Durante décadas, la computación se ha basado en una misma regla: los datos se guardaban en un lugar y se procesaban en otro. Esta separación, base de la arquitectura de von Neumann, impulsó la era digital. Hoy en día, un nuevo actor promete cuestionar ese orden establecido: el memristor, un dispositivo capaz de almacenar y calcular al mismo tiempo. Esta es la línea de investigación que siguen desde el Centro Singular de Investigación en Química Biológica y Materiales Moleculares (CiQUS) los investigadores Francisco Rivadulla y el investigador Ramón y Cajal Diogo Costa, quien liderará su propio proyecto sobre memristores en colaboración con el CiTIUS en el marco de la Cátedra USC-Televés.
Los memristores son capaces de almacenar información porque su resistencia eléctrica cambia según la corriente que pasa previamente por ellos. "Es una resistencia con memoria", señala Rivadulla. En la computación tradicional, por ejemplo, la información se guarda en formato binario, usando 0 y 1 según exista una resistencia baja o alta. Mientras, los memristores funcionan de forma similar, pero con una ventaja: "No solo pueden adoptar dos estados, sino muchos niveles de resistencia distintos", explica por su parte Diogo Costa.
Por ejemplo, si un memristor puede configurarse en cuatro niveles de resistencia, puede representar 00, 01, 10 u 11 en un mismo dispositivo. De este modo, con la misma cantidad de componentes físicos, es posible incrementar notablemente la densidad de memoria. Además, pueden realizar cálculos como multiplicaciones de matrices, fundamentales en inteligencia artificial.
Así, en lugar de enviar datos constantemente de la memoria al procesador, los memristores permiten calcular directamente donde está guardada la información. "Esto permite procesar los datos de manera más rápida", explica el líder del proyecto. Este concepto se conoce como in-memory computing, porque combina el almacenamiento y el procesamiento en un mismo dispositivo.
Transistor vs. Memristor: ¿cuál es su importancia?
El componente más básico de la electrónica es el transistor: su función principal es almacenar información en forma de unos y ceros. Así, funciona en base a dos estados: 0 (apagado) y 1 (encendido). Funciona a base de semiconductores, y su estado no se conserva cuando se corta la alimentación, sino que para mantener la memoria precisa circuitos adicionales.
Así, un memristor puede representar múltiples estados (00, 01, 10, 11, etc.), mientras que el transistor solo puede representar uno (0 o 1). Esto aumenta la densidad de información que cabe en un mismo chip. "Son elementos no volátiles de memoria y permiten componerlas a computación", explica Francisco Rivadulla.
Con todo, la gran revolución reside en el concepto de in-memory computing. En un ordenador clásico, los datos viajan constantemente entre memoria y procesador, un viaje que consume tiempo y energía. Los memristores consiguen agrupar las dos acciones en un mismo lugar, y tienen como resultado múltiples ventajas: menos transferencia de datos, menor consumo energético y mayor velocidad.
Objetivos: optimización y aplicación
El proyecto que lanzan estos investigadores desde el grupo de Ciencia de Materiales del CiQUS consiste en mejorar los materiales que forman los memristores y demostrar su utilidad en tareas reales de inteligencia artificial. Así, el trabajo comienza por lo fundamental: "El funcionamiento se basa en el movimiento de iones dentro del material", señala Francisco Rivadulla. En muchos dispositivos, los iones que se desplazan son de oxígeno, y los materiales utilizados son óxidos.
El primer objetivo es optimizar la respuesta resistiva de estos materiales memristivos: modificar la composición química, ajustar la estructura y mejorar la estabilidad de sus estados de resistencia. El segundo objetivo es "implementar un demostrador funcional" a través de una matriz de memristores, señala Rivadulla.
Este demostrador se utilizará para realizar tareas de IA directamente en el hardware. Se utilizará para identificar patrones, como el reconocimiento de números escritos a mano, clasificación de imágenes y, en el futuro, distinguir objetos en una imagen, como separar una persona de un animal. "Estamos empezando por números porque es lo más sencillo", aclara el investigador.
Creación de un prototipo
El prototipo que están desarrollando desde el CiQUS es una prueba de concepto. Diogo Teixeira explica que la idea inicial parte de usar estos números, hechos con segmentos de encendidos y apagados, y comprobar si la matriz de memristores puede identificar, por ejemplo, un 7, un 8 o un 3. El siguiente paso sería elevar la dificultad: permitir que el hardware reconozca números escritos a mano. "Que sea capaz de distinguir un 9 escrito por mí de un 9 escrito por ti", ejemplifica el investigador Ramón y Cajal.
A partir del material memristivo, normalmente un óxido, se construye un dispositivo mediante litografía, es decir, se crean patrones microscópicos en un chip, se depositan las capas necesarias y se fabrica la estructura que actuará como memristor. Esto permite pasar del material al dispositivo funcional. Una vez existe el chip, una imagen como un número digital puede convertirse en una señal eléctrica y la respuesta resistiva permite hacer el reconocimiento. "Nosotros hacemos la microfabricación y el control eléctrico de pequeños chips", explica Costa.
Con todo, aún no están en esa aplicación industrial: se precisan miles de memristores para llevarlo a cabo, y en el CiQUS carecen del material necesario. "Queremos hacer un demostrador que muestre la funcionalidad y ventajas de nuestro material", aclara el líder del proyecto.
La computación del futuro
En el contexto digital actual, los memristores están llamando la atención de la investigación, ya que permiten superar una de las principales limitaciones de la computación tradicional basada en transistores: "Puedes tener una mayor cantidad de memoria en el mismo tamaño", explica el investigador Diogo Costa.
Con memristores, la separación entre almacenamiento y procesamiento de datos desaparece, y además, pueden realizar operaciones como las multiplicaciones de matrices, que son la base de muchos algoritmos de inteligencia artificial, incluidos los modelos de lenguaje tipo ChatGPT. "Se evita el paso de tener en dos sitios separados cada una de las partes", señala, resumiendo así el in-memory computing. Así, desde el CiQUS, marcan el camino para revolucionar la computación desde Galicia.
Por Andrea Veiga, GCiencia.
Investigadores del CiQUS y del CiTIUS establecen una línea de trabajo sobre los memristores.
El CiQUS cuenta con el reconocimiento CIGUS de la Xunta de Galicia, que acredita la calidad e impacto de su investigación, y recibe apoyo financiero de la Unión Europea a través del Programa Galicia FEDER 2021-2027.