Nuevas matrices de memtransistores prometen redes neuronales más eficientes

Investigadores de la Universidad Nacional de Singapur (NUS) fabricaron matrices de memtransistores ultradelgadas a partir de disulfuro de molibdeno (MoS₂), un material de disulfuro de metal de transición bidimensional (TMDC), que presentan barreras Schottky controlables. Estas matrices demostraron ser altamente uniformes, con una baja variación entre dispositivos y un alto rendimiento en 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 eficiente en energía. Sin embargo, las redes neuronales artificiales (ANN) prácticas requieren grandes matrices 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 TMDC bidimensionales, las imperfecciones atómicas en el cristal tienden a formarse de manera aleatoria, afectando la uniformidad y escalabilidad del dispositivo. Además, el comportamiento no uniforme de migración de vacantes exacerba la variabilidad significativa entre dispositivos y resulta en un bajo rendimiento de fabricación. Estos efectos oscurecen los mecanismos de conmutación subyacentes e introducen una gran variabilidad de rendimiento en toda la matriz.

Un equipo de investigación liderado por el Profesor Chen Wei de los Departamentos de Física y Química de la NUS fabricó matrices de memtransistores ultradelgadas de MoS₂ con una longitud de canal de 500 nm y demostró una modulación precisa de la barrera Schottky.

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

Los hallazgos de la investigación se publicaron en Nature Communications.

Los memtransistores fabricados conmutan de manera clara entre los estados "on" y "off", cambiando la corriente eléctrica en aproximadamente 10,000 veces, y hasta 100,000 veces con modulación de puerta. La matriz es también extremadamente pequeña, con cada dispositivo teniendo una longitud de canal de 500 nm y un tamaño de celda tan pequeño como 4.65 F².

Los dispositivos mostraron un rendimiento consistente en toda la matriz, con menos del 6.8% de variación entre un dispositivo y otro, y el rendimiento de fabricación puede alcanzar el 100%, lo que indica alta uniformidad y fiabilidad. Cuando estos chips se utilizan para construir una red neuronal artificial para tareas de reconocimiento de imágenes, logran más del 98% de precisión en el reconocimiento y clasificación de imágenes.

Uno de los autores, Dr. Hou Xiangyu, comentó: "Este enfoque de fabricación de memtransistores también es aplicable a disulfuro de molibdeno exfoliado mecánicamente y ditelururo de molibdeno, lo que indica una estrategia de fabricación versátil para construir memtransistores TMDC 2D".

El Profesor Chen agregó: "De cara al futuro, integrar este enfoque con técnicas de fabricación avanzadas, apilamiento en múltiples capas o arquitecturas híbridas CMOS-2D podría mejorar aún más el rendimiento del dispositivo y permitir aceleradores de IA de gran escala y eficientes en energía".