Avance en la Memoria Ni₄W Permite Conmutación sin Campo Magnético

Los últimos avances tecnológicos, que van desde big data hasta inteligencia artificial (IA) y el Internet de las Cosas (IoT), recopilan y procesan enormes cantidades de datos. Para ello, requieren alta eficiencia energética, transferencia de datos de baja latencia y procesamiento de alta velocidad. 

En este contexto, los avances en computación de alto rendimiento (HPC) son cruciales para mejorar las capacidades de procesamiento de datos, aprovechando el procesamiento paralelo, hardware potente y software sofisticado.

Sin embargo, el acceso a la memoria tiende a ser el cuello de botella, lo que genera una fuerte necesidad de una tecnología de memoria que sea compatible con estas exigencias.

La tecnología de memoria permite el acceso, almacenamiento y modificación de datos. La información se representa mediante colecciones de bits, donde cada bit es cero o uno (alternativamente, verdadero o falso).

Idealmente, la lectura y escritura de memoria ocurren en un tiempo insignificante, consumen poca energía, ocupan un espacio mínimo y retienen su valor almacenado indefinidamente. Pero, por supuesto, en la práctica, ninguna tecnología de memoria cumple con estas condiciones ideales. Cada tecnología tiene sus propias fortalezas y debilidades, sin que exista una única solución de memoria superior.

La tecnología de memoria se divide principalmente en dos categorías:

• Volátil
• No volátil

Esto se basa en el diseño de la celda. Las celdas son las unidades básicas de la memoria, en realidad una ‘matriz’ de ‘celdas’ de memoria, donde cada celda almacena un bit de datos, y las características de una sola celda reflejan las del conjunto de la matriz.

Una memoria volátil es aquella que funciona mientras está alimentada y pierde la información almacenada cuando se corta la energía. Por lo tanto, este tipo de memoria puede usarse para almacenar datos temporalmente.

Una memoria no volátil, en contraste, conserva su valor almacenado incluso cuando se elimina la energía. Para este tipo de memoria se aplica una tecnología semiconductora sofisticada, ya que es más difícil de fabricar y de escribir electrónicamente.

Con la creciente disponibilidad de tecnologías de memoria más sofisticadas en el mercado, la distinción entre estas dos categorías de memoria se vuelve cada vez más difusa.

Avances en la Tecnología de Memoria

Dada la importancia de la tecnología de memoria para el funcionamiento y rendimiento de diversos dispositivos y sistemas electrónicos, ya que permite a computadoras y otros dispositivos almacenar y recuperar la información necesaria para su uso, los investigadores han explorado continuamente nuevas formas de hacerla más eficiente.

A lo largo de los años, varios avances han revolucionado la tecnología. Con el objetivo de superar las limitaciones de las soluciones actuales de RAM y almacenamiento, la investigación continua está impulsando una computación más rápida y eficiente energéticamente, y habilitando nuevas aplicaciones en áreas como la IA y la computación neuromórfica.

PCM e Innovaciones de Bajo Consumo

Algunos de los avances clave en este ámbito incluyen nuevos materiales PCM (Memoria de Cambio de Fase) para crear un tipo de memoria único que combina la velocidad de la RAM con la no volatilidad del almacenamiento flash.

En el ámbito del PCM, a finales del año pasado, científicos descubrieron¹ una nueva técnica para reducir los requisitos energéticos del PCM hasta en mil millones de veces.

“Una de las razones por las que los dispositivos de memoria de cambio de fase no han alcanzado un uso generalizado es la energía requerida,” dijo el autor Ritesh Agarwal, profesor de ciencia e ingeniería de materiales en Penn Engineering, lo que significa que el potencial de los hallazgos de esta nueva técnica es “enorme” para diseñar dispositivos de memoria de bajo consumo.

Este descubrimiento en particular se basa en las propiedades únicas del seleniuro de indio (In2Se3), un material semiconductor que exhibe tanto propiedades piezoeléctricas (materiales que se deforman físicamente al estar expuestos a una carga eléctrica) como ferroeléctricas (materiales que pueden generar un campo eléctrico interno sin requerir una carga externa). 

Cuando el seleniuro de indio se expuso a una corriente continua, los investigadores observaron que se amorfizaba en secciones, alterando la estructura cristalina y abriendo “un nuevo campo sobre las transformaciones estructurales que pueden ocurrir en un material cuando todas estas propiedades se combinan.”

Multiferroicos y Almacenamiento de Datos Eficiente

Los materiales multiferroicos que presentan tanto propiedades ferroeléctricas como ferromagnéticas para el almacenamiento de datos no destructivo también están siendo explorados por investigadores. 

Uno de esos materiales es el BiFeO3 sustituido con cobalto (BiFe0.9Co0.1O3, BFCO), que muestra un fuerte acoplamiento magnetoeléctrico, permitiendo una forma energéticamente eficiente de escribir datos. El año pasado, investigadores del Instituto Tecnológico de Tokio desarrollaron² nanodotales de BFCO con dominios ferroeléctricos y ferromagnéticos únicos.

Este año, los investigadores avanzaron³, basándose en la investigación para demostrar una funcionalidad de conmutación en el mundo real en películas delgadas orientadas. El control dinámico muestra una conmutación de magnetización impulsada por campo eléctrico en un formato más compatible con dispositivos.

Soluciones Ferroelectricas y Nuevos Diseños de Memoria

La tecnología de chiplets es otro enfoque donde varios chips más pequeños, o chiplets, se montan sobre un sustrato que los conecta, permitiendo mayor ancho de banda y densidad de memoria. Mientras tanto, los avances en tecnologías NAND flash y DRAM continúan hacia nodos de proceso más pequeños, con un enfoque en aumentar el ancho de banda y la eficiencia energética.

Aunque la memoria NAND flash es una de las tecnologías más extendidas para el almacenamiento masivo de datos debido a su capacidad de almacenar más datos en la misma área apilando celdas en una estructura 3D, depende de trampas de carga para almacenar datos, lo que implica voltajes de operación más altos y velocidades más lentas.

Una solución prometedora es la memoria ferroeléctrica basada en hafnia (óxido de hafnio), pero el desafío es la capacidad de almacenamiento limitada.

Un equipo de POSTECH abordó este problema⁴ dopando los materiales ferroeléctricos con aluminio, lo que creó películas delgadas ferroeléctricas de alto rendimiento. Además, emplearon una estructura innovadora metal-ferroeléctrico-metal-ferroeléctrico-semiconductor (MFMFS), en lugar de la típica estructura MFS.

Esto les permitió controlar con éxito el voltaje en cada capa afinando factores como el grosor y la relación de área de las capas. Como resultado, el equipo logró una ventana de memoria que supera los 10 voltios (V), en contraste con apenas 2 V en dispositivos convencionales.

Evolución del Torque de Spin‑Órbita y la Memoria Magnética

Incluso la computación cuántica está ganando mucho impulso como una tecnología emergente que allana el camino para dispositivos de computación más potentes, eficientes y versátiles en el futuro.

Luego está la Memoria de Acceso Aleatorio Magnética basada en Torque de Spin‑Órbita (SOT‑MRAM) de bajo consumo, donde corrientes eléctricas se utilizan para cambiar los estados magnéticos y lograr alta velocidad y bajo consumo de energía.

A principios de este año, un equipo de investigadores del Instituto de Física JGU compartió su innovación⁵ basada en SOT‑MRAM, que muestra potencial para reducir el consumo de energía en más del 50 % y aumentar la eficiencia en un 30 %. También reduce la corriente de entrada necesaria para la conmutación magnética para almacenar datos en un 20 % y logra una estabilidad térmica que garantiza la longevidad del almacenamiento de datos.

Memoria Fotónica y Magneto‑Óptica

Controlar chips de memoria óptica mediante luz y campos magnéticos es otra forma de mejorar la velocidad y eficiencia del procesamiento.

En un desarrollo, científicos diseñaron un latch fotónico programable⁶ construido sobre una plataforma fotónica de silicio. Cada unidad de memoria del sistema es impulsada por su propia fuente de luz, lo que permite que múltiples unidades funcionen de manera independiente. Esto evita la degradación de señal que puede causar la pérdida de potencia óptica, haciendo la arquitectura más escalable para sistemas más grandes.

“Los grandes modelos de lenguaje como ChatGPT dependen de enormes cantidades de operaciones matemáticas simples, como multiplicación y suma, realizadas iterativamente para aprender y generar respuestas.”

Y aunque las computadoras ópticas a gran escala aún están a años de distancia, esta memoria óptica representa un paso significativo en esa dirección.

Mientras tanto, otro equipo mostró una nueva tecnología de memoria magneto‑óptica⁷ usando granate de hierro ytrio sustituido con cerio (Ce:YIG). Este material exhibe un comportamiento óptico ajustable cuando se expone a campos magnéticos. Al incrustar imanes microscópicos, los investigadores pudieron almacenar y manipular datos mediante cambios en la propagación de la luz.

De esta manera, introdujeron una nueva clase de memorias magneto‑ópticas que tienen velocidades de conmutación 100 veces más rápidas que la tecnología fotónica integrada avanzada y consumen aproximadamente una décima parte de la energía. Las memorias magneto‑ópticas también pueden reescribirse más de 2.300 millones de veces.

Ni₄W: Magnetización sin Campo Lograda

Investigadores de la Universidad de Minnesota Twin Cities han reportado ahora un nuevo logro en la tecnología de memoria. 

Publicado en la revista científica revisada por pares Advanced Materials, el estudio detalló el desarrollo⁸, que involucró el uso de Ni₄W, una aleación de níquel y tungsteno. Este metal invierte la magnetización sin requerir imanes, y por lo tanto muestra potencial para impulsar la electrónica de próxima generación.

Con el equipo demostrando una forma de producir corrientes de spin para controlar la magnetización en dispositivos, el estudio abre la puerta a memorias y dispositivos lógicos de computadora más baratos, rápidos y eficientes.

Conmutación de la Magnetización del Metal sin Imán

Con la creciente demanda de tecnologías emergentes de memoria, los investigadores están explorando activamente diferentes alternativas a las soluciones de memoria existentes que puedan aumentar la funcionalidad de la tecnología cotidiana mientras consumen menos energía.

Así, los investigadores de la Universidad de Minnesota recurrieron a un nuevo material para hacer la memoria de computadora más rápida y eficiente energéticamente.

El material es una aleación de níquel‑tungsteno, una clase de material conocida por su alta densidad, resistencia y resistencia al desgaste y la corrosión. En estas aleaciones, la composición específica de los metales influye en sus propiedades. 

En este estudio, los investigadores usaron Ni₄W, un material que muestra potentes propiedades de control magnético.

Para seleccionar Ni₄W, el equipo primero buscó en la base de datos de materiales candidatos potenciales con fases estables dentro del grupo espacial I4/m, luego utilizó cálculos de teoría funcional de la densidad (DFT), que identificaron a Ni4W como el candidato más prometedor debido a su gran eficiencia teórica de SOT y a ser el estado fundamental del sistema intermetálico binario Ni‑W.

El equipo verificó la existencia de conductividad Hall de spin no convencional (USHC) para Ni4W (100) así como Ni4W (211), pero decidió centrar sus esfuerzos experimentales en este último debido a su mejor eficiencia SOT, que superó a la primera.

“Los cálculos teóricos confirman que Ni4W (211) es aproximadamente la orientación cristalina más óptima para USHC,” señaló el estudio, añadiendo que su estructura de red tipo hexagonal facilita su crecimiento experimentalmente.

El material puede hacer que la memoria de computadora sea más rápida y reducir significativamente el consumo de energía en dispositivos electrónicos. Los investigadores han asegurado una patente sobre la tecnología.

“Ni₄W reduce el consumo de energía para escribir datos, potencialmente disminuyendo el uso de energía en electrónica de manera significativa,” dijo el autor principal Jian‑Ping Wang, distinguido profesor McKnight y titular de la Cátedra Robert F. Hartmann en el Departamento de Ingeniería Eléctrica y de Computación (ECE) de la U of M.

A diferencia de los materiales convencionales, el Ni₄W de baja simetría permite una conmutación ‘sin campo’. Esto significa que el material puede cambiar sus estados magnéticos sin necesidad de imanes. Lo logra generando corrientes de spin en múltiples direcciones que permiten que Ni₄W invierta los estados magnéticos sin requerir campos magnéticos externos. 

En su trabajo, el equipo brinda una nueva visión del material mientras muestra un enfoque más eficaz para controlar la magnetización en pequeños dispositivos electrónicos usando esta combinación de níquel y tungsteno.

Según el estudio, los investigadores encontraron que Ni₄W genera un fuerte torque de spin‑órbita (SOT), una forma de manipular la magnetización en tecnologías de memoria de próxima generación.

El SOT es una tecnología emergente que permite una manipulación eficiente de dispositivos espintrónicos, que utilizan el spin intrínseco de los electrones además de su carga, para almacenar y manipular información.

Este mecanismo surge de los efectos del acoplamiento spin‑órbita (SOC), como el efecto Hall anómalo (AHE), el efecto Hall de spin (SHE) y el efecto Rashba, y muestra un rendimiento superior en términos de eficiencia y velocidad. 

Aunque el SOT ofrece una forma eficiente de manipular la magnetización de materiales ferromagnéticos (que presentan magnetizaciones permanentes y poseen un momento magnético permanente en ausencia de un campo externo) en dispositivos de memoria, los materiales SOT convencionales como metales pesados e insuladores topológicos están limitados por su alta simetría cristalina.

Como resultado, los investigadores utilizan materiales de baja simetría o rompen la alta simetría mediante un campo magnético externo para producir corrientes de spin no convencionales, permitiendo una conmutación determinista sin campo de la magnetización perpendicular. 

A pesar del progreso, la eficiencia SOT de estos materiales sigue siendo baja, limitando su aplicación práctica. Sin embargo, este no es el caso del nuevo material, que muestra una gran eficiencia SOT de 0.3 a temperatura ambiente.

“Observamos una alta eficiencia SOT con múltiples direcciones en Ni₄W tanto por sí solo como cuando se combina con tungsteno, lo que indica su gran potencial para su uso en dispositivos espintrónicos de bajo consumo y alta velocidad.”

– Co‑autor principal del artículo, Yifei Yang, estudiante de doctorado de quinto año en el grupo de Wang

También se observó una gran eficiencia SOT de 0.73 en W/Ni4W (5 nm), pero eso podría deberse a efectos extrínsecos.

Cabe destacar que el nuevo material está hecho de metales comunes y, por lo tanto, puede fabricarse mediante procesos industriales estándar. Esta facilidad de fabricación lo convierte en un proceso de bajo costo, lo que hace que Ni₄W sea atractivo para socios industriales. Esto también significa que la tecnología puede implementarse fácilmente en productos cotidianos como teléfonos y relojes inteligentes en un futuro cercano.

“Estamos muy entusiasmados al ver que nuestros cálculos confirmaron la elección del material y la observación experimental del SOT.”

– Co‑autor principal del artículo, Seungjun Lee, investigador postdoctoral en ECE

Así, el estudio ha encontrado que Ni₄W es un material SOT no convencional prometedor para dispositivos espintrónicos de bajo consumo. Al ser barato de producir, puede encontrar su aplicación generalizada en dispositivos como teléfonos y centros de datos, haciendo el futuro de la electrónica más inteligente y sostenible.

En los próximos pasos, el equipo cultivará estos materiales en un dispositivo, más pequeño que su trabajo anterior.

Invertir en Tecnología de Memoria

Micron Technology (MU ), un actor líder en soluciones de DRAM, NAND y memoria de alto ancho de banda, está invirtiendo fuertemente en memoria de próxima generación, como HBM, para cargas de trabajo de IA. En el futuro, podemos esperar que la compañía integre soluciones novedosas, como la memoria espintrónica o basada en SOT, cuando sean comercialmente viables.

Micron Technology (MU )

Con una capitalización de mercado de 126.7 mil millones de dólares, las acciones de MU cotizan actualmente a 112.78 $, un aumento del 34.54 % en lo que va del año. Tiene un EPS (TTM) de 5.52 y un P/E (TTM) de 20.53. El rendimiento de dividendos que los accionistas pueden obtener es del 0.41 %.

En cuanto a la posición financiera de la compañía, reportó 9.30 mil millones de dólares en ingresos para el tercer trimestre del ejercicio fiscal 2025, que finalizó el 29 de mayo de 2025. Esto representa un aumento del 15.5 % respecto al trimestre anterior y un 36.5 % respecto al mismo período del año pasado.

El ingreso neto GAAP para el período fue de 1.89 mil millones de dólares, o 1.68 $ por acción diluida, y el ingreso neto no GAAP fue de 2.18 mil millones de dólares, o 1.91 $ por acción diluida. Su flujo de efectivo operativo también aumentó a 4.61 mil millones de dólares.

Micron terminó el trimestre con 12.22 mil millones de dólares en efectivo, inversiones negociables y efectivo restringido.

El ingreso récord, señaló el CEO Sanjay Mehrotra, fue impulsado por ingresos de DRAM históricamente altos, incluyendo un crecimiento secuencial de casi el 50 % en ingresos de HBM. Los ingresos de los centros de datos también alcanzaron un récord en el trimestre, mientras que los mercados finales orientados al consumidor registraron un fuerte crecimiento secuencial.

“Estamos en camino de lograr ingresos récord con una rentabilidad sólida y flujo de caja libre en el ejercicio fiscal 2025, mientras realizamos inversiones disciplinadas para reforzar nuestro liderazgo tecnológico y excelencia manufacturera para satisfacer la creciente demanda de memoria impulsada por IA.”

– CEO Sanjay Mehrotra

En medio de todo esto, la compañía anunció que su oferta HBM3E de 36 GB y 12 capas se integrará en las próximas GPUs de AMD (Instinct™ MI350 Series), críticas para entrenar grandes modelos de IA y manejar cargas de trabajo HPC complejas como procesamiento de datos y modelado computacional.

Micron también anunció un plan de expansión en EE. UU. de 200 mil millones que incluye fabricación de memoria nacional e I+D, el cual se espera que genere 90,000 empleos directos e indirectos. Al mismo tiempo, finalizó una financiación directa de 275 millones de dólares bajo la Ley CHIPS.

Últimas Noticias y Desarrollos de Acciones de Micron Technology (MU)

Reflexiones Finales sobre el Futuro de la Tecnología de Memoria

La tecnología de memoria sigue evolucionando y remodelando la base de la computación moderna. Desde innovaciones de cambio de fase hasta avances espintrónicos, todos estos progresos prometen soluciones más rápidas, energéticamente eficientes y escalables para IA, big data y electrónica de consumo de próxima generación.

El último descubrimiento de la aleación Ni₄W, con su conmutación de magnetización sin campo, podría resultar un cambio de juego, cerrando la brecha entre la rentabilidad y las soluciones de memoria de alto rendimiento, y potencialmente allanando el camino para la adopción generalizada de la memoria de torque de spin‑órbita en la electrónica convencional en los próximos años.

Haga clic aquí para obtener una lista de las principales compañías de computación no basada en silicio.

Referencias:

1. Modi, G.; Parate, S. K.; Kwon, C.; Han, S. H.; Kim, Y.; Wang, X.; Lee, S.; Wu, L.; Kwon, J.; Kim, K.; Zhang, Y.; Milliron, D. J.; Duerloo, K.-A. N.; Kim, M. J.; Jeong, Y.; Park, J. Amorfización Sólida de Larga Distancia Impulsada eléctricamente en In₂Se₃ ferroico. Nature, 635, 847–853 (2024). Publicado en línea el 6 de noviembre de 2024. https://doi.org/10.1038/s41586-024-08156-8
2. Ozawa, K.; Nagase, Y.; Katsumata, M.; Shigematsu, K.; Azuma, M. Control de Campo Eléctrico del Efecto Magneto‑Óptico en un Óxido Perovskita Transparente. ACS Applied Materials (AMAT ) & Interfaces, 16 (16), 20930–20936 (2024). Publicado en línea el 24 de abril de 2024. https://doi.org/10.1021/acsami.4c01232
3. Itoh, T.; Shigematsu, K.; Das, H.; Meisenheimer, P.; Maeda, K.; Lee, K.; Manna, M.; Reddy, S. P.; Susarla, S.; Stevenson, P.; Ramesh, R.; Azuma, M. Reversión de Ferromagnetismo Impulsada por Campo Eléctrico en Películas Delgadas Multiferroicas de BiFeO₃ Sustituido con Co Orientadas (110) de Fase Única. Advanced Materials, publicado en línea el 28 de abril de 2025, e2419580. https://doi.org/10.1002/adma.202419580
4. Kim, I.–J.; Lee, J.–S.; … Lee, J.–S. Desbloqueando Grandes Ventanas de Memoria y Operaciones de Datos de 16 Niveles por Celda en Transistores Ferroelectricos Basados en Hafnia. Science Advances, publicado en línea el 7 de junio de 2024, 10 (23): eadn1345. https://doi.org/10.1126/sciadv.adn1345
5. Gupta, R.; Bouard, C.; Kammerbauer, F.; Ledesma‑Martín, J. O.; Bose, A.; Kononenko, I.; Martin, S.; Usé, P.; Jakob, G.; Drouard, M.; Kläui, M. Aprovechando el Efecto Hall Orbital en MRAM de Torque de Spin‑Órbita. Nature Communications, 16, 130 (2025). Received 18 septiembre de 2024; Accepted 12 diciembre de 2024; Publicado el 2 enero de 2025. https://doi.org/10.1038/s41467-024-55437-x
6. Goto, T.; Onbaşli, M. C.; Ross, C. A. Propiedades Magneto‑Ópticas de Películas de Granate de Hierro Ytrio Sustituido con Cerio con Presupuesto Térmico Reducido para Circuitos Fotónicos Integrados Monolíticos. Optics Express, 20 (27), 28507–28517 (2012). Received 24 octubre de 2012; Revised 20 noviembre de 2012; Accepted 21 noviembre de 2012; Publicado el online 10 de diciembre de 2012. https://doi.org/10.1364/OE.20.028507
7. Pintus, P.; Dumont, M.; Shah, V.; Murai, T.; Shoji, Y.; Huang, D.; Moody, G.; Bowers, J. E.; Youngblood, N. Óptica Magneto‑Óptica No Recíproca Integrada con Ultra‑Alta Resistencia para Computación Fotónica In‑Memory. Nature Photonics, 19, 54–62 (2025). Received 18 enero de 2024; Accepted 14 septiembre de 2024; Publicado el 23 octubre de 2024. https://doi.org/10.1038/s41566-024-01549-1
8. Yang, Y.; Lee, S.; Chen, Y. C.; Jia, Q.; Dixit, B.; Sousa, D.; Odlyzko, M.; Garcia‑Barriocanal, J.; Yu, G.; Haugstad, G.; Fan, Y.; Huang, Y. H.; Lyu, D.; Cresswell, Z.; Liang, S.; Benally, O. J.; Low, T.; Wang, J. P. Gran Torque de Spin‑Órbita con Componentes de Spin Multidireccional en Ni₄W. Advanced Materials, publicado en línea el 15 de mayo de 2025, e2416763. https://doi.org/10.1002/adma.202416763