Aprendizaje automático para mejorar la memoria resistiva

El aprendizaje automático se puede utilizar para acelerar la investigación en muchos campos, aplicando algoritmos que permiten analizar con rapidez y efectividad los datos obtenidos en cada experimento. Gracias a esta tecnología se están acelerando muchos proyectos de I+D en el campo de la tecnología, y un equipo de investigadores estadounidenses está utilizando esta técnica para mejorar el estudio de materiales empleados para fabricar la memoria RAM Resistiva (RRAM), y también para conocer mejor los mecanismos de la conmutación resistiva que se usa en este tipo de memoria emergente.

Esta tecnología de memoria se construye con materiales basados en óxidos metálicos, que muestran diferentes estados de resistencia, que permiten la activación y desactivación de un filamento conductor (CF) dentro de una capa de conmutación. Gracias a esto se puede construir una memoria similar a la DRAM, pero con la capacidad de retener los datos sin necesidad de mantener la corriente eléctrica. Esta capacidad de no volatilidad habilita el uso de RRAM en entornos como la TI de alto rendimiento para entornos como los de inteligencia artificial distribuida, donde se requieren capacidades como la computación en memoria.

Según los expertos, para lograr un funcionamiento óptimo de la RRAM es fundamental comprender la cinética de formación del filamento conductor. Para lograrlo, han desarrollado un modelo de campo de fase, basado en las propiedades de los materiales empleados actualmente para fabricar chips de memoria RRAM. Esto está permitiendo estudiar con más profundidad aspectos como el transporte del calor, el sesgo eléctrico, los fallos que se producen en los procesos de conmutación resistiva y otros mecanismos complejos que suceden a nivel microscópico en la arquitectura de esta memoria.

Gracias a estas simulaciones, los investigadores están pudiendo realizar estudios muy exhaustivos de esta tecnología emergente, lo que, según explican, les permitirá acelerar el desarrollo de una memoria que tiene un gran potencial para numerosos campos de la informática. Por el momento, estos modelos analíticos revelan que se puede conseguir un mejor rendimiento en determinados materiales, lo que ayudará a fabricar mejores memorias, tanto RRAM como otros tipos de sistemas electrotermo-mecánicos.

Más información

¿Cuál es el futuro del mercado de almacenamiento? ¿Qué tecnologías son las más adecuadas? Si quieres obtener más información sobre un segmento en crecimiento puedes visitar la página de nuestro colaborador Western Digital.