Plasticidad sináptica: Las resistencias de memoria basadas en grafeno pueden exhibir un comportamiento histerético, lo que significa que su conductancia puede cambiar según el historial de voltaje aplicado. Esta propiedad les permite imitar el comportamiento de las sinapsis biológicas, que pueden fortalecerse o debilitarse con el tiempo según la frecuencia y el momento de las señales eléctricas. Esta modulación dinámica de la conductancia es esencial para el almacenamiento y procesamiento de información en redes neuronales.
Alta densidad: El grafeno, al ser un material bidimensional, puede integrarse en matrices densas, lo que permite la creación de redes neuronales a gran escala. La delgadez atómica del grafeno permite la fabricación de conjuntos de barras transversales de resistencias de memoria de alta densidad, donde cada unión de punto de cruce actúa como una sinapsis artificial. Este diseño compacto facilita la integración de millones o incluso miles de millones de sinapsis en un área pequeña, imitando la densa conectividad del cerebro humano.
Bajo consumo de energía: Las resistencias de memoria basadas en grafeno pueden funcionar a niveles de potencia extremadamente bajos. La dimensionalidad inherentemente baja y la alta movilidad del portador del grafeno permiten una conmutación eficiente de estados de conductancia con una mínima disipación de energía. Esta operación de bajo consumo de energía es crucial para la computación inspirada en el cerebro, donde la eficiencia energética es un requisito crítico para imitar las capacidades de procesamiento de información energéticamente eficientes del cerebro humano.
Escalabilidad: La naturaleza escalable de la síntesis de grafeno y la fabricación de dispositivos hace que las resistencias de memoria basadas en grafeno sean adecuadas para la producción a gran escala. El grafeno se puede cultivar en grandes áreas mediante deposición química de vapor (CVD) u otras técnicas escalables. Esta escalabilidad es vital para realizar sistemas informáticos neuromórficos prácticos que requieren una gran cantidad de conexiones sinápticas.
Integración con CMOS: Las resistencias de memoria basadas en grafeno se pueden integrar perfectamente con la tecnología CMOS (semiconductor de óxido metálico complementario) convencional, que constituye la base de la electrónica moderna. Esta integración permite la combinación de funciones computacionales y de memoria en el mismo chip, imitando la colocalización del procesamiento y la memoria en el cerebro. La compatibilidad con CMOS abre la posibilidad de sistemas neuromórficos híbridos que aprovechen las fortalezas de las tecnologías de dispositivos tanto convencionales como emergentes.
Progreso de la investigación: Las resistencias de memoria basadas en grafeno se han estudiado y desarrollado ampliamente durante la última década, con avances significativos en la ingeniería de materiales y el diseño de dispositivos. Esta activa comunidad de investigación supera continuamente los límites del rendimiento y la confiabilidad, haciendo que los memristores basados en grafeno sean cada vez más viables para aplicaciones prácticas de computación neuromórfica.
En resumen, las resistencias de memoria basadas en grafeno son muy prometedoras para la computación basada en el cerebro debido a su plasticidad sináptica, alta densidad, bajo consumo de energía, escalabilidad, compatibilidad CMOS y progreso de investigación en curso. Estas propiedades hacen que los memristores basados en grafeno sean candidatos prometedores para emular el comportamiento complejo del cerebro humano y permitir avances en la computación neuromórfica y la inteligencia artificial.
