Con la llegada del Big Data, las arquitecturas computacionales actuales están demostrando ser insuficientes. Las dificultades para disminuir el tamaño de los transistores, el gran consumo de energía y las velocidades de operación limitadas hacen de la computación neuromórfica una alternativa prometedora.

La computación neuromórfica, un nuevo paradigma de computación inspirado en el cerebro, reproduce la actividad de las sinapsis biológicas mediante el uso de redes neuronales artificiales. Dichos dispositivos funcionan como un sistema de interruptores, de modo que la posición ON corresponde a la retención de información o "aprendizaje", mientras que la posición OFF corresponde a la eliminación de información u "olvido".

En una publicación reciente, científicos de la Universitat Autònoma de Barcelona (UAB), el CNR-SPIN (Italia), el Instituto Catalán de Nanociencia y Nanotecnología (ICN2), el Instituto de Micro y Nanotecnología (IMN-CNM-CSIC) y el El Sincrotrón ALBA ha explorado la emulación de sinapsis artificiales utilizando nuevos dispositivos de materiales avanzados. El proyecto ha sido liderado por el Serra Húnter Fellow Enric Menéndez y el investigador ICREA Jordi Sort, ambos del Departamento de Física de la UAB, y forma parte del Ph.D. de Sofia Martins. tesis.

Un nuevo enfoque para imitar las funciones de sinapsis

Hasta ahora, la mayoría de los sistemas utilizados para este propósito estaban controlados en última instancia por corrientes eléctricas, lo que implicaba una importante pérdida de energía por disipación de calor. Aquí, la propuesta de los investigadores fue utilizar magneto-ionics, el control no volátil de las propiedades magnéticas de los materiales mediante la migración de iones impulsada por voltaje, lo que reduce drásticamente el consumo de energía y hace que el almacenamiento de datos sea eficiente desde el punto de vista energético.

Aunque la disipación de calor disminuye con los efectos de la migración de iones, el movimiento magneto-iónico del oxígeno a temperatura ambiente suele ser lento para las aplicaciones industriales y requiere varios segundos o incluso minutos para alternar el estado magnético. Para resolver este problema, el equipo investigó el uso de materiales de destino cuya estructura cristalina ya contenía los iones a transportar. Dichos objetivos magneto-iónicos pueden sufrir transformaciones totalmente reversibles de un estado no ferromagnético (apagado) a un estado ferromagnético (encendido) y viceversa simplemente por el movimiento de oxígeno impulsado por voltaje desde el objetivo hacia un depósito (encendido) y viceversa (APAGADO).

Dadas sus estructuras cristalinas, los óxidos de cobalto fueron los materiales elegidos para la fabricación de las películas, que van desde los 5 nm hasta los 230 nm de espesor. Los investigadores estudiaron el papel del grosor en el comportamiento magnetoiónico resultante y revelaron que cuanto más delgadas eran las películas, más rápido se alcanzaba la generación de magnetización.

Los espectros de absorción de rayos X (XAS) de las muestras se realizaron en la línea de luz BOREAS del Sincrotrón ALBA. Se utilizó XAS para caracterizar, a temperatura ambiente, la composición elemental y el estado de oxidación de las películas de óxido de cobalto, que resultó diferente para las películas más delgadas y más gruesas. Estos hallazgos fueron cruciales para comprender las diferencias en el movimiento magnetoiónico del oxígeno entre las películas.

Dado que las velocidades de funcionamiento logradas en este trabajo eran similares a las utilizadas para la computación neuromórfica, se investigaron más a fondo las películas de óxido de cobalto más delgadas. En particular, se indujeron los efectos relacionados con el aprendizaje de las capacidades neuromórficas y los resultados proporcionaron evidencia de que los sistemas magneto-iónicos pueden emular funcionalidades de "aprendizaje" y "olvido".

Además de la computación neuromórfica, otras aplicaciones prácticas como las memorias magnéticas y la espintrónica se beneficiarán de los resultados de este estudio. La combinación de memorias magnéticas con magneto-iónicos energéticamente eficientes podría ser una forma posible de reducir las energías operativas para los medios de almacenamiento de datos de próxima generación, mientras que los mecanismos magneto-iónicos para controlar las capas antiferromagnéticas son actualmente candidatos prometedores para el desarrollo de dispositivos espintrónicos. + Explora más

Descubriendo tecnologías de ahorro energético en el sector TI:control de ferriimanes por tensión