Un memristor ( / ˈ m ɛ m r ɪ s t ər / ; un acrónimo de resistencia de memoria ) es un componente eléctrico no lineal de dos terminales que relaciona la carga eléctrica y el enlace de flujo magnético . Fue descrito y nombrado en 1971 por León Chua , completando un cuarteto teórico de componentes eléctricos fundamentales que comprende también la resistencia , el condensador y el inductor . [1]
Chua y Kang generalizaron posteriormente el concepto a los sistemas memristivos . [2] Tal sistema comprende un circuito, de múltiples componentes convencionales, que imita las propiedades clave del componente memristor ideal y también se conoce comúnmente como memristor. Se han desarrollado varias tecnologías de sistemas de memristor, en particular ReRAM .
La identificación de propiedades memristivas en dispositivos electrónicos ha generado controversia. Experimentalmente aún no se ha demostrado cuál es el memristor ideal. [3] [4]
Chua en su artículo de 1971 identificó una simetría teórica entre la resistencia no lineal (voltaje versus corriente), el capacitor no lineal (voltaje versus carga) y el inductor no lineal (vínculo de flujo magnético versus corriente). De esta simetría dedujo las características de un cuarto elemento fundamental del circuito no lineal, que vincula el flujo magnético y la carga, al que llamó memristor. A diferencia de una resistencia lineal (o no lineal), el memristor tiene una relación dinámica entre corriente y voltaje, incluida una memoria de voltajes o corrientes pasadas. Otros científicos habían propuesto resistencias de memoria dinámica como el memistor de Bernard Widrow, pero Chua introdujo una generalidad matemática.
El memristor se definió originalmente en términos de una relación funcional no lineal entre el enlace de flujo magnético Φ m ( t ) y la cantidad de carga eléctrica que ha fluido, q ( t ): [1]
El enlace de flujo magnético , Φ m , se generaliza a partir de la característica del circuito de un inductor. Aquí no representa un campo magnético. Su significado físico se analiza a continuación. El símbolo Φ m puede considerarse como la integral del voltaje en el tiempo. [5]
En la relación entre Φ m y q, la derivada de uno con respecto al otro depende del valor de uno u otro, por lo que cada memristor se caracteriza por su función de memristancia que describe la tasa de cambio del flujo con carga dependiente de la carga. .
Sustituyendo el flujo como la integral de tiempo del voltaje y la carga como la integral de tiempo de la corriente, las formas más convenientes son;
Para relacionar el memristor con la resistencia, el capacitor y el inductor, es útil aislar el término M ( q ), que caracteriza al dispositivo, y escribirlo como una ecuación diferencial.
La tabla anterior cubre todas las razones significativas de diferenciales de I , q , Φ m y V. Ningún dispositivo puede relacionar dI con dq , o dΦ m con dV , porque I es la derivada de q y Φ m es la integral de V.
De esto se puede inferir que la memristancia es una resistencia dependiente de la carga . Si M ( q ( t )) es una constante, entonces obtenemos la ley de Ohm R ( t ) = V ( t )/ I ( t ). Sin embargo, si M ( q ( t )) no es trivial, la ecuación no es equivalente porque q ( t ) y M ( q ( t )) pueden variar con el tiempo. Resolver el voltaje en función del tiempo produce
Esta ecuación revela que la memristancia define una relación lineal entre corriente y voltaje, siempre que M no varíe con la carga. Una corriente distinta de cero implica una carga que varía en el tiempo. Sin embargo, la corriente alterna puede revelar la dependencia lineal en la operación del circuito al inducir un voltaje mensurable sin movimiento neto de la carga, siempre y cuando el cambio máximo en q no cause mucho cambio en M.
Además, el memristor es estático si no se aplica corriente. Si I ( t ) = 0, encontramos que V ( t ) = 0 y M ( t ) es constante. Ésta es la esencia del efecto memoria.
De manera análoga, podemos definir a como memductancia. [1]
La característica de consumo de energía recuerda la de una resistencia, I 2 R .
Mientras M ( q ( t )) varíe poco, como bajo corriente alterna, el memristor aparecerá como una resistencia constante. Sin embargo, si M ( q ( t )) aumenta rápidamente, el consumo de corriente y energía se detendrá rápidamente.
M ( q ) está físicamente restringido a ser positivo para todos los valores de q (suponiendo que el dispositivo sea pasivo y no se vuelva superconductor en algún q ). Un valor negativo significaría que suministraría energía perpetuamente cuando funcionase con corriente alterna.
Para comprender la naturaleza de la función del memristor, es útil tener algunos conocimientos de los conceptos fundamentales de la teoría de circuitos, comenzando con el concepto de modelado de dispositivos . [6]
Los ingenieros y científicos rara vez analizan un sistema físico en su forma original. En lugar de ello, construyen un modelo que se aproxima al comportamiento del sistema. Al analizar el comportamiento del modelo, esperan predecir el comportamiento del sistema real. La razón principal para construir modelos es que los sistemas físicos suelen ser demasiado complejos para ser susceptibles de un análisis práctico.
En el siglo XX se trabajó en dispositivos donde los investigadores no reconocían las características memristivas. Esto ha planteado la sugerencia de que dichos dispositivos deberían reconocerse como memristores. [6] Pershin y Di Ventra [3] han propuesto una prueba que puede ayudar a resolver algunas de las controversias de larga data sobre si un memristor ideal realmente existe o es un concepto puramente matemático.
El resto de este artículo aborda principalmente los memristores relacionados con dispositivos ReRAM , ya que la mayor parte del trabajo desde 2008 se ha concentrado en esta área.
El Dr. Paul Penfield, en un informe técnico del MIT de 1974 [7] menciona el memristor en relación con las uniones Josephson . Este fue uno de los primeros usos de la palabra "memristor" en el contexto de un dispositivo de circuito.
Uno de los términos de la corriente a través de un cruce Josephson es de la forma:
donde es una constante basada en los materiales físicos superconductores, es el voltaje a través de la unión y es la corriente a través de la unión.
Hasta finales del siglo XX, se llevaron a cabo investigaciones sobre esta conductancia dependiente de la fase en las uniones Josephson. [8] [9] [10] [11] Un enfoque más completo para extraer esta conductancia dependiente de la fase apareció en el artículo fundamental de Peotta y DiVentra en 2014. [12]
Debido a la dificultad práctica de estudiar el memristor ideal, discutiremos otros dispositivos eléctricos que pueden modelarse utilizando memristores. Para obtener una descripción matemática de un dispositivo (sistemas) memristivos, consulte Teoría.
Un tubo de descarga se puede modelar como un dispositivo memristivo, siendo la resistencia función del número de electrones de conducción . [2]
es el voltaje a través del tubo de descarga, es la corriente que fluye a través de él y es el número de electrones de conducción. Una función de memristancia simple es . y son parámetros que dependen de las dimensiones del tubo y de los rellenos de gas. Una identificación experimental del comportamiento memristivo es el "bucle de histéresis comprimido" en el plano. Para ver un experimento que muestra tal característica para un tubo de descarga común, consulte "Una figura física de Lissajous del memristor" (YouTube). El vídeo también ilustra cómo comprender las desviaciones en las características de histéresis pellizcada de los memristores físicos. [13] [14]
Los termistores se pueden modelar como dispositivos memristivos. [14]
es una constante del material, es la temperatura corporal absoluta del termistor, es la temperatura ambiente (ambas temperaturas en Kelvin), denota la resistencia a la temperatura fría en , es la capacitancia de calor y es la constante de disipación del termistor.
Un fenómeno fundamental que apenas se ha estudiado es el comportamiento memristivo en uniones pn. [15] El memristor juega un papel crucial al imitar el efecto de almacenamiento de carga en la base del diodo y también es responsable del fenómeno de modulación de la conductividad (que es tan importante durante los transitorios directos).
En 2008, un equipo de HP Labs encontró evidencia experimental para el memristor de Chua basándose en un análisis de una fina película de dióxido de titanio , conectando así el funcionamiento de los dispositivos ReRAM con el concepto de memristor. Según HP Labs, el memristor funcionaría de la siguiente manera: la resistencia eléctrica del memristor no es constante sino que depende de la corriente que previamente había circulado por el dispositivo, es decir, su resistencia actual depende de cuánta carga eléctrica ha fluido previamente a través de él. y en qué dirección; el dispositivo recuerda su historia: la llamada propiedad de no volatilidad . [16] Cuando se corta el suministro de energía eléctrica, el memristor recuerda su resistencia más reciente hasta que se enciende nuevamente. [17] [18]
El resultado de HP Labs fue publicado en la revista científica Nature . [17] [19] Siguiendo esta afirmación, Leon Chua ha argumentado que la definición de memristor podría generalizarse para cubrir todas las formas de dispositivos de memoria no volátiles de dos terminales basados en efectos de conmutación de resistencia. [16] Chua también argumentó que el memristor es el elemento de circuito más antiguo conocido , y sus efectos son anteriores a la resistencia , el condensador y el inductor . [20] Sin embargo, existen algunas dudas serias sobre si un memristor genuino realmente puede existir en la realidad física. [21] [22] [23] [24] Además, algunas pruebas experimentales contradicen la generalización de Chua, ya que se observa un efecto de nanobatería no pasiva en la memoria de conmutación de resistencia. [25] Pershin y Di Ventra [3] propusieron una prueba sencilla para analizar si dicho memristor ideal o genérico existe realmente o es un concepto puramente matemático. Hasta ahora, no parece haber ningún dispositivo de conmutación de resistencia experimental ( ReRAM ) que pueda pasar la prueba. [3] [4]
Estos dispositivos están destinados a aplicaciones en dispositivos de memoria nanoelectrónica , lógica informática y arquitecturas informáticas neuromórficas /neuromemristivas. [26] [27] En 2013, el CTO de Hewlett-Packard, Martin Fink, sugirió que la memoria memristor podría estar disponible comercialmente a partir de 2018. [28] En marzo de 2012, un equipo de investigadores de HRL Laboratories y la Universidad de Michigan anunciaron la primera matriz de memristor funcional construida sobre un chip CMOS . [29]
Según la definición original de 1971, el memristor es el cuarto elemento fundamental del circuito y forma una relación no lineal entre la carga eléctrica y el enlace del flujo magnético. En 2011, Chua abogó por una definición más amplia que incluya todos los dispositivos de memoria no volátiles de dos terminales basados en conmutación de resistencia. [16] Williams argumentó que MRAM , la memoria de cambio de fase y ReRAM son tecnologías de memristor. [32] Algunos investigadores argumentaron que las estructuras biológicas como la sangre [33] y la piel [34] [35] se ajustan a la definición. Otros argumentaron que el dispositivo de memoria desarrollado por HP Labs y otras formas de ReRAM no son memristores, sino más bien parte de una clase más amplia de sistemas de resistencia variable, [36] y que una definición más amplia de memristor es una apropiación de tierras científicamente injustificable que favoreció las patentes de memristores de HP. [37]
En 2011, Meuffels y Schroeder notaron que uno de los primeros artículos sobre memristores incluía una suposición errónea sobre la conducción iónica. [38] En 2012, Meuffels y Soni discutieron algunas cuestiones y problemas fundamentales en la realización de memristores. [21] Indicaron deficiencias en el modelado electroquímico presentado en el artículo de Nature "El memristor perdido encontrado" [17] porque el impacto de los efectos de polarización de la concentración en el comportamiento de las estructuras metálicas TiO 2 x x bajo voltaje o tensión de corriente era no considerado. Esta crítica fue mencionada por Valov et al. [25] en 2013.
En una especie de experimento mental , Meuffels y Soni [21] revelaron además una grave inconsistencia: si en la realidad física existiera un memristor controlado por corriente con la llamada propiedad de no volatilidad [16] , su comportamiento violaría el principio de Landauer , que pone un límite a la cantidad mínima de energía requerida para cambiar los estados de "información" de un sistema. Esta crítica fue finalmente adoptada por Di Ventra y Pershin [22] en 2013.
En este contexto, Meuffels y Soni [21] señalaron un principio termodinámico fundamental: el almacenamiento de información no volátil requiere la existencia de barreras de energía libre que separan los distintos estados de memoria interna de un sistema entre sí; de lo contrario, nos enfrentaríamos a una situación "indiferente" y el sistema fluctuaría arbitrariamente de un estado de memoria a otro bajo la influencia de fluctuaciones térmicas . Cuando no están protegidos contra las fluctuaciones térmicas , los estados de la memoria interna exhiben algunas dinámicas de difusión, lo que provoca la degradación del estado. [22] Por lo tanto, las barreras de energía libre deben ser lo suficientemente altas para garantizar una baja probabilidad de error de bit en la operación de bit. [39] En consecuencia, siempre existe un límite inferior de energía requerida, dependiendo de la probabilidad de error de bit requerida , para cambiar intencionalmente un valor de bit en cualquier dispositivo de memoria. [39] [40]
En el concepto general de sistema memristivo, las ecuaciones que lo definen son (ver Teoría):
donde u ( t ) es una señal de entrada e y ( t ) es una señal de salida. El vector x representa un conjunto de n variables de estado que describen los diferentes estados de la memoria interna del dispositivo. ẋ es la tasa de cambio dependiente del tiempo del vector de estado x con el tiempo.
Cuando se quiere ir más allá del mero ajuste de curvas y aspirar a un modelado físico real de elementos de memoria no volátiles, por ejemplo dispositivos resistivos de memoria de acceso aleatorio , hay que prestar atención a las correlaciones físicas antes mencionadas. Para comprobar la adecuación del modelo propuesto y sus ecuaciones de estado resultantes, la señal de entrada u ( t ) se puede superponer con un término estocástico ξ ( t ), que tiene en cuenta la existencia de fluctuaciones térmicas inevitables . La ecuación de estado dinámico en su forma general finalmente dice:
donde ξ ( t ) es, por ejemplo, corriente gaussiana blanca o ruido de voltaje . Sobre la base de un análisis analítico o numérico de la respuesta del sistema al ruido dependiente del tiempo, se puede tomar una decisión sobre la validez física del enfoque de modelado, por ejemplo, ¿podría el sistema retener sus estados de memoria en estado apagado? ¿modo?
Di Ventra y Pershin [22] realizaron un análisis de este tipo con respecto al memristor genuino controlado por corriente. Como la ecuación de estado dinámico propuesta no proporciona ningún mecanismo físico que permita a un memristor de este tipo hacer frente a fluctuaciones térmicas inevitables, un memristor controlado por corriente cambiaría erráticamente su estado con el paso del tiempo justo bajo la influencia del ruido actual. [22] [41] Di Ventra y Pershin [22] concluyeron así que los memristores cuyos estados de resistencia (memoria) dependen únicamente del historial de corriente o voltaje no podrían proteger sus estados de memoria contra el inevitable ruido de Johnson-Nyquist y sufrirían permanentemente la información. pérdida, la llamada "catástrofe estocástica". Por tanto, un memristor controlado por corriente no puede existir como dispositivo de estado sólido en la realidad física.
El principio termodinámico antes mencionado implica además que el funcionamiento de dispositivos de memoria no volátil de dos terminales (por ejemplo, dispositivos de memoria de "conmutación por resistencia" ( ReRAM )) no puede asociarse con el concepto de memristor, es decir, tales dispositivos no pueden por sí solos recordar su historial de corriente o voltaje. Las transiciones entre distintos estados de memoria interna o resistencia son de naturaleza probabilística . La probabilidad de una transición del estado { i } al estado { j } depende de la altura de la barrera de energía libre entre ambos estados. Por lo tanto, se puede influir en la probabilidad de transición accionando adecuadamente el dispositivo de memoria, es decir, "bajando" la barrera de energía libre para la transición { i } → { j } mediante, por ejemplo, una polarización aplicada externamente.
Un evento de "cambio de resistencia" puede simplemente imponerse estableciendo la polarización externa en un valor por encima de un cierto valor umbral. Este es el caso trivial, es decir, la barrera de energía libre para la transición { i } → { j } se reduce a cero. En caso de que se apliquen sesgos por debajo del valor umbral, todavía existe una probabilidad finita de que el dispositivo cambie con el tiempo (provocado por una fluctuación térmica aleatoria), pero –como se trata de procesos probabilísticos– es imposible predecir cuándo se producirá el evento de conmutación. Ésta es la razón básica de la naturaleza estocástica de todos los procesos de conmutación de resistencia ( ReRAM ) observados. Si las barreras de energía libre no son lo suficientemente altas, el dispositivo de memoria puede incluso cambiar sin tener que hacer nada.
Cuando se descubre que un dispositivo de memoria no volátil de dos terminales se encuentra en un estado de resistencia distinto { j }, no existe, por lo tanto, una relación física uno a uno entre su estado actual y su historial de voltaje anterior. Por tanto, el comportamiento de conmutación de dispositivos de memoria no volátiles individuales no puede describirse dentro del marco matemático propuesto para sistemas memristor/memristivos.
Una curiosidad termodinámica adicional surge de la definición de que los memristores/dispositivos memristivos deberían actuar energéticamente como resistencias. La energía eléctrica instantánea que ingresa a dicho dispositivo se disipa completamente como calor Joule al entorno, por lo que no queda energía adicional en el sistema después de haber pasado de un estado de resistencia x i a otro x j . Por lo tanto, la energía interna del dispositivo memristor en el estado x i , U ( V , T , x i ), sería la misma que en el estado x j , U ( V , T , x j ), aunque estos diferentes estados serían dan lugar a diferentes resistencias del dispositivo, que a su vez deben ser causadas por alteraciones físicas del material del dispositivo.
Otros investigadores observaron que los modelos de memristor basados en el supuesto de deriva iónica lineal no tienen en cuenta la asimetría entre el tiempo de ajuste (cambio de resistencia de alta a baja) y el tiempo de reinicio (cambio de resistencia de baja a alta) y no proporcionan valores de movilidad iónica. consistente con los datos experimentales. Se han propuesto modelos de deriva iónica no lineales para compensar esta deficiencia. [42]
Un artículo de 2014 de investigadores de ReRAM concluyó que las ecuaciones de modelado de memristor inicial/básico de Strukov (HP) no reflejan bien la física real del dispositivo, mientras que los modelos posteriores (basados en la física) como el modelo de Pickett o el modelo ECM de Menzel (Menzel es un co- autor de ese artículo) tienen una previsibilidad adecuada, pero son computacionalmente prohibitivos. A partir de 2014 continúa la búsqueda de un modelo que equilibre estas cuestiones; El artículo identifica los modelos de Chang y Yakopcic como compromisos potencialmente buenos. [43]
Martin Reynolds, analista de ingeniería eléctrica del equipo de investigación Gartner , comentó que mientras HP estaba siendo descuidado al llamar a su dispositivo memristor, los críticos eran pedantes al decir que no era un memristor. [44]
Chua sugirió pruebas experimentales para determinar si un dispositivo puede clasificarse adecuadamente como memristor: [2]
Según Chua [45] [46] todas las memorias de conmutación resistivas, incluidas ReRAM , MRAM y la memoria de cambio de fase, cumplen con estos criterios y son memristores. Sin embargo, la falta de datos para las curvas de Lissajous en un rango de condiciones iniciales o en un rango de frecuencias complica las evaluaciones de esta afirmación.
La evidencia experimental muestra que la memoria de resistencia basada en redox ( ReRAM ) incluye un efecto de nanobatería que es contrario al modelo de memristor de Chua. Esto indica que la teoría del memristor debe ampliarse o corregirse para permitir un modelado ReRAM preciso. [25]
En 2008, investigadores de HP Labs introdujeron un modelo para una función de memristancia basada en películas delgadas de dióxido de titanio . [17] Para R ON ≪ R OFF, se determinó que la función de memristancia era
donde R OFF representa el estado de alta resistencia, R ON representa el estado de baja resistencia, μ v representa la movilidad de los dopantes en la película delgada y D representa el espesor de la película. El grupo de HP Labs observó que las "funciones de ventana" eran necesarias para compensar las diferencias entre las mediciones experimentales y su modelo de memristor debido a la deriva iónica no lineal y los efectos de límites.
Para algunos memristores, la corriente o el voltaje aplicado provocan un cambio sustancial en la resistencia. Estos dispositivos pueden caracterizarse como interruptores investigando el tiempo y la energía que se deben gastar para lograr el cambio deseado en la resistencia. Esto supone que el voltaje aplicado permanece constante. Resolver la disipación de energía durante un único evento de conmutación revela que para que un memristor cambie de R encendido a R apagado en el tiempo T encendido a T apagado , la carga debe cambiar en ΔQ = Q encendido – Q apagado .
Sustituyendo V = I ( q ) M ( q ), y luego ∫d q / V = ∆ Q / V por la constante V To produce la expresión final. Esta característica de potencia difiere fundamentalmente de la de un transistor semiconductor de óxido metálico , que está basado en un condensador. A diferencia del transistor, el estado final del memristor en términos de carga no depende del voltaje de polarización.
El tipo de memristor descrito por Williams deja de ser ideal después de conmutar todo su rango de resistencia, creando una histéresis , también llamada "régimen de conmutación dura". [17] Otro tipo de interruptor tendría un M ( q ) cíclico de modo que cada evento de encendido y apagado fuera seguido por un evento de encendido y apagado bajo un sesgo constante. Un dispositivo de este tipo actuaría como un memristor en todas las condiciones, pero sería menos práctico.
En el concepto más general de un sistema memristivo de orden n , las ecuaciones definitorias son
donde u ( t ) es una señal de entrada, y ( t ) es una señal de salida, el vector x representa un conjunto de n variables de estado que describen el dispositivo y g y f son funciones continuas . Para un sistema memristivo controlado por corriente, la señal u ( t ) representa la señal de corriente i ( t ) y la señal y ( t ) representa la señal de voltaje v ( t ). Para un sistema memristivo controlado por voltaje, la señal u ( t ) representa la señal de voltaje v ( t ) y la señal y ( t ) representa la señal de corriente i ( t ).
El memristor puro es un caso particular de estas ecuaciones, es decir, cuando x depende sólo de la carga ( x = q ) y dado que la carga está relacionada con la corriente a través de la derivada del tiempo d q /d t = i ( t ). Por lo tanto, para memristores puros, f (es decir, la tasa de cambio del estado) debe ser igual o proporcional a la corriente i ( t ).
Una de las propiedades resultantes de los memristores y los sistemas memristivos es la existencia de un efecto de histéresis pellizcada . [47] Para un sistema memristivo controlado por corriente, la entrada u ( t ) es la corriente i ( t ), la salida y ( t ) es el voltaje v ( t ) y la pendiente de la curva representa la resistencia eléctrica. El cambio en la pendiente de las curvas de histéresis pellizcada demuestra el cambio entre diferentes estados de resistencia, lo cual es un fenómeno central para ReRAM y otras formas de memoria de resistencia de dos terminales. A altas frecuencias, la teoría memristiva predice que el efecto de histéresis pellizcada degenerará, dando como resultado una línea recta representativa de una resistencia lineal. Se ha demostrado que algunos tipos de curvas de histéresis pellizcadas que no se cruzan (denotadas como Tipo II) no pueden describirse mediante memristores. [48]
El concepto de redes memristivas fue introducido por primera vez por Leon Chua en su artículo de 1965 "Memristive Devices and Systems". Chua propuso el uso de dispositivos memristivos como medio para construir redes neuronales artificiales que pudieran simular el comportamiento del cerebro humano. De hecho, los dispositivos memristivos en los circuitos tienen interacciones complejas debido a las leyes de Kirchhoff. Una red memristiva es un tipo de red neuronal artificial que se basa en dispositivos memristivos, que son componentes electrónicos que exhiben la propiedad de memristancia. En una red memristiva, los dispositivos memristivos se utilizan para simular el comportamiento de las neuronas y las sinapsis en el cerebro humano. La red consta de capas de dispositivos memristivos, cada uno de los cuales está conectado a otras capas a través de un conjunto de pesos. Estos pesos se ajustan durante el proceso de capacitación, lo que permite que la red aprenda y se adapte a nuevos datos de entrada. Una ventaja de las redes memristivas es que pueden implementarse utilizando hardware relativamente simple y económico, lo que las convierte en una opción atractiva para desarrollar sistemas de inteligencia artificial de bajo costo. También tienen el potencial de ser más eficientes energéticamente que las redes neuronales artificiales tradicionales, ya que pueden almacenar y procesar información utilizando menos energía. Sin embargo, el campo de las redes memristivas aún se encuentra en las primeras etapas de desarrollo y se necesita más investigación para comprender completamente sus capacidades y limitaciones. Para el modelo más simple con dispositivos memristivos únicamente con generadores de voltaje en serie, existe una ecuación exacta y en forma cerrada ( ecuación Caravelli-Traversa-Di Ventra , CTDV) [49] que describe la evolución de la memoria interna de la red para cada dispositivo. Para un modelo de memristor simple (pero no realista) de un cambio entre dos valores de resistencia, dado por el modelo de Williams-Strukov , con , existe un conjunto de ecuaciones diferenciales acopladas no linealmente que toma la forma:
donde está la matriz diagonal con elementos en la diagonal, se basan en los parámetros físicos de los memristores. El vector es el vector de los generadores de voltaje en serie con los memristores. La topología del circuito entra únicamente en el operador del proyector , definido en términos de la matriz de ciclos del gráfico. La ecuación proporciona una descripción matemática concisa de las interacciones debidas a las leyes de Kirchhoff. Curiosamente, la ecuación comparte muchas propiedades en común con una red de Hopfield , como la existencia de funciones de Lyapunov y los fenómenos de túneles clásicos. [50] En el contexto de las redes memristivas, la ecuación CTD se puede utilizar para predecir el comportamiento de dispositivos memristivos en diferentes condiciones operativas, o para diseñar y optimizar circuitos memristivos para aplicaciones específicas.
Algunos investigadores han planteado la cuestión de la legitimidad científica de los modelos de memristor de HP para explicar el comportamiento de ReRAM . [36] [37] y han sugerido modelos memristivos extendidos para remediar las deficiencias percibidas. [25]
Un ejemplo [51] intenta ampliar el marco de los sistemas memristivos al incluir sistemas dinámicos que incorporan derivadas de orden superior de la señal de entrada u ( t ) como una expansión en serie.
donde m es un entero positivo, u ( t ) es una señal de entrada, y ( t ) es una señal de salida, el vector x representa un conjunto de n variables de estado que describen el dispositivo y las funciones g y f son funciones continuas . Esta ecuación produce las mismas curvas de histéresis de cruce por cero que los sistemas memristivos pero con una respuesta de frecuencia diferente a la predicha por los sistemas memristivos.
Otro ejemplo sugiere incluir un valor de compensación para tener en cuenta un efecto de nanobatería observado que viola el efecto de histéresis pellizcada de cruce por cero previsto. [25]
Existen implementaciones de memristores con una curva histerética de corriente-voltaje o con una curva histerética de corriente-voltaje y una curva histerética de flujo-carga [arXiv:2403.20051]. Los memristores con curva histerética de corriente-voltaje utilizan una resistencia que depende del historial de corriente y voltaje y son un buen augurio para el futuro de la tecnología de memoria debido a su estructura simple, alta eficiencia energética y alta integración [DOI: 10.1002/aisy.202200053] .
El interés en el memristor revivió cuando R. Stanley Williams de Hewlett Packard informó sobre una versión experimental de estado sólido en 2007. [52] [53] [54] El artículo fue el primero en demostrar que un dispositivo de estado sólido podría tener la misma Características de un memristor basadas en el comportamiento de películas delgadas a nanoescala . El dispositivo no utiliza flujo magnético como sugiere el memristor teórico, ni almacena carga como lo hace un condensador, sino que logra una resistencia que depende del historial de la corriente.
Aunque no se citaron en los informes iniciales de HP sobre su memristor de TiO 2 , las características de conmutación de resistencia del dióxido de titanio se describieron originalmente en la década de 1960. [55]
El dispositivo HP está compuesto por una fina película (50 nm ) de dióxido de titanio entre dos electrodos de 5 nm de espesor , uno de titanio y el otro de platino . Inicialmente, la película de dióxido de titanio tiene dos capas, una de las cuales tiene un ligero agotamiento de átomos de oxígeno . Las vacantes de oxígeno actúan como portadores de carga , lo que significa que la capa agotada tiene una resistencia mucho menor que la capa no agotada. Cuando se aplica un campo eléctrico, las vacantes de oxígeno se desplazan (ver Conductor de iones rápidos ), cambiando el límite entre las capas de alta y baja resistencia. Por lo tanto, la resistencia de la película en su conjunto depende de cuánta carga ha pasado a través de ella en una dirección particular, que es reversible cambiando la dirección de la corriente. [17] Dado que el dispositivo HP muestra una conducción iónica rápida a nanoescala, se considera un dispositivo nanoiónico . [56]
La memristancia se muestra solo cuando tanto la capa dopada como la capa empobrecida contribuyen a la resistencia. Cuando ha pasado suficiente carga a través del memristor como para que los iones ya no puedan moverse, el dispositivo entra en histéresis . Deja de integrar q =∫ I d t , sino que mantiene q en un límite superior y M fijo, actuando así como una resistencia constante hasta que se invierte la corriente.
Las aplicaciones de memoria de óxidos de película delgada han sido un área de investigación activa durante algún tiempo. IBM publicó un artículo en 2000 sobre estructuras similares a la descrita por Williams. [57] Samsung tiene una patente estadounidense para interruptores basados en óxido vacante similar al descrito por Williams. [58]
En abril de 2010, los laboratorios de HP anunciaron que tenían memristores prácticos que funcionaban con tiempos de conmutación de 1 ns (~1 GHz) y tamaños de 3 nm por 3 nm, [59] lo que es un buen augurio para el futuro de la tecnología. [60] Con estas densidades, podría fácilmente rivalizar con la actual tecnología de memoria flash de menos de 25 nm .
Parece que ya en la década de 1960 se ha observado memristancia en películas delgadas de dióxido de silicio a nanoescala . [61]
Sin embargo, la conductancia histerética en el silicio se asoció con efectos memristivos solo en 2009. [62] Más recientemente, a partir de 2012, Tony Kenyon, Adnan Mehonic y su grupo demostraron claramente que la conmutación resistiva en películas delgadas de óxido de silicio se debe a la formación de filamentos vacantes de oxígeno en dióxido de silicio diseñado con defectos, después de haber sondeado directamente el movimiento del oxígeno bajo polarización eléctrica, y haber obtenido imágenes de los filamentos conductores resultantes utilizando microscopía conductora de fuerza atómica. [63]
En 2004, Krieger y Spitzer describieron el dopaje dinámico de polímeros y materiales inorgánicos similares a dieléctricos que mejoraban las características de conmutación y la retención necesarias para crear células de memoria no volátiles funcionales. [64] Utilizaron una capa pasiva entre el electrodo y películas delgadas activas, lo que mejoró la extracción de iones del electrodo. Es posible utilizar un conductor de iones rápidos como capa pasiva, lo que permite una reducción significativa del campo de extracción iónica.
En julio de 2008, Erokhin y Fontana afirmaron haber desarrollado un memristor polimérico antes del memristor de dióxido de titanio anunciado más recientemente. [sesenta y cinco]
En 2010, Alibart, Gamrat, Vuillaume et al. [66] introdujeron un nuevo dispositivo híbrido orgánico/ nanopartículas (el NOMFET : Transistor de efecto de campo de memoria orgánica de nanopartículas), que se comporta como un memristor [67] y que exhibe el comportamiento principal de una sinapsis biológica. Este dispositivo, también llamado sinapstor (transistor de sinapsis), se utilizó para demostrar un circuito neuroinspirado (memoria asociativa que muestra un aprendizaje pavloviano). [68]
En 2012, Crupi, Pradhan y Tozer describieron una prueba de diseño de concepto para crear circuitos de memoria sináptica neuronal utilizando memristores basados en iones orgánicos. [69] El circuito de sinapsis demostró una potenciación a largo plazo para el aprendizaje, así como el olvido basado en la inactividad. Utilizando una red de circuitos, se almacenó un patrón de luz y luego se recuperó. Esto imita el comportamiento de las neuronas V1 en la corteza visual primaria que actúan como filtros espaciotemporales que procesan señales visuales como bordes y líneas en movimiento.
En 2012, Erokhin y sus coautores demostraron una matriz tridimensional estocástica con capacidades de aprendizaje y adaptación basada en memristor polimérico. [70]
En 2014, Bessonov et al. informaron sobre un dispositivo memristivo flexible que comprende una heteroestructura MoO x / MoS 2 intercalada entre electrodos de plata sobre una lámina de plástico. [71] El método de fabricación se basa enteramente en tecnologías de impresión y procesamiento de soluciones que utilizan dicalcogenuros de metales de transición (TMD) en capas bidimensionales . Los memristores son mecánicamente flexibles, ópticamente transparentes y se fabrican a bajo coste. Se descubrió que el comportamiento memristivo de los interruptores iba acompañado de un destacado efecto memcapacitivo. El alto rendimiento de conmutación, la plasticidad sináptica demostrada y la sostenibilidad de las deformaciones mecánicas prometen emular las atractivas características de los sistemas neuronales biológicos en nuevas tecnologías informáticas.
Atomristor se define como los dispositivos eléctricos que muestran un comportamiento memristivo en nanomateriales o láminas atómicas atómicamente delgadas. En 2018, Ge y Wu et al. [72] en el grupo Akinwande de la Universidad de Texas, informaron por primera vez un efecto memristivo universal en láminas atómicas TMD de una sola capa (MX 2 , M = Mo, W; y X = S, Se) basadas en aislantes metálicos verticales. Estructura del dispositivo de metal (MIM). Posteriormente, el trabajo se amplió al nitruro de boro hexagonal monocapa , que es el material con memoria más fino, de alrededor de 0,33 nm. [73] Estos atomristores ofrecen conmutación sin formación y funcionamiento tanto unipolar como bipolar. El comportamiento de conmutación se encuentra en películas monocristalinas y policristalinas, con varios electrodos conductores (oro, plata y grafeno). Las láminas TMD atómicamente delgadas se preparan mediante CVD / MOCVD , lo que permite una fabricación de bajo costo. Posteriormente, aprovechando la baja resistencia de "encendido" y la gran relación de encendido/apagado, se prueba un interruptor de RF de potencia cero de alto rendimiento basado en atomristores MoS 2 o h-BN, lo que indica una nueva aplicación de memristores para 5G , 6G y Sistemas de comunicación y conectividad THz. [74] [75] En 2020, la comprensión atomística del mecanismo del punto virtual conductor se aclaró en un artículo en Nature Nanotechnology. [76]
El memristor ferroeléctrico [77] se basa en una delgada barrera ferroeléctrica intercalada entre dos electrodos metálicos. Cambiar la polarización del material ferroeléctrico aplicando un voltaje positivo o negativo a través de la unión puede provocar una variación de resistencia de dos órdenes de magnitud: R OFF ≫ R ON (un efecto llamado electrorresistencia de túnel). En general, la polarización no cambia bruscamente. La inversión se produce gradualmente mediante la nucleación y el crecimiento de dominios ferroeléctricos con polarización opuesta. Durante este proceso, la resistencia no es ni R ON ni R OFF , sino intermedia. Cuando se cicla el voltaje, la configuración del dominio ferroeléctrico evoluciona, lo que permite un ajuste fino del valor de resistencia. Las principales ventajas del memristor ferroeléctrico son que la dinámica del dominio ferroeléctrico se puede ajustar, ofreciendo una manera de diseñar la respuesta del memristor, y que las variaciones de resistencia se deben a fenómenos puramente electrónicos, lo que ayuda a la confiabilidad del dispositivo, ya que no implica ningún cambio profundo en la estructura del material.
En 2013, Ageev, Blinov et al. [78] informaron haber observado el efecto memristor en una estructura basada en nanotubos de carbono alineados verticalmente estudiando haces de CNT mediante un microscopio de efecto túnel .
Posteriormente se descubrió [79] que la conmutación memristiva de CNT se observa cuando un nanotubo tiene una deformación elástica no uniforme Δ L 0. Se demostró que el mecanismo de conmutación memristiva de СNT tensado se basa en la formación y posterior redistribución de no uniforme Deformación elástica y campo piezoeléctrico Edef en el nanotubo bajo la influencia de un campo eléctrico externo E ( x , t ).
Se ha evaluado el uso de biomateriales en sinapsis artificiales y se ha demostrado que tienen potencial para su aplicación en sistemas neuromórficos. [80] En particular, se ha investigado la viabilidad de utilizar un biomemristor a base de colágeno como dispositivo sináptico artificial, [81] mientras que un dispositivo sináptico basado en lignina demostró una corriente ascendente o descendente con barridos de voltaje consecutivos dependiendo del signo del voltaje. [82] además, una fibroína de seda natural demostró propiedades memristivas; [83] También se están estudiando sistemas de espín-memristivos basados en biomoléculas. [84]
En 2012, Sandro Carrara y sus coautores propusieron el primer memristor biomolecular con el objetivo de realizar biosensores altamente sensibles. [85] Desde entonces, se han demostrado varios sensores memristivos. [86]
Chen y Wang, investigadores del fabricante de unidades de disco Seagate Technology, describieron tres ejemplos de posibles memristores magnéticos. [87] En un dispositivo, la resistencia ocurre cuando el espín de los electrones en una sección del dispositivo apunta en una dirección diferente a la de los de otra sección, creando una "pared de dominio", un límite entre las dos secciones. Los electrones que fluyen hacia el dispositivo tienen un cierto espín, lo que altera el estado de magnetización del dispositivo. Cambiar la magnetización, a su vez, mueve la pared del dominio y cambia la resistencia. La importancia del trabajo llevó a una entrevista por parte de IEEE Spectrum . [88] En 2011 se realizó una primera prueba experimental del memristor espintrónico basado en el movimiento de la pared de dominio mediante corrientes de espín en una unión de túnel magnético . [89]
Se ha propuesto que la unión del túnel magnético actúe como un memristor a través de varios mecanismos potencialmente complementarios, tanto extrínsecos (reacciones redox, atrapamiento/desatrapamiento de carga y electromigración dentro de la barrera) como intrínsecos ( par de transferencia de espín ).
Basado en investigaciones realizadas entre 1999 y 2003, Bowen et al. publicaron experimentos en 2006 sobre una unión de túnel magnético (MTJ) dotada de estados biestables dependientes del espín [90] ( conmutación resistiva ). El MTJ consiste en una barrera de túnel de SrTiO3 (STO) que separa los electrodos de óxido semimetálico LSMO y de metal ferromagnético CoCr. Los dos estados de resistencia habituales del dispositivo MTJ, caracterizados por una alineación paralela o antiparalela de la magnetización del electrodo, se alteran aplicando un campo eléctrico. Cuando se aplica el campo eléctrico desde el CoCr al electrodo LSMO, la relación de magnetorresistencia del túnel (TMR) es positiva. Cuando se invierte la dirección del campo eléctrico, la TMR es negativa. En ambos casos, se encuentran grandes amplitudes de TMR del orden del 30%. Dado que una corriente completamente polarizada por espín fluye desde el electrodo LSMO semimetálico , dentro del modelo Julliere , este cambio de signo sugiere un cambio de signo en la polarización de espín efectiva de la interfaz STO/CoCr. El origen de este efecto multiestado radica en la migración observada de Cr hacia la barrera y su estado de oxidación. El cambio de signo de TMR puede originarse a partir de modificaciones en la densidad de estados de la interfaz STO/CoCr, así como de cambios en el paisaje de túneles en la interfaz STO/CoCr inducidos por reacciones redox de CrOx.
Los informes sobre la conmutación memristiva basada en MgO dentro de MTJ basados en MgO aparecieron a partir de 2008 [91] y 2009. [92] Si bien se ha propuesto la deriva de las vacantes de oxígeno dentro de la capa aislante de MgO para describir los efectos memristivos observados, [92] otro La explicación podría ser la captura/desatrapamiento de carga en los estados localizados de las vacantes de oxígeno [93] y su impacto [94] en la espintrónica. Esto resalta la importancia de comprender qué papel juegan las vacantes de oxígeno en el funcionamiento memristivo de dispositivos que despliegan óxidos complejos con una propiedad intrínseca como la ferroelectricidad [95] o la multiferroicidad. [96]
El estado de magnetización de un MTJ puede controlarse mediante un par de transferencia de espín y, por lo tanto, puede, a través de este mecanismo físico intrínseco, exhibir un comportamiento memristivo. Este par de giro es inducido por la corriente que fluye a través de la unión y conduce a un medio eficiente para lograr una MRAM . Sin embargo, el tiempo que la corriente fluye a través de la unión determina la cantidad de corriente necesaria, es decir, la carga es la variable clave. [97]
La combinación de mecanismos intrínsecos (par de transferencia de espín) y extrínsecos (conmutación resistiva) conduce naturalmente a un sistema memristivo de segundo orden descrito por el vector de estado x = ( x 1 , x 2 ), donde x 1 describe el estado magnético del electrodos y x 2 denota el estado resistivo de la barrera de MgO. En este caso, el cambio de x 1 está controlado por la corriente (el par de giro se debe a una alta densidad de corriente), mientras que el cambio de x 2 está controlado por el voltaje (la deriva de las vacantes de oxígeno se debe a los altos campos eléctricos). La presencia de ambos efectos en una unión de túnel magnético memristiva llevó a la idea de un sistema nanoscópico sinapsis-neurona. [98]
Pershin y Di Ventra han propuesto un mecanismo fundamentalmente diferente para el comportamiento memristivo . [99] [100] Los autores muestran que ciertos tipos de estructuras espintrónicas semiconductoras pertenecen a una amplia clase de sistemas memristivos definidos por Chua y Kang. [2] El mecanismo del comportamiento memristivo en tales estructuras se basa completamente en el grado de libertad del espín del electrón, lo que permite un control más conveniente que el transporte iónico en nanoestructuras. Cuando se cambia un parámetro de control externo (como el voltaje), el ajuste de la polarización del espín del electrón se retrasa debido a los procesos de difusión y relajación que causan la histéresis. Este resultado se anticipó en el estudio de la extracción de espín en interfaces semiconductor/ferromagneto, [101] pero no se describió en términos de comportamiento memristivo. En una escala de tiempo corta, estas estructuras se comportan casi como un memristor ideal. [1] Este resultado amplía la posible gama de aplicaciones de la espintrónica de semiconductores y supone un paso adelante en futuras aplicaciones prácticas.
En 2017, Kris Campbell presentó formalmente el memristor de canal autodirigido (SDC). [102] El dispositivo SDC es el primer dispositivo memristivo disponible comercialmente para investigadores, estudiantes y entusiastas de la electrónica en todo el mundo. [103] El dispositivo SDC está operativo inmediatamente después de su fabricación. En la capa activa Ge 2 Se 3 , se encuentran enlaces homopolares Ge-Ge y se produce la conmutación. Las tres capas que consisten en Ge 2 Se 3 /Ag/Ge 2 Se 3 , directamente debajo del electrodo de tungsteno superior, se mezclan durante la deposición y forman conjuntamente la capa de fuente de plata. Hay una capa de SnSe entre estas dos capas, lo que garantiza que la capa de fuente de plata no esté en contacto directo con la capa activa. Dado que la plata no migra a la capa activa a altas temperaturas, y la capa activa mantiene una temperatura de transición vítrea alta de aproximadamente 350 °C (662 °F), el dispositivo tiene temperaturas de procesamiento y funcionamiento significativamente más altas a 250 °C (482 °F). F) y al menos 150 °C (302 °F), respectivamente. Estas temperaturas de procesamiento y funcionamiento son más altas que la mayoría de los tipos de dispositivos de calcogenuro conductores de iones, incluidos los vidrios de base S (por ejemplo, GeS) que necesitan ser fotodopados o recocidos térmicamente. Estos factores permiten que el dispositivo SDC funcione en un amplio rango de temperaturas, incluido el funcionamiento continuo a largo plazo a 150 °C (302 °F).
Existen implementaciones de memristores con curva histerética de corriente-voltaje y curva histerética de flujo-carga [arXiv:2403.20051]. Los memristores con curva histerética de corriente-voltaje y curva histerética de flujo-carga utilizan una memristancia que depende del historial del flujo y la carga. Estos memristores pueden fusionar la funcionalidad de la unidad lógica aritmética y de la unidad de memoria sin transferencia de datos [DOI: 10.1002/adfm.201303365].
Los memristores Formingfree (TiF) integrados en el tiempo revelan una curva de flujo-carga histerética con dos ramas distinguibles en el rango de polarización positiva y con dos ramas distinguibles en el rango de polarización negativa. Y los memristores TiF también revelan una curva histerética de corriente-voltaje con dos ramas distinguibles en el rango de polarización positiva y con dos ramas distinguibles en el rango de polarización negativa. El estado de memristancia de un memristor TiF se puede controlar tanto por el flujo como por la carga [DOI: 10.1063/1.4775718]. Heidemarie Schmidt y su equipo demostraron por primera vez un memristor TiF en 2011 [DOI: 10.1063/1.3601113]. Este memristor TiF está compuesto por una fina película de BiFeO 3 entre electrodos conductores metálicos, uno de oro y el otro de platino. La curva histerética de flujo-carga del memristor TiF cambia su pendiente continuamente en una rama en el rango de polarización positiva y en una rama en el rango de polarización negativa (ramas de escritura) y tiene una pendiente constante en una rama en el rango positivo y en una rama en el rango de sesgo negativo (leer ramas) [arXiv:2403.20051]. Según León O. Chua [Referencia 1: 10.1.1.189.3614 ] la pendiente de la curva flujo-carga corresponde a la memristancia de un memristor o a sus variables de estado internas. Los memristores TiF pueden considerarse como memristores con memristancia constante en las dos ramas de lectura y con memristancia reconfigurable en las dos ramas de escritura. El modelo de memristor físico que describe las curvas histeréticas de corriente-voltaje del memristor TiF implementa variables de estado interno estáticas y dinámicas en las dos ramas de lectura y en las dos ramas de escritura [arXiv:2402.10358].
Las variables de estado internas estáticas y dinámicas de memristores no lineales se pueden utilizar para implementar operaciones en memristores no lineales que representan funciones de entrada-salida lineales, no lineales e incluso trascendentales, por ejemplo exponenciales o logarítmicas.
Las características de transporte del memristor TiF en el rango de corriente pequeña y voltaje pequeño no son lineales. Esta no linealidad se compara bien con las características no lineales en el rango de pequeña corriente y pequeño voltaje de los componentes básicos antiguos y actuales de la unidad lógica aritmética de las computadoras von-Neumann, es decir, de los tubos de vacío y de los transistores. A diferencia de los tubos de vacío y los transistores, la salida de señal de los memristores de carga de flujo histeréticos, es decir, de los memristores TiF, no se pierde cuando se desconecta la alimentación de funcionamiento antes de almacenar la señal de salida en la memoria. Por lo tanto, se dice que los memristores histeréticos de carga de flujo fusionan la funcionalidad de la unidad lógica aritmética y de la unidad de memoria sin transferencia de datos [DOI: 10.1002/adfm.201303365]. Las características de transporte en el rango de corriente pequeña y voltaje pequeño de los memristores histeréticos de corriente-voltaje son lineales. Esto explica por qué los memristores histeréticos de corriente-voltaje son unidades de memoria bien establecidas y por qué no pueden fusionar la funcionalidad de la unidad aritmética lógica y de la unidad de memoria sin transferencia de datos [arXiv:2403.20051].
Los memristores siguen siendo una curiosidad de laboratorio, aunque todavía se fabrican en cantidades insuficientes para tener aplicaciones comerciales. A pesar de esta falta de disponibilidad masiva, según Allied Market Research, el mercado de memristores valía 3,2 millones de dólares en 2015 y en ese momento se proyectaba que valdría 79,0 millones de dólares para 2022. [104] De hecho, valía 190,0 millones de dólares en 2022. [ 105]
Una posible aplicación de los memristores son las memorias analógicas para computadoras cuánticas superconductoras. [12]
Los memristores pueden convertirse potencialmente en memorias de estado sólido no volátiles , lo que podría permitir una mayor densidad de datos que los discos duros con tiempos de acceso similares a los de la DRAM , reemplazando ambos componentes. [31] HP creó un prototipo de una memoria de pestillo transversal que puede contener 100 gigabits en un centímetro cuadrado, [106] y propuso un diseño 3D escalable (que consta de hasta 1000 capas o 1 petabit por cm 3 ). [107] En mayo de 2008, HP informó que su dispositivo alcanza actualmente aproximadamente una décima parte de la velocidad de la DRAM. [108] La resistencia de los dispositivos se leería con corriente alterna para que el valor almacenado no se viera afectado. [109] En mayo de 2012, se informó que el tiempo de acceso se había mejorado a 90 nanosegundos, que es casi cien veces más rápido que la memoria Flash contemporánea. Al mismo tiempo, el consumo de energía fue sólo el uno por ciento del consumido por la memoria Flash. [110]
Los memristores tienen aplicaciones en lógica programable [111] procesamiento de señales , [112] imágenes de superresolución [113] redes neuronales físicas , [114] sistemas de control , [115] computación reconfigurable , [116] computación en memoria , [117] cerebro –interfaces informáticas [118] y RFID . [119] Los dispositivos memristivos se utilizan potencialmente para la implicación lógica de estado, lo que permite un reemplazo para el cálculo lógico basado en CMOS. [120] Se han informado varios trabajos iniciales en esta dirección. [121] [122]
En 2009, se utilizó un circuito electrónico simple [123] que constaba de una red LC y un memristor para modelar experimentos sobre el comportamiento adaptativo de organismos unicelulares. [124] Se demostró que sometido a un tren de pulsos periódicos, el circuito aprende y anticipa el siguiente pulso similar al comportamiento de los mohos mucilaginosos Physarum polycephalum donde la viscosidad de los canales en el citoplasma responde a cambios periódicos del entorno. [124] Las aplicaciones de dichos circuitos pueden incluir, por ejemplo, reconocimiento de patrones . El proyecto DARPA SyNAPSE , financiado por HP Labs, en colaboración con el Laboratorio de Neuromórfica de la Universidad de Boston , ha estado desarrollando arquitecturas neuromórficas que pueden basarse en sistemas memristivos. En 2010, Versace y Chandler describieron el modelo MoNETA (Modular Neural Exploring Travelling Agent). [125] MoNETA es el primer modelo de red neuronal a gran escala que implementa circuitos de todo el cerebro para alimentar un agente virtual y robótico utilizando hardware memristivo. [126] Merrikh-Bayat y Shouraki demostraron la aplicación de la estructura de barra transversal de memristor en la construcción de un sistema de computación suave analógico. [127] En 2011, mostraron [128] cómo las barras transversales de memristor se pueden combinar con lógica difusa para crear un sistema informático neuro-difuso memristivo analógico con terminales de entrada y salida difusas. El aprendizaje se basa en la creación de relaciones difusas inspiradas en la regla de aprendizaje hebbiana .
En 2013, Leon Chua publicó un tutorial que subraya la amplia gama de fenómenos y aplicaciones complejos que abarcan los memristores y cómo pueden usarse como memorias analógicas no volátiles y pueden imitar los fenómenos clásicos de habituación y aprendizaje. [129]
El memistor y el memtransistor son dispositivos basados en transistores que incluyen la función de memristor.
En 2009, Di Ventra , Pershin y Chua ampliaron [130] la noción de sistemas memristivos a elementos capacitivos e inductivos en forma de memcondensadores y meminductores, cuyas propiedades dependen del estado y la historia del sistema, ampliada en 2013 por Di Ventra y Pershin. [22]
En septiembre de 2014, Mohamed-Salah Abdelouahab, Rene Lozi y Leon Chua publicaron una teoría general de elementos memristivos de primer, segundo, tercer y enésimo orden utilizando derivadas fraccionarias . [131]
Algunos dicen que Sir Humphry Davy realizó los primeros experimentos que pueden explicarse mediante los efectos del memristor ya en 1808. [20] [132] Sin embargo, el primer dispositivo de naturaleza similar que se construyó fue el memistor (es decir, una resistencia de memoria). ), término acuñado en 1960 por Bernard Widrow para describir un elemento de circuito de una de las primeras redes neuronales artificiales llamada ADALINE . Unos años más tarde, en 1968, Argall publicó un artículo que mostraba los efectos de cambio de resistencia del TiO 2 , que más tarde investigadores de Hewlett Packard afirmaron que era evidencia de un memristor. [55] [ cita necesaria ]
León Chua postuló su nuevo elemento de circuito de dos terminales en 1971. Se caracterizaba por una relación entre carga y enlace de flujo como un cuarto elemento fundamental del circuito. [1] Cinco años más tarde, él y su alumno Sung Mo Kang generalizaron la teoría de los memristores y los sistemas memristivos, incluida una propiedad de cruce por cero en la curva de Lissajous que caracteriza el comportamiento de la corriente frente al voltaje. [2]
El 1 de mayo de 2008, Strukov, Snider, Stewart y Williams publicaron un artículo en Nature identificando un vínculo entre el comportamiento de conmutación de resistencia de dos terminales que se encuentra en sistemas a nanoescala y memristores. [17]
El 23 de enero de 2009, Di Ventra , Pershin y Chua ampliaron la noción de sistemas memristivos a elementos capacitivos e inductivos, concretamente condensadores e inductores , cuyas propiedades dependen del estado y la historia del sistema. [130]
En julio de 2014, el grupo MeMOSat/LabOSat [133] (integrado por investigadores de la Universidad Nacional de General San Martín (Argentina), INTI, CNEA y CONICET ) puso dispositivos de memoria en una órbita terrestre baja . [134] Desde entonces, siete misiones con diferentes dispositivos [135] están realizando experimentos en órbitas bajas, a bordo de los satélites Ñu-Sat de Satellogic . [136] [137] [ se necesita aclaración ]
El 7 de julio de 2015, Knowm Inc anunció comercialmente los memristores de canal autodirigido (SDC). [138] Estos dispositivos siguen estando disponibles en pequeñas cantidades.
El 13 de julio de 2018, se lanzó MemSat (Memristor Satellite) para volar una carga útil de evaluación de memristor. [139]
En 2021, Jennifer Rupp y Martin Bazant del MIT iniciaron un programa de investigación "Lithionics" para investigar aplicaciones del litio más allá de su uso en electrodos de baterías , incluidos los memristores basados en óxido de litio en la computación neuromórfica . [140] [141]
En mayo de 2023, TECHiFAB GmbH [https://techifab.com/] anunció comercialmente memristores TiF. [arXiv: 2403.20051, arXiv: 2402.10358] Estos memristores TiF siguen estando disponibles en cantidades pequeñas y medianas.
En la edición de septiembre de 2023 de Science Magazine , los científicos chinos Wenbin Zhang et al. describió el desarrollo y prueba de un circuito integrado basado en memristor , diseñado para aumentar drásticamente la velocidad y eficiencia de las tareas de Machine Learning e Inteligencia Artificial , optimizado para aplicaciones de Edge Computing . [142]
{{cite journal}}
: CS1 maint: multiple names: authors list (link)