Computadoras reconfigurables que funcionan como tu cerebro

Ingenieros del Instituto Indio de Ciencias presentaron recientemente un chip informático de nueva generación capaz de alternar entre múltiples tareas computacionales con solo modificar su composición química. El nuevo diseño se inspira en el cerebro humano, abriendo la puerta a futuros sistemas de IA que no solo aprenden, sino que incorporan conocimiento. Esto es lo que necesita saber.

Desbloquear el futuro de la informática requiere pensar de forma innovadora. A medida que los chips alcanzan el límite teórico de sus diseños, es necesario configurar nuevos enfoques para seguir impulsando la potencia computacional.

Fabricación de chips

A la hora de desarrollar chips más rápidos y pequeños para alimentar dispositivos electrónicos de nueva generación, el silicio se considera la opción líder. Este semiconductor, abundante y económico, proporciona una movilidad de portadores aceptable, lo que le permite actuar como aislante y conductor al combinarse con otros materiales y aplicarse una corriente.

Además, el silicio oxidado (sílice) puede cultivarse en láminas delgadas que permiten diseños de circuitos multicapa. Esta capacidad lo ha hecho ideal para su uso en la microelectrónica y nanoelectrónica actual. Sin embargo, este material presenta importantes inconvenientes.

El procesamiento del silicio puede ser peligroso para el medio ambiente debido a los productos químicos utilizados. Además, su capacidad para alojar nanoelectrónica es limitada. Los dispositivos con una longitud de puerta inferior a 7 nm pueden experimentar muchas interferencias. Estas interrupciones pueden ocurrir por diversas razones, como fugas de señal y tunelización cuántica.

Nanoelectrónica

La nanoelectrónica es el siguiente paso en la miniaturización. Estos dispositivos, con dimensiones inferiores a 100 nm, son tan pequeños que son más susceptibles a la mecánica cuántica que la física tradicional. Estas interacciones pueden provocar cambios en la interfaz y otras respuestas no lineales debido a la complejidad de operar a esta escala.

Computación neuromórfica

Al reducir un circuito a la nanoescala, se vuelve extremadamente difícil depender de procesos mecánicos para realizar tareas. Por ello, los ingenieros han recurrido a opciones de computación neuromórfica para almacenar información y realizar cálculos. Estos dispositivos se basan en el cerebro.

Las computadoras neuromórficas utilizan materiales de óxido y conmutación filamentosa para completar tareas computacionales. Esta estructura simplemente reduce el enfoque actual de la computación para imitar el aprendizaje. Esta estrategia es diferente a la creación de un dispositivo que incorpore los datos como parte de su estructura natural.

En consecuencia, los científicos han invertido mucho esfuerzo en crear un material avanzado capaz de almacenar, computar y adaptarse a los datos sin modificar su superficie física. Sin embargo, las complejidades de la creación de dicha estructura han sido inexploradas.

electrónica molecular

Este deseo de crear máquinas aún más pequeñas y con mayor versatilidad llevó a los ingenieros electrónicos moleculares a intentar documentar las interacciones atómicas y las acciones cuánticas con el objetivo final de poder predecir estos resultados con gran precisión.

Sin embargo, esta tarea parecía imposible. Hasta este mes, cuando un equipo de científicos publicó un estudio pionero que demostró cómo podían predecir y controlar estas acciones con fiabilidad.

Estudio de computadoras reconfigurables

Los ingenieros y científicos del Centro de Nanociencia e Ingeniería (CeNSE) en India acaban de reescribir el manual de electrónica molecular con el “Memristores diseñados molecularmente para funcionalidades neuromórficas reconfigurables¹” estudio.

Fuente - Materiales avanzados

El artículo reúne avances recientes en ingeniería eléctrica, química y física para crear dispositivos a nanoescala que pueden ajustar su composición química para cumplir diversas funciones, como unidades de memoria, puertas lógicas, procesadores o sinapsis electrónicas.

Dispositivos moleculares adaptables

El éxito del estudio demuestra cómo la química puede hacer más que simplemente apoyar las actividades computacionales: puede proporcionarlas. Además, esta adaptabilidad permite que un mismo dispositivo funcione como unidad de memoria y computacional sin añadir material ni modificar su forma física.

Marco predictivo

Uno de los primeros pasos que los ingenieros debieron dar fue crear una forma de predecir cómo los cambios químicos afectarían el transporte eléctrico. En concreto, desarrollaron un algoritmo de modelado químico cuántico que podía rastrear con precisión las moléculas a medida que viajaban a través de la película.

El algoritmo incluía muchos otros datos relevantes, como el efecto de la oxidación y la reducción sobre cada molécula y su interacción con la matriz molecular general. Estos datos se utilizaron para determinar la estabilidad general de las moléculas, registrando cualquier desplazamiento de contraión en tiempo real.

Los ingenieros, equipados con su algoritmo predictivo, comenzaron a utilizar el comportamiento de conmutación para predecir cómo transformar un solo dispositivo desde el almacenamiento, las actividades computacionales y más. El algoritmo les permite ajustar con precisión el entorno molecular local y las interacciones intermoleculares mediante complejos orgánicos de rutenio.

Respuestas memristivas

Utilizando el algoritmo como guía, el equipo logró modular programáticamente un solo circuito. Sorprendentemente, lograron múltiples modalidades, incluyendo memoria digital, analógica, binaria y ternaria.

Para lograr esta tarea, tuvieron que ajustar los ligandos e iones que rodean las moléculas de rutenio. Esta adaptabilidad se amplió para incluir diversos valores de conductancia que reconfiguran dinámicamente las capacidades del dispositivo de estado sólido.

Desliza para desplazarte →

Prueba de computadoras reconfigurables

Para probar su teoría, los científicos tuvieron que crear complejos de rutenio especialmente diseñados. Construyeron con éxito 17 para este estudio, lo que les permitió monitorear cambios minúsculos en la configuración molecular y la configuración iónica.

La fabricación del dispositivo estuvo a cargo de Pallavi Gaur. Gaur informó que el dispositivo podía alternar entre almacenamiento, computación y reconfiguración sin cambios materiales. Esta capacidad lo acerca mucho más al funcionamiento del cerebro, impulsando la ciencia de la computación neuromórfica.

Resultados de la prueba de computadoras reconfigurables

Los resultados de la prueba confirmaron la teoría del ingeniero de que es posible combinar memoria y computación en un mismo material. También demostraron cómo la química puede utilizarse para realizar cálculos, y no solo para complementar los componentes activos de un dispositivo. En consecuencia, este trabajo aúna la nanocomputación y la tecnología de ingeniería química para abrir la puerta a dispositivos cuánticos más pequeños y potentes.

Beneficios de las computadoras reconfigurables

El estudio de las computadoras reconfigurables aporta varias ventajas al mercado. Por un lado, abre la puerta a la electrónica a escala nanométrica. Anteriormente, estos dispositivos solo podían fabricarse a un tamaño determinado antes de perder su fiabilidad. El hecho de que tuvieran piezas móviles impedía determinar su operatividad a escala nanométrica.

Este nuevo enfoque permite que un dispositivo de estado sólido realice múltiples tareas computacionales, como actuar como elemento de memoria, puerta lógica, selector, procesador analógico o sinapsis electrónica. Esta flexibilidad ayudará a los futuros ingenieros a diseñar dispositivos más potentes y ligeros.

Menos interferencia

Esta estructura también reduce la interferencia causada por el efecto túnel cuántico y otros problemas al analizar dispositivos a escala molecular. Cuanto más pequeño es un dispositivo, mayor es la interferencia externa que puede afectarlo. Al combinar esto con la miniaturización de los dispositivos, es fácil comprender por qué este enfoque se considera revolucionario para la mayoría.

Conductancia añadida

Otra ventaja importante es la mayor conductancia. El silicio puro no es un buen conductor ni aislante. Por lo tanto, requiere la adición de adjetivos y otros productos químicos para mejorar su rendimiento. Este nuevo diseño proporciona mayor fiabilidad y puede soportar una conductancia mucho mayor. En concreto, los científicos registraron una mejora de seis órdenes de magnitud.

Computadoras reconfigurables: aplicaciones reales y cronología

Diversas aplicaciones para computadoras reconfigurables podrían facilitar la vida a millones de personas. En primer lugar, se utilizarán en aplicaciones de IA. Los sistemas de IA requieren la transferencia de enormes cantidades de datos entre dispositivos y referencias.

Actualmente, existe una brecha minúscula entre la lógica computacional y la memoria, lo que genera un retraso. A medida que aumentan los cálculos, este retraso se hace mayor, lo que resulta en una computación más lenta. Este enfoque eliminaría la necesidad de separar la lógica, la memoria y otras tareas esenciales, permitiendo que un solo dispositivo se convierta instantáneamente a cada una cuando sea necesario.

Dispositivos médicos de próxima generación

El campo médico es otro ámbito donde esta tecnología podría marcar una gran diferencia. Los implantes y otras unidades internas podrían fabricarse más pequeños y con menos piezas móviles. Este enfoque los haría menos invasivos y permitiría aumentar la potencia computacional si fuera necesario.

Cronología de las computadoras reconfigurables

Podrían pasar de 7 a 10 años antes de que se encuentre una computadora reconfigurable. Estos dispositivos aparecerán primero en sistemas de IA más grandes, lo que ayudará a reducir sus costos operativos y a mejorar la eficiencia. Sin embargo, aún queda mucho por hacer, además de encontrar un fabricante adecuado capaz de fabricar estos dispositivos a gran escala.

Investigadores de computadoras reconfigurables

El estudio sobre computadoras reconfigurables fue elaborado por un equipo de investigadores del Instituto Indio de Ciencias. El estudio fue dirigido por Sreetosh Goswami, profesor adjunto del Centro de Nanociencia e Ingeniería (CeNSE).

Las partes de síntesis molecular del estudio fueron realizadas por Pradip Ghosh, investigador Ramanujan, y Santi Prasad Rath. El artículo también incluye a Shayon Bhattacharya, Lohit T, Harivignesh S y Damien Thompson como colaboradores.

El futuro de las computadoras reconfigurables

Los investigadores tienen un gran trabajo por delante. Actualmente, exploran cómo integrar esta tecnología en las estrategias actuales de fabricación de chips CMOS. Su objetivo general es crear dispositivos con inteligencia inherente, mejorando así el rendimiento, la estabilidad y la eficiencia.

Invertir en el campo de la computación en memoria

Existen varias empresas en el sector de la fabricación de chips que representan interesantes oportunidades de inversión. Estas empresas han experimentado una creciente demanda de sus productos innovadores a medida que la IA y otros sistemas computacionales de alta potencia se consolidan como la norma. A continuación, presentamos un fabricante que se ha mantenido a la vanguardia de la tecnología de fundición de chips.

Tecnología GSI (GSIT)

Si bien el estudio anterior destaca el futuro de la computación molecular, GSI Technology comercializa actualmente la versión de este concepto basada en silicio. GSI es el desarrollador de la Unidad de Procesamiento Asociativo (APU), una tecnología que revoluciona la forma en que las computadoras procesan datos al realizar cálculos directamente. en su lugar dentro de la matriz de memoria, un concepto conocido como “Computación en memoria” (CIM).

Esta arquitectura aborda el mismo "cuello de botella de von Neumann" mencionado en el estudio (el retraso causado por la separación de la lógica y la memoria). Al eliminar la necesidad de intercambiar datos entre el procesador y la RAM, la APU Gemini® de GSI ofrece una aceleración masiva para las cargas de trabajo de IA y búsqueda.

Pruebas de referencia recientes validadas por la Universidad de Cornell confirmaron que la APU de GSI puede igualar el rendimiento de las GPU de primer nivel (como la NVIDIA A6000) para tareas de IA específicas y, al mismo tiempo, consumir aproximadamente un 98 % menos de energía.

GSI Technology tiene su sede en Sunnyvale, California, y cotiza en el NASDAQ. Sus productos de memoria reforzada con radiación ya son un producto básico en los sectores aeroespacial y de defensa, lo que proporciona una base de ingresos estable a medida que la empresa lanza sus chips de IA de vanguardia al mercado en general.

Quienes buscan una empresa especializada en el futuro de la computación centrada en la memoria que cotiza en bolsa en Norteamérica deberían investigar GSI Technology. Representa un puente práctico entre el silicio tradicional y el futuro de la inteligencia integrada que imaginan los investigadores.

Últimas noticias y rendimiento de la tecnología GSI (GSIT)

Computadoras reconfigurables | Conclusión

La capacidad de crear computadoras reconfigurables lo cambia todo. En el futuro, sus dispositivos podrían volverse extremadamente confiables y duraderos, ya que todas las piezas móviles se reemplazarán por interacciones químicas. Además, esta capacidad abre la puerta a diseños mucho más pequeños y complejos que no dependen de componentes mecánicos, sino de reacciones químicas orgánicas.

Todos estos factores, y muchos más, hacen del estudio de la computación reconfigurable un punto de inflexión que tiene el potencial de marcar el comienzo de una nueva era en la informática y la integración de la IA. Por ello, este trabajo despierta un gran interés. Por ahora, el equipo se centrará en optimizar los procesos de fabricación y reducir los costes y la complejidad de la producción.

Conozca otros desarrollos computacionales interesantes aqui.

Referencias

^{1. Gaur, P., Kundu, B., Ghosh, P., Bhattacharya, S., T., L., S., H., Rath, SP, Thompson, D., Goswami, S. y Goswami, S. Memristores de ingeniería molecular para funcionalidades neuromórficas reconfigurables. Materiales avanzados, e09143. https://doi.org/10.1002/adma.202509143}