Las matrices de memtransistores escalables muestran potencial para redes neuronales artificiales energéticamente eficientes

Investigadores de la Universidad Nacional de Singapur (NUS) han fabricado conjuntos de memtransistores ultrafinos a partir de dicalcogenuro de metales de transición bidimensional (2D) (TMDC) con barreras Schottky controlables. Estas matrices son muy uniformes, demuestran una baja variación entre dispositivos y proporcionan un alto rendimiento para tareas de reconocimiento de imágenes.

Los memtransistores son dispositivos electrónicos que integran almacenamiento de datos y procesamiento de señales en una sola unidad, lo que los hace atractivos para la computación neuromórfica compacta y energéticamente eficiente. Sin embargo, las redes neuronales artificiales (RNA) prácticas requieren grandes conjuntos de estos dispositivos, y lograr una alta relación de conmutación resistiva, un comportamiento consistente entre dispositivos y escalabilidad sigue siendo un desafío.

En los materiales 2D TMDC, las imperfecciones atómicas en el cristal tienden a formarse aleatoriamente, lo que afecta la uniformidad y escalabilidad del dispositivo. Además, el comportamiento no uniforme de migración de vacantes exacerba aún más la variabilidad significativa entre dispositivos y da como resultado un rendimiento de fabricación deficiente. Estos efectos oscurecen los mecanismos de conmutación subyacentes e introducen una gran variabilidad de rendimiento en todo el conjunto.

Un equipo de investigación dirigido por el profesor Chen Wei del Departamento de Física y el Departamento de Química de NUS, fabricó disulfuro de molibdeno ultrafino (MoS₂) matrices de memtransistores con una longitud de canal de 500 nm y demostraron una modulación de barrera Schottky precisa.

Al exponer cuidadosamente áreas seleccionadas al oxígeno, crearon y controlaron una pequeña cantidad de vacantes de azufre, lo que les permitió ajustar las barreras de contacto para que la electricidad fluya a través de los dispositivos de una manera precisa y predecible. Este trabajo de investigación se llevó a cabo en colaboración con el Dr. Jin Tengyu de la Universidad de Shanghai, China.

Los resultados de la investigación se publican en Comunicaciones de la naturaleza.

Los memtransistores fabricados cambian muy claramente entre los estados «encendido» y «apagado», cambiando la corriente eléctrica aproximadamente 10.000 veces y hasta 100.000 veces con modulación de puerta. La matriz también es extremadamente pequeña, ya que cada dispositivo tiene una longitud de canal de 500 nm de largo y un tamaño de celda tan pequeño como 4,65 F.².

Los dispositivos funcionaron de manera consistente en todo el conjunto, con menos del 6,8 % de variación de un dispositivo a otro, y el rendimiento de fabricación puede alcanzar el 100 %, lo que indica una alta uniformidad y confiabilidad. Cuando estos chips se utilizan para construir una red neuronal artificial para tareas de reconocimiento de imágenes, se logra una precisión superior al 98% en el reconocimiento y clasificación de imágenes.

Uno de los autores, el Dr. Hou Xiangyu, dijo: «Este enfoque de fabricación de memtransistores también es aplicable al disulfuro de molibdeno exfoliado mecánicamente y al ditellururo de molibdeno, lo que indica una estrategia de fabricación versátil para construir memtransistores TMDC 2D».

«De cara al futuro, la integración de este enfoque con técnicas de fabricación avanzadas, apilamiento multicapa o arquitecturas híbridas CMOS-2D podría mejorar aún más el rendimiento del dispositivo y permitir aceleradores de IA a gran escala y energéticamente eficientes», añadió el profesor Chen.