La plataforma de computación analógica basada en una matriz de un memristor procesa eficientemente videos en tiempo real

A medida que los modelos de inteligencia artificial se vuelven cada vez más avanzados, los ingenieros electrónicos han intentado desarrollar nuevo hardware que sea más adecuado para ejecutar estos modelos, al tiempo que limita el consumo de energía y aumenta la velocidad a la que procesan los datos. Algunas de las soluciones más prometedoras diseñadas para satisfacer las necesidades de los algoritmos de aprendizaje automático son las plataformas basadas en memristores.

Los memristores, o resistencias de memoria, son componentes eléctricos que pueden conservar su resistencia incluso en ausencia de energía eléctrica, ajustando su resistencia en función de la carga eléctrica que pasa a través de ellos. Esto significa que pueden admitir simultáneamente el almacenamiento y el procesamiento de información, lo que podría resultar ventajoso para ejecutar algoritmos de aprendizaje automático.

Los dispositivos basados ​​en Memristor podrían usarse para desarrollar hardware más compacto y energéticamente más eficiente para ejecutar modelos de IA, incluidas las soluciones informáticas distribuidas emergentes denominadas sistemas informáticos de vanguardia. A pesar de sus ventajas, se ha descubierto que muchas plataformas existentes basadas en memristores tienen limitaciones notables, lo que afecta negativamente a su confiabilidad y resistencia.

Investigadores del Instituto Avanzado de Ciencia y Tecnología de Corea (KAIST) y otros institutos de la República de Corea desarrollaron recientemente una nueva plataforma informática analógica basada en una matriz de memristores sin selector.

Esta plataforma, introducida en un papel publicado en Electrónica de la naturalezase descubrió que ejecuta algoritmos de inteligencia artificial para el procesamiento de videos en tiempo real de manera eficiente y confiable.

«Los sistemas basados ​​en conjuntos de memristores enfrentan desafíos al implementar algoritmos de IA en tiempo real con aprendizaje completo en el dispositivo debido a problemas de confiabilidad, como bajo rendimiento, falta de uniformidad y problemas de resistencia», escribieron Hakcheon Jeong, Seungjae Han y sus colegas en su artículo. «Presentamos una plataforma informática analógica basada en una matriz de memristores analógicos sin selector».

La plataforma de los investigadores consta de 1.024 memristores fabricados de óxido de titanio (TiO_incógnita), dispuestos en una cuadrícula de 32 x 32. Se descubrió que estos memristores almacenan y procesan de manera confiable la información enviada a los algoritmos de aprendizaje automático y funcionan de manera consistente a lo largo del tiempo.

«Utilizamos memristores de óxido de titanio de tipo interfacial con una distribución gradual de oxígeno que exhibe alta confiabilidad, alta linealidad, atributo sin formación y autorrectificación», escribieron Jeong, Han y sus colegas.

«Nuestra plataforma, que consta de una matriz de barra transversal de 1 K (32 × 32) sin selector (un memristor), circuitos periféricos y controlador digital, puede ejecutar algoritmos de IA en el dominio analógico mediante autocalibración sin operaciones de compensación ni entrenamiento previo. «

Para evaluar el potencial de su plataforma informática analógica, los investigadores llevaron a cabo varias pruebas, en las que la utilizaron para ejecutar modelos de IA para el procesamiento de vídeos en tiempo real empleando un esquema de formación en línea. Este marco se utilizó para entrenar a los modelos para que discernieran entre los elementos dinámicos en los videos y los fondos estáticos.

«Ilustramos las capacidades del sistema con separación de primer plano y fondo de video en tiempo real, logrando una relación señal-ruido pico promedio de 30,49 dB y una medida de índice de similitud estructural de 0,81; estos valores son similares a los de las simulaciones para el caso ideal», escribieron los investigadores.

Hasta ahora, la nueva plataforma basada en memristor desarrollada por Jeong, Han y sus colegas ha arrojado resultados muy prometedores, permitiendo el procesamiento eficiente y confiable de video en tiempo real transmitido directamente desde una cámara.

En el futuro, podría mejorarse aún más y evaluarse en una gama más amplia de tareas de procesamiento de datos en tiempo real, lo que podría contribuir al avance de las soluciones informáticas de vanguardia.

© 2025 Red Ciencia X