Los sistemas convencionales de computación von Neumann han quedado obsoletos con el rápido desarrollo de la computación neuroinspirada. Los dispositivos sinápticos basados en memristores, que emulan las sinapsis biológicas, se consideran prometedores para realizar una computación neuroinspirada eficiente. Sin embargo, los memristores desarrollados anteriormente adolecían de un elevado consumo de energía o de falta de estabilidad. La unión túnel ferroeléctrica (FTJ) es un nuevo candidato para la construcción de memristores gracias a su característica de almacenamiento estable de datos, pero no cumple con los requisitos deseables en términos de resistencia, consumo de energía, linealidad, etc.
En un trabajo reciente publicado en Nature Communications, un equipo dirigido por el Prof. Li Xiaoguang y el Prof. Yin Yuewei de la Universidad de Ciencia y Tecnología de China (USTC) de la Academia China de Ciencias, desarrolló una novedosa sinapsis FTJ basada en Ag/PbZr0,52Ti0,48O3 (PZT, orientado a (111)/Nb:SrTiO.
El equipo estudió exhaustivamente las propiedades de la sinapsis FTJ recién desarrollada. Bajo un bajo voltaje y una velocidad de funcionamiento cercana a la de la memoria dinámica de acceso aleatorio (DRAM), la muestra FTJ mostraba 256 estados de conductancia con una linealidad y estabilidad satisfactorias. La relación ON/OFF llegó a ser de 200, y también se consiguió una resistencia de hasta 109. Incluso cuando se aplicaba un pulso de tensión cercano a la velocidad de la CPU, la muestra seguía mostrando 150 estados de conductancia y una baja variación ciclo a ciclo.
Para estudiar el rendimiento de la sinapsis FTJ en circunstancias reales, el equipo realizó simulaciones de redes neuronales convolucionales basadas en el resultado de la prueba de la muestra FTJ. El objetivo de la simulación era reconocer imágenes de productos de moda en el conjunto de datos F-MNIST, y se logró un alto reconocimiento del 94,7% basado en 256 estados. El rendimiento fue comparable al logrado por el software basado en punto flotante.
Las imágenes ruidosas, habituales hoy en día, han supuesto una gran dificultad para el reconocimiento de imágenes. Debido a esto, el equipo realizó una simulación con imágenes ruidosas con ruido de pizarra y pimienta o ruido gaussiano y la precisión del reconocimiento siguió siendo alta, lo que demuestra la fiabilidad del nuevo memristor basado en la sinapsis FTJ.
Estos resultados demostraron que los FTJ orientados a (111) son prometedores para la computación neuroinspirada.
[content-egg module=Youtube template=custom/simple]Lo más visto del mes en: Tecnología
Jessica Ávila
Me apasiona la música y todo lo relacionado con lo audiovisual desde muy joven, y crecí en esta carrera que me permite utilizar mis conocimientos sobre tecnología de consumo día a día. Puedes seguir mis artículos aquí en Elenbyte para obtener información sobre algunos de los últimos avances tecnológicos, así como los dispositivos más sofisticados y de primera categoría a medida que estén disponibles.
