Miles de niveles de conductividad en los memristores integrados en CMOS

Área de la Ciencia:

• Ciencias de los materiales e ingeniería
• Ingeniería eléctrica
• Ciencias de la computación (inteligencia artificial y aprendizaje automático)

Sus antecedentes:

• Los dispositivos memristivos ofrecen un rendimiento y una eficiencia energética mejorados para el aprendizaje automático y la inteligencia artificial, especialmente en aplicaciones de borde.
• El entrenamiento de modelos de redes neuronales desde cero requiere muchos recursos, lo que hace que la programación de peso pre-entrenada en memristores distribuidos sea un enfoque práctico para la IA de borde.
• La programabilidad de alta precisión con numerosos niveles de conductancia distinguibles es esencial para los memristores en aplicaciones de redes neuronales a gran escala.

Objetivo del estudio:

• Lograr un alto número de niveles de conductividad distinguibles en dispositivos de memoria para aplicaciones precisas de redes neuronales.
• Identificar y superar las limitaciones físicas que impiden el logro de estados de conductividad múltiple en los memristores.
• Desarrollar protocolos operativos para habilitar memristores de alta precisión adecuados para aplicaciones comerciales de IA de vanguardia.

Principales métodos:

• Fabricación de matrices de memristores 256x256 integradas monolíticamente en circuitos de metal-óxido-semiconductor (CMOS) complementarios mediante una fundición comercial.
• Identificación de la física subyacente que limita los niveles de conductividad y desarrollo de protocolos de operación eléctrica para eludir estas limitaciones.
• Caracterización del rendimiento del memristor, incluida la resistencia a más de un millón de ciclos y la precisión de los niveles de conductividad programados.

Principales resultados:

• Se lograron 2.048 niveles de conductividad distinguibles en memristores individuales, con lecturas consistentemente dentro de 1 μS de la conductividad objetivo.
• Demostró la capacidad de programar una matriz de memristor de 256x256 en 64 niveles de conductividad diferentes a través de bloques.
• Se confirmó la alta resistencia y robustez de los dispositivos de memoria, con más de un millón de ciclos de conmutación demostrados.

Conclusiones:

• El estudio permitió con éxito memristores de alta precisión con un número sin precedentes de niveles de conductividad a través de la comprensión de la física fundamental y nuevos protocolos operativos.
• Estos memristores de alta precisión son adecuados para la programación directa de pesos sinápticos de redes neuronales, allanando el camino para la comercialización de aplicaciones avanzadas de inteligencia artificial.
• Los hallazgos ofrecen información significativa sobre los mecanismos de conmutación memristiva y proporcionan una vía para el desarrollo de dispositivos memristivos avanzados para la computación neuromórfica y otras aplicaciones.