Ferroelectricidade Incipiente – O que é e como pode mudar a computação?

Transistores de Baixa Energia

Computação é realizada principalmente por transistores de silício. Eles são o componente essencial na maioria dos computadores atuais, mas também consomem muita energia ao operar.

Outro tipo de componente semicondutor é FET: transistor de efeito de campo. Este tipo de transistor usa um campo elétrico para controlar a corrente através de um semicondutor e consome muito menos energia que um transistor de silício. Atualmente, o transistor de efeito de campo mais amplamente usado é o MOSFET (transistor de efeito de campo metal‑óxido‑semicondutor).

Cientistas da Penn State University e da University of Minnesota estão explorando uma propriedade previamente negligenciada dos FETs: ferroelectricidade incipiente.

Ferroelectricidade incipiente é a característica de polarização temporária e dispersa, como se o material tivesse potencial para se tornar ferroelétrico, mas precisasse de um pequeno empurrão.

Isso pode ser muito útil para a computação neuromórfica, uma técnica que tenta replicar o modo como o cérebro funciona em vez de usar métodos tradicionais de computação binária. Esse método poderia armazenar dados com muito menos energia, além de suportar condições adversas como o espaço sideral.

Os pesquisadores publicaram seus resultados na Nature Communication, intitulada “FETs 2D Multifuncionais explorando ferroelectricidade incipiente em nanomembranas autônomas de SrTiO3 em temperaturas subambientais”¹.

O que é Ferroelectricidade Incipiente?

Ferroelectricidade é a característica de certos materiais que possuem uma polarização elétrica espontânea que pode ser revertida pela aplicação de um campo elétrico externo.

Isso é comumente usado para construir capacitores ferroelétricos menores em tamanho físico comparados a capacitores dielétricos. É uma característica física também utilizada para construir memória RAM ferroelétrica para computadores e cartões RFID.

Ferroelectricidade incipiente ocorre quando a característica ferroelétrica só se manifesta em condições específicas: pode reter uma carga elétrica, mas necessita de certas condições para alcançar essa carga.

“Ferroelectricidade incipiente significa que não há ordem ferroelétrica estável à temperatura ambiente. Em vez disso, há pequenos clusters dispersos de domínios polares. É uma estrutura mais flexível comparada aos materiais ferroelétricos tradicionais.”

Dipanjan Sen – Candidato a doutorado em ciência e engenharia mecânica

Normalmente, essa característica tem sido considerada uma limitação para um material, não uma vantagem, pois pode levar a retenção de memória curta nesses transistores.

Isto mudou quando a equipe de pesquisadores descobriu que a ferroelectricidade incipiente se tornava menos incipiente e mais tradicional em temperaturas mais baixas.

Usando Ferroelectricidade Incipiente

A natureza mais flexível da ferroelectricidade incipiente seria um problema para os métodos de computação tradicionais. Mas isso pode ser transformado em um recurso.

“Em condições criogênicas, este material exibiu comportamento semelhante ao ferroelétrico tradicional adequado para aplicações de memória. Mas à temperatura ambiente, essa propriedade se comportou de forma diferente. Possui uma natureza relaxora: uma resposta de polarização mais desordenada e de curto alcance.”

Saptarshi Das – Professor de Engenharia na Penn State.

A ferroelectricidade incipiente pode ser usada para criar sistemas de computação semelhantes a neurônios, chamados computadores neuromórficos.

Esses sistemas imitam como o cérebro humano processa informações usando neurônios e utilizam muito menos energia que os computadores tradicionais. Como nosso cérebro, economizam energia ao usar energia apenas quando necessário, como ligar e desligar uma lâmpada, em vez de permanecer ligados o tempo todo como os computadores tradicionais.

Para aproveitar isso em aplicações úteis, foi necessário construir FETs com comportamentos de ferroelectricidade incipiente aprimorados.

FETs de Ferroelectricidade Incipiente

Estrôncio Titânio

Esta foi a tarefa dos pesquisadores da University of Minnesota, que desenvolveram os FETs depositando uma camada de átomos sobre um substrato para formar um filme fino. Esses filmes, feitos de estrôncio titânio (STO), foram então combinados com dissulfeto de molibdênio, um material bidimensional.

Fonte: Nature Communication

Normalmente, o estrôncio titânio é tipicamente não-ferroelétrico, o que significa que não possui um campo elétrico permanente.

Mas em temperaturas muito baixas, ele exibe comportamento semelhante ao ferroelétrico. Filmes finos de estrôncio titânio também são um material perovskita.

“Ficamos surpresos ao ver que esses materiais perovskita bem conhecidos poderiam exibir propriedades ferroelétricas exóticas ao nível do dispositivo.

Não era algo que esperávamos, mas assim que começamos a fabricar os dispositivos, vimos comportamentos que realmente podem redefinir a eletrônica avançada.”

Materiais perovskita têm um tipo específico de estrutura cristalina, que são usados para produzir painéis solares, mas também podem ser fundamentais no desenvolvimento da computação fotônica.

FETs

Usando filmes finos de estrôncio titânio, os pesquisadores construíram três neurônios artificiais e os usaram para realizar uma tarefa de classificação usando uma grade de imagens de três por três pixels, como prova de conceito.

Fonte: Nature Communication

Os dispositivos foram capazes de classificar cada imagem em diferentes categorias. Esse método de aprendizado poderia eventualmente ser usado para identificação e classificação de imagens ou reconhecimento de padrões. Importante, funciona à temperatura ambiente, reduzindo os custos de energia.

Mayukh Das – Candidato a doutorado em ciência e engenharia mecânica

Esses neurônios artificiais baseados em FET, usando ferroelectricidade incipiente, poderiam criar um sistema de computação de baixo custo e eficiente que consome muito menos energia.

Isso se junta a outras novas aplicações de FETs para sistemas de computação avançada, notavelmente o Transistor de Alta Mobilidade de Elétrons Ferroeletro (FeHEMT) para dispositivos de comunicação de próxima geração.

Aplicações Futuras

Isto ainda é, por enquanto, um dispositivo muito experimental, explorando as possibilidades de uma nova aplicação para a ferroelectricidade incipiente.

Provavelmente terá a aplicação mais importante em aplicações de IA, já que LLMs e outros sistemas de IA requerem memória massiva para armazenar todos os dados necessários, o que consome muita energia.

Algumas melhorias na arquitetura de redes neurais e software, como o DeepSeek, podem ajudar. Em última análise, será necessário um novo tipo de hardware mais adequado para atender aos requisitos de IA, a fim de impedir que a indústria de IA se torne um dos maiores consumidores de energia no mundo.

“Perfeccionar esses materiais e integrá-los em dispositivos cotidianos como smartphones ou laptops levará tempo, então há muito mais a explorar.

Além disso, estamos examinando outros materiais, como titanato de bário, para descobrir seu potencial. As oportunidades de crescimento são imensas, tanto em materiais quanto em aplicações de dispositivos.

Dipanjan Sen – Candidato a doutorado em ciência e engenharia mecânica

Empresas de Computação Neuromórfica

1. Intel

Intel é um gigante no setor de semicondutores e evoluiu ao longo dos anos de um fundador da indústria para um líder científico e de inovação, perdendo a posição de liderança em volume de fabricação para empresas como a TSMC de Taiwan.

Intel é líder em computação neuromórfica, em parte graças ao seu chip Loihi 2.

Fonte: Intel

Também criou a Comunidade de Pesquisa Neuromórfica da Intel, que inclui a Pennsylvania State University, envolvida em pesquisas recentes de dióxido de vanádio, bem como mais de 75 outros grupos de pesquisa.

Fonte: Intel

Intel também está muito ativa em imitar o sentido biológico ao replicar a forma como nosso cérebro funciona (ele próprio é um ramo da computação neuromórfica), algo que discutimos mais detalhadamente em nosso artigo “Chips Olfativos Biomiméticos: São Inteligência Artificial e Narizes Eletrônicos o Próximo Canário em uma Mina de Carvão?”.

No geral, a pesquisa do Intel Lab está na vanguarda da inovação em semicondutores, incluindo IA, computação quântica, computação neuromórfica, etc.

Discutimos os avanços da Intel em computação quântica em nossos artigos “O Estado Atual da Computação Quântica” e em setembro de 2024 “Ação da Semana: Intel (INTC)”.

2. IBM

Outro pioneiro histórico em computação, semicondutores e design de chips, International Business Machines Corporation (IBM) também está investigando a computação neuromórfica.

Está desenvolvendo SyNAPSE: Computação neuro‑sináptica escalável e eficiente em energia, apoiada pela Defense Advanced Research Projects Agency (DARPA), para combinar “nanociência, neurociência e supercomputação para simular e emular as habilidades do cérebro em sensação, percepção, ação, interação e cognição”.

Também está na vanguarda do desenvolvimento de computadores quânticos. Por exemplo, desenvolveu seu computador quântico de 127 qubits “Eagle”, que foi seguido por um sistema de 433 qubits conhecido como “Osprey” e o processador quântico supercondutor de 1.121 qubits “Condor”.

Fonte: All About Circuits

Juntamente com a Intel, a IBM está entre as empresas que mais impulsionam agressivamente novas formas de tecnologias de computação, como computação quântica e neuromórfica. É provável que se beneficie dos avanços na compreensão dos materiais usados em transistores neuromórficos.

Estudos Referenciados:

^{1. Sen, D., Ravichandran, H., Das, M. et al. FETs 2D Multifuncionais explorando ferroelectricidade incipiente em nanomembranas autônomas de SrTiO3 em temperaturas subambientais. Nat Commun 15, 10739 (2024). https://doi.org/10.1038/s41467-024-54231-z}