Una representación esquemática de la computación en memoria utilizando dispositivos de memoria electroquímica (ECRAM) dispuestas en una estructura de matriz de punto cruzado, imitando la forma en que las sinapsis en la información del proceso del cerebro. Cuando se aplica el voltaje al dispositivo, los iones se mueven dentro del canal, permitiendo el cálculo simultáneo y el almacenamiento de datos. Este estudio revela cómo se comportan los iones y los electrones bajo voltaje aplicado, descubriendo la dinámica operativa interna del dispositivo. Crédito: Postech
A medida que la inteligencia artificial (IA) continúa avanzando, los investigadores de Postech (Universidad de Ciencia y Tecnología de Pohang) han identificado un avance que podría hacer que las tecnologías de IA sean más rápidas y eficientes.
El profesor Seyoung Kim y el Dr. Hyunjeong Kwak de los Departamentos de Ciencia e Ingeniería de Materiales e Ingeniería de Semiconductores en Postech, en colaboración con el Dr. Oki Gunawan del Centro de Investigación de IBM TJ Watson, se han convertido en el primero en descubrir los mecanismos operativos ocultos de la memoria electroquímica aleatoria (ECRAM), una tecnología prometedora de próxima generación para AI. Su estudio se publica en la revista Nature Communications.
A medida que avanzan las tecnologías de IA, las demandas de procesamiento de datos han aumentado exponencialmente. Sin embargo, los sistemas informáticos actuales, el almacenamiento de datos separado (memoria) del procesamiento de datos (procesadores), lo que resulta en un tiempo y consumo significativo de tiempo debido a transferencias de datos entre estas unidades. Para abordar este problema, los investigadores desarrollaron el concepto de computación en memoria.
La computación en memoria permite los cálculos directamente dentro de la memoria, eliminando el movimiento de datos y logrando operaciones más rápidas y más eficientes. ECRAM es una tecnología crítica para implementar este concepto. Los dispositivos ECRAM almacenan y procesan información utilizando movimientos iónicos, lo que permite el almacenamiento continuo de datos de tipo analógico. Sin embargo, comprender su estructura compleja y sus materiales de óxido de alta resistencia se han mantenido desafiantes, lo que ha obstaculizado significativamente la comercialización.
Para abordar esto, el equipo de investigación desarrolló un dispositivo ECRAM estructurado múltiple utilizando óxido de tungsteno y aplicó el sistema paralelo de salón de línea dipolo, lo que permite la observación de la dinámica interna de electrones desde temperaturas ultral-bajas (-223 ° C, 50k) a temperatura ambiente (300k). Observaron, por primera vez, que las vacantes de oxígeno dentro del ECRAM crean estados de donantes poco profundos (~ 0.1 eV), formando efectivamente atajos a través de los cuales los electrones se mueven libremente.
En lugar de simplemente aumentar la cantidad de electrones, el ECRAM crea inherentemente un entorno que facilita el transporte de electrones más fácil. De manera crucial, este mecanismo se mantuvo estable incluso a temperaturas extremadamente bajas, lo que demuestra la robustez y la durabilidad del dispositivo ECRAM.
El profesor Seyoung Kim de Postech enfatizó: “Esta investigación es significativa ya que aclaró experimentalmente el mecanismo de conmutación de ECRAM a través de varias temperaturas. La comercialización de esta tecnología podría conducir a un rendimiento de IA más rápido y una duración extendida de la batería en dispositivos como teléfonos inteligentes, tabletas y computadoras portátiles”.
Más información: Hyunjeong Kwak et al, revelando mecanismos de conmutación de ECRAM utilizando mediciones de salas de temperatura variable para el cálculo de IA acelerado, las comunicaciones de la naturaleza (2025). Doi: 10.1038/s41467-025-58004-0
Proporcionado por la Universidad de Ciencia y Tecnología de Pohang
Cita: un atajo a la computación de IA: la computación en memoria supera los cuellos de botella de transferencia de datos (2025, 25 de abril) Consultado el 25 de abril de 2025 de https://techxplore.com/news/2025-04-shortcut-ai-memory-bottlenecks.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
