Matriz de memristores verticales heteroestructurados MXene-MoS2: memoria no volátil de alto rendimiento con integración escalable

Memoria más inteligente para la era de la inteligencia artificial

A medida que nuestros teléfonos, coches y servicios en línea se vuelven más inteligentes, necesitan dispositivos diminutos que puedan almacenar y procesar información como lo hace el cerebro: con rapidez, eficiencia y en gran cantidad. Este artículo presenta un nuevo tipo de bloque electrónico, un “memristor”, construido íntegramente a partir de materiales en forma de láminas ultrafinas. El dispositivo no solo recuerda señales eléctricas previas, sino que también puede imitar comportamientos básicos de aprendizaje y olvido, lo que lo convierte en un elemento prometedor para futuros ordenadores inspirados en el cerebro.

Por qué se necesitan nuevos dispositivos de memoria

Los chips convencionales trasladan datos continuamente entre unidades de lógica y memoria separadas, lo que desperdicia tiempo y energía. Para una inteligencia artificial verdaderamente eficiente y hardware neuromórfico —circuitos que funcionan más como redes de neuronas— los investigadores recurren a los memristores. Estos componentes cambian entre estados de alta y baja resistencia cuando se aplica voltaje, almacenando información directamente donde se procesa. Los materiales bidimensionales de apenas unos átomos de grosor resultan especialmente atractivos porque pueden apilarse de forma densa, operar a voltajes bajos y integrarse sobre áreas amplias.

Apilando materiales ultrafinos como un sándwich nanométrico

El equipo demuestra un nuevo memristor vertical que combina dos clases de materiales atómicamente finos. En la base está el MXene, una lámina altamente conductora hecha de carburos metálicos que forma un electrodo liso procesado en solución. Encima colocan MoS₂ de pocas capas, un semiconductor bien estudiado cuya espesura es de solo unas pocas capas atómicas pero que sigue siendo eléctricamente robusto. Finalmente, una capa de plata sirve como electrodo superior. Esta pila vertical —MXene/MoS₂/plata— se repite en una matriz de 5 por 5 dispositivos sobre un único sustrato de vidrio, mostrando que el enfoque puede escalarse y no se limita a estructuras aisladas de laboratorio.

Comprobando la estructura a escala atómica

Para asegurarse de que la pila está bien formada y es estable, los investigadores emplean un conjunto de técnicas estructurales. Microscopia óptica y de fuerza atómica confirman que las láminas de MoS₂ cubren el MXene de forma uniforme y que el área activa de cada dispositivo está bien controlada. La difracción de rayos X revela que el arreglo cristalino tanto del MXene como del MoS₂ se mantiene intacto antes y después de extensas pruebas eléctricas, lo que sugiere que el conmutado no daña la red. La espectroscopía Raman, que mide las “huellas” vibracionales características de los átomos, muestra señales coherentes con MoS₂ de pocas capas y aporta evidencia de una interfaz limpia entre los materiales. La microscopía electrónica de alta resolución y el mapeo de corriente a escala nanométrica revelan además los límites de grano y pequeños defectos en el MoS₂ donde la plata puede migrar posteriormente.

Cómo el dispositivo recuerda y aprende

Desde el punto de vista eléctrico, la estructura de mejor rendimiento utiliza un electrodo inferior doble de MXene formado por carburo de titanio y carburo de vanadio bajo el MoS₂. Cuando se aplica un pequeño voltaje positivo, la plata del electrodo superior se desplaza hacia la capa de MoS₂ a lo largo de los límites de grano y sitios atómicos vacantes, formando caminos metálicos estrechos que conectan los electrodos superior e inferior. El dispositivo salta entonces de un estado de alta resistencia a uno de baja resistencia alrededor de 0,6 voltios y permanece en ese estado incluso cuando se corta la alimentación, comportándose como memoria no volátil. Un voltaje negativo rompe o adelgaza estos caminos, reseteando el dispositivo. Pruebas dependientes de la temperatura confirman que el estado de baja resistencia está sustentado por filamentos metálicos, mientras que el modelado muestra que tanto la formación de filamentos como un “punto conductor” más localizado en una única vacante contribuyen al conmutado.

Fiabilidad, resistencia y comportamiento parecido al cerebral

Más allá de dispositivos individuales, los autores analizan 18 memristores de la matriz para evaluar cuán reproducible es el conmutado entre celdas y a lo largo de muchos ciclos. La mayoría de los dispositivos cambian de estado con voltajes cercanos entre sí, con variaciones moderadas, y pueden aguantar unas 3.000 ciclos manteniendo un contraste consistente entre los estados de alta y baja resistencia. Las pruebas de retención indican que los estados de memoria pueden durar al menos miles de segundos y, al extrapolar, hasta alrededor de un millón de segundos (del orden de semanas). Es importante que, cuando el equipo aplica secuencias de pulsos positivos y negativos, la conductancia del dispositivo aumenta gradualmente (potenciación) o disminuye (depresión), asemejándose estrechamente a cómo las sinapsis biológicas se fortalecen o debilitan con la actividad repetida.

Qué significa esto para la electrónica del futuro

En términos sencillos, este trabajo muestra que apilar cuidadosamente láminas ultrafinas de MXene y MoS₂ puede dar lugar a elementos de memoria minúsculos y eficientes en energía que no solo almacenan datos de forma fiable, sino que también exhiben comportamientos simples similares al aprendizaje. La combinación de bajo voltaje de operación, resistencia razonable, fabricación escalable y respuesta sináptica sugiere que estos memristores hechos completamente de materiales 2D podrían formar redes densas para el hardware de inteligencia artificial del futuro, cerrando la brecha entre los chips digitales rígidos de hoy y los sistemas de computación inspirados en el cerebro.

Cita: Sattar, K., Babichuk, I.S., Khan, S.A. et al. MXene-MoS₂ engineered heterostructured vertical memristors array: high-performance non-volatile memory with scalable integration. npj 2D Mater Appl 10, 36 (2026). https://doi.org/10.1038/s41699-026-00673-6

Palabras clave: memristor, materiales bidimensionales, MXene, MoS2, computación neuromórfica