadoras, que se basan en cómo funciona el cerebro humano, las células memristivas funcionan como sinapsis artificiales. Numerosos grupos de todo el mundo están trabajando en el uso de los circuitos neuromórficos correspondientes, pero a menudo sin comprender cómo funcionan y con modelos defectuosos.
Los investigadores de Jülich ahora han resumido los principios y modelos físicos en un artículo de descripción general completo en la revista avances en fisica («Fenómenos memristivos nanoiónicos en óxidos metálicos: el mecanismo de cambio de valencia»).
El cerebro humano realiza ciertas tareas, como reconocer patrones y lenguaje, de manera muy eficiente y solo necesita aproximadamente una diezmilésima parte de la energía de una computadora convencional, llamada «von Neumann». Una de las razones radica en las diferencias estructurales: en una arquitectura de von Neumann, existe una clara separación entre la memoria y el procesador, lo que requiere el movimiento constante de grandes cantidades de datos. Esto consume tiempo y energía: el llamado cuello de botella de von Neumann. En el cerebro, la operación aritmética tiene lugar directamente en la memoria de datos y las sinapsis biológicas asumen simultáneamente las tareas de memoria y procesador.
En Jülich, los científicos han estado trabajando durante más de 15 años en dispositivos y componentes especiales de almacenamiento de datos que pueden tener propiedades similares a las sinapsis en el cerebro humano. Los llamados módulos de memoria memristive, también conocidos como memristores, se consideran extremadamente rápidos, ahorran energía y se pueden miniaturizar muy bien hasta el rango de nanómetros.
La funcionalidad de las celdas memristivas se basa en un efecto muy especial: su resistencia eléctrica no es constante, pero teóricamente se puede cambiar continuamente y restablecer nuevamente aplicando un voltaje externo. El cambio en la resistencia está controlado por el movimiento de los iones de oxígeno. Si estos salen de la capa de óxido de metal semiconductor, el material se vuelve más conductor y la resistencia eléctrica cae. Este cambio en la resistencia se puede utilizar para almacenar información.
Los procesos que pueden tener lugar en las células son muy complejos y varían según el sistema material. Tres investigadores del Instituto Jülich Peter Grünberg – Prof. Regina Dittmann, Dr. Stephan Menzel y el Prof. Rainer Waser han recopilado los resultados de su investigación en un artículo de resumen detallado. Explican en detalle los diversos efectos físicos y químicos en los memristores y arrojan luz sobre la influencia de estos efectos en las propiedades de conmutación de las células memristivas y su confiabilidad.
«Si observa las actividades de investigación actuales en el campo de los circuitos de memristores neuromórficos, a menudo se basan en enfoques empíricos para la optimización de materiales», dice Rainer Waser, director del Instituto Peter Grünberg. «Nuestro objetivo con nuestro artículo de revisión es brindar a los investigadores algo con lo que trabajar para permitir la optimización de materiales basada en evidencia».
El equipo de autores trabajó en el artículo de 200 páginas durante diez años y, por supuesto, siempre incorporó nuevos hallazgos.
«El funcionamiento análogo de las células memristivas, que se requieren para su uso como sinapsis artificiales, no es la norma. Por lo general, hay saltos repentinos en la resistencia, que son causados por la amplificación mutua del movimiento de iones y el calor de Joule», explica Regina Dittmann del Instituto Peter Grünberg. «En nuestro artículo de revisión, brindamos a los investigadores la comprensión necesaria sobre cómo cambiar la dinámica de las células para permitir un modo de operación analógico».
“Ves una y otra vez que las empresas simulan sus circuitos de memristores con modelos que no tienen en cuenta en absoluto la alta dinámica de las células. Estos circuitos nunca funcionarán”, dijo Stephan Menzel, quien dirige las actividades de modelado en el Instituto Peter Grünberg y ha desarrollado poderosos modelos compactos que ahora están disponibles públicamente. «En nuestro artículo de descripción general, transmitimos los conceptos básicos que son extremadamente útiles para el manejo correcto de nuestros modelos compactos».
![La imagen muestra la conexión entre dos neuronas biológicas a través de una sinapsis.](https://www.nanowerk.com/nanotechnology-news2/newsid=61281.php/id61281_1.jpg)
Hoja de ruta de computación neuromórfica
La «Hoja de ruta de la computación e ingeniería neuromórficas» publicada en mayo de 2022 muestra cómo la computación neuromórfica puede ayudar a reducir el enorme consumo de energía de TI en todo el mundo. En él, investigadores del Instituto Peter Grünberg (PGI-7) junto con destacados expertos en la materia han recopilado las diversas posibilidades tecnológicas, enfoques de cálculo, algoritmos de aprendizaje y campos de aplicación.
Según el estudio, las aplicaciones en el campo de la inteligencia artificial, como el reconocimiento de patrones o el reconocimiento de voz, deberían beneficiarse especialmente del uso de hardware neuromórfico. Porque se basan -mucho más que las clásicas operaciones aritméticas numéricas- en el movimiento de grandes cantidades de datos. Las celdas memristivas hacen posible procesar estos gigantescos conjuntos de datos directamente en la memoria sin transportarlos de un lado a otro entre el procesador y la memoria. Esto podría reducir la eficiencia energética de las redes neuronales artificiales en órdenes de magnitud.
Las células memristivas también se pueden interconectar para formar matrices de alta densidad que permiten que las redes neuronales aprendan localmente. Esta denominada computación perimetral traslada los cálculos del centro de datos al piso de la fábrica, al vehículo o al hogar de las personas que necesitan atención. De esta forma, los procesos se pueden monitorear y controlar o se pueden iniciar medidas de rescate sin que los datos se envíen a través de una nube. «Esto logra dos cosas al mismo tiempo: ahorra energía y, al mismo tiempo, los datos personales y relevantes para la seguridad permanecen en el sitio», dice el profesor Dittmann, quien como editor desempeñó un papel clave en la creación de la hoja de ruta.
[ad_2]