Durante décadas, a computación baseouse nunha mesma regra: os datos gardábanse nun lugar e procesábanse noutro. Esta separación, a base da arquitectura de von Neumann, impulsou a era dixital. Hoxe en día un novo actor promete cuestionar esa orde estable: o memtristor, un dispositivo capaz de almacenar e calcular ao mesmo tempo. Esta é a liña de investigación que seguen dende o Centro Singular de Investigación en Química Biolóxica e Materiais Moleculares (CiQUS) e o Centro de Investigación en Tecnoloxías Intelixentes (CiTIUS), como os investigadores Francisco Rivadulla e o Ramón y Cajal Diogo Costa, quen liderará o seu propio proxecto sobre memristores no marco da Cátedra USC-Televés.
Pero como funcionan estes compoñentes? Son capaces de almacenar información porque a súa resistencia eléctrica cambia segundo a corrente que pasa previamente por el. “É unha resistencia con memoria”, sinala Rivadulla. Na computación tradicional, por exemplo, a información gárdase en formato binario, usando 0 e 1 segundo exista unha resistencia baixa ou alta. Mentres, os memristores funcionan de forma similar, pero cunha vantaxe: “Non só poden adoptar dous estados, senón moitos niveis de resistencia distintos“, explica pola súa banda Diogo Costa.
Por exemplo, se un memristor pode configurarse en catro niveis de resistencia, pode representar 00, 01, 10 ou 11 nun mesmo dispositivo. Deste xeito, coa mesma cantidade de compoñentes físicos, é posible incrementar notablemente a densidade de memoria. Ademais, poden realizar cálculos como multiplicacións de matrices, fundamentais na intelixencia artificial.
Así, en lugar de enviar datos constantemente da memoria ao procesador, os memristores permiten calcular directamente onde está gardada a información. “Isto permite procesar os datos de maneira máis rápida“, explica o líder do proxecto. Este concepto coñécese como in-memory computing, porque combina o almacenamento e o procesamento nun mesmo dispositivo.
Transistor vs. Memristor: cal é a súa importancia?
O compoñente máis básico da electrónica é o transistor: a súa función principal é almacenar a información en forma de uns e ceros. Así, funciona en base a dous estados: 0 (apagado) e 1 (acendido). Funciona a base de semicondutores, e o seu estado non se conserva cando se corta a alimentación, senón que para manter a memoria precisa circuítos adicionais.
Así, un memristor pode representar múltiples estados (00, 01, 10, 11, etc.), mentres que o transistor só pode representar un (0 ou 1). Isto aumenta a densidade de información que cabe nun mesmo chip. Aí reside unha das principais vantaxes: “Son elementos non volátiles de memoria e permiten compoñer a computación”, explica Francisco Rivadulla.
Con todo, a gran revolución reside no concepto de in-memory computing. Nun ordenador clásico, os datos viaxan constantemente entre memoria e procesador, unha viaxe que consume tempo e enerxía. Os memristores conseguen agrupar as dúas accións nun mesmo lugar, e teñen como resultado múltiples vantaxes: moita menos transferencia de datos, menor consumo enerxético e maior velocidade.
Obxectivos: optimización e aplicación
O proxecto que lanzan estes investigadores dende o grupo de Ciencia de Materiais do CiQUS consiste en mellorar os materiais que forman os memristores e demostrar a súa utilidade en tarefas reais de intelixencia artificial. Así, o traballo comeza polo fundamental: “O funcionamento baséase no movemento de ións dentro do material”, sinala Francisco Rivadulla. En moitos dispositivos, os ións que se desprazan son de osíxeno, e os materiais utilizados son óxidos.
O primeiro obxectivo é optimizar a resposta resistiva destes materiais memristivos: modificar a composición química, axustar a estrutura e mellorar a estabilidade dos seus estados de resistencia. O segundo obxectivo é “poñer en funcionamento un demostrador funcional” a través dunha matriz de memristores, sinala Rivadulla.
Este demostrador utilizarase para realizar tarefas de IA directamente no hardware. Utilizarase para identificar patróns, como o recoñecemento de números escritos a man, clasificación de imaxes e, a futuro, distinguir obxectos nunha imaxe, como separar unha persoa dun animal. “Estamos a comezar por números porque é o máis sinxelo”, aclara o investigador.
Creación dun prototipo
O prototipo que están a desenvolver dende o CiQUS é unha proba de concepto. Diogo Teixeira explica que a idea inicial parte de usar estes números, feitos con segmentos de acendidos e apagados, e comprobar se a matriz de memristores pode identificar, por exemplo, un 7, un 8 ou un 3. O seguinte paso sería elevar a dificultade: permitir que o hardware recoñeza números escritos a man. “Que sexa capaz de distinguir un 9 escrito por min dun 9 escrito por ti”, exemplifica o investigador Ramón y Cajal.
A partir do material memristivo, normalmente un óxido, constrúese un dispositivo mediante litografía, é dicir, créanse patróns microscópicos nun chip, deposítanse as capas necesarias e fabrícase a estrutura que actuará como memristor. Isto permite pasar do material ao dispositivo funcional. Unha vez existe o chip, unha imaxe como un número dixital pode converterse nun sinal eléctrica e a resposta resistiva permite facer o recoñecemento. “Nós facemos a microfabricación e o control eléctrico de pequenos chips“, explica Diogo Teixeira.
Con todo, aínda non están nesa aplicación industrial: precísanse miles de memristores para levalo a cabo, e no CiQUS carecen do material necesario. “Queremos facer un demostrador que amose a funcionalidade e vantaxes do noso material”, aclara o líder do proxecto.
A computación do futuro
No contexto dixital actual, os memristores están a chamar a atención da investigación, xa que permiten superar unha das principais limitacións da computación tradicional baseada en transistores: “Podes ter unha maior cantidade de memoria no mesmo tamaño”, explica o investigador Diogo Teixeira.
Con memristores, o repartimento entre almacenamento e procesamento de datos desaparece, e ademais, poden realizar operacións como as multiplicacións de matrices, que son a base de moitos algoritmos de intelixencia artificial, incluídos os modelos de linguaxe tipo ChatGPT.
“Evítase o paso de ter en dous sitios separados cada unha das partes”, sinala, resumindo así o in memory-computing. Así, dende o CiQUS, marcan o camiño para revolucionar a computación dende Galicia.
