Microchips híbridos 2D-CMOS para aplicaciones de memoria

Área de la Ciencia:

• Ciencias de los materiales
• Ingeniería eléctrica
• Nanotecnología

Sus antecedentes:

• Los circuitos electrónicos avanzados se basan en materiales bidimensionales (2D), pero los desafíos de integración limitan la densidad y la funcionalidad del dispositivo.
• Las investigaciones anteriores se centraron en dispositivos 2D grandes y aislados, lo que dificultaba las aplicaciones prácticas debido al bajo rendimiento y la variabilidad.
• Los materiales monocapa 2D en silicio enfrentan desafíos como agujeros y grietas, lo que limita la densidad de integración y las demostraciones computacionales.

Objetivo del estudio:

• Desarrollar microchips híbridos 2D-CMOS de alta densidad de integración para aplicaciones de memoria.
• Para superar las limitaciones de los métodos de integración de materiales 2D anteriores.
• Para demostrar el potencial de estos chips híbridos para computación en memoria y aplicaciones neuromórficas.

Principales métodos:

• Fabricación de microchips híbridos 2D-CMOS mediante la transferencia de nitruro de boro hexagonal de varias capas a microchips de silicio con transistores CMOS de 180 nm.
• Integración de transistores CMOS para el control preciso de corriente en memristores hexagonales de nitruro de boro.
• Diseño de los electrodos superiores y las interconexiones para finalizar los circuitos híbridos.

Principales resultados:

• Se logró una alta densidad de integración de memristores 2D hasta 0,053 μm2 con una resistencia de aproximadamente 5 millones de ciclos.
• Computación en memoria demostrada a través de la construcción de puertas lógicas.
• Las señales de plasticidad dependientes del tiempo de picos medidos, adecuadas para las redes neuronales de picos.

Conclusiones:

• Los microchips híbridos 2D-CMOS desarrollados ofrecen un alto rendimiento y un alto nivel de preparación tecnológica.
• Este trabajo representa un avance significativo hacia la integración de materiales 2D en productos microelectrónicos y dispositivos de memoria.
• La tecnología permite la computación práctica en memoria y allana el camino para el futuro hardware neuromórfico.