Memristor analógico bidireccional altamente no lineal basado en tunelamiento banda a banda para operación fiable de matrices crossbar

Por qué importa una nueva memoria

Cada vez que usas el teléfono o el ordenador, la información se desplaza constantemente entre un procesador que realiza los cálculos y una memoria que guarda los datos. Este atasco, conocido informalmente como cuello de botella de datos, desperdicia tiempo y energía. La investigación de este artículo explora un componente electrónico diminuto llamado memristor que puede tanto almacenar datos como ayudar a realizar cálculos dentro de la propia memoria. Rediseñando el comportamiento de estos dispositivos en grandes rejillas, los autores aspiran a que el hardware de inteligencia artificial del futuro sea más rápido, más eficiente y más sencillo de fabricar.

Del atasco a los atajos integrados

Los ordenadores tradicionales separan el cálculo de la memoria, obligando a la información a recorrer largas “carreteras” en un chip. A medida que crecen las tareas intensivas en datos, como la inteligencia artificial, los sensores inteligentes y los dispositivos edge, este ir y venir se convierte en una limitación seria. Los memristores —elementos diminutos cuya resistencia eléctrica puede ajustarse y conservarse— ofrecen la posibilidad de trasladar parte del cálculo directamente a la rejilla de memoria. En una disposición crossbar, donde muchos cables se cruzan y hay un memristor en cada cruce, se pueden realizar grandes bloques de operaciones en paralelo. Sin embargo, cuando muchos de estos elementos se agrupan, los efectos no deseados durante la escritura y la lectura —como tensiones parásitas en celdas vecinas y corrientes de fuga por rutas no previstas— pueden corromper los datos a menos que cada memristor vaya acompañado de un elemento “selector” adicional, lo que aumenta la complejidad y el coste.

Una celda de memoria auto‑selectiva

Los autores presentan un único dispositivo que intenta resolver estos problemas a nivel de matriz por sí mismo. Su memristor utiliza un sándwich por capas de materiales —platino y dos óxidos metálicos, óxido de níquel (p‑tipo) y óxido de zinc (n‑tipo)— apilados de forma simétrica como Pt/p‑NiO/n‑ZnO/p‑NiO/Pt. Gracias a la alineación electrónica de estos óxidos, el dispositivo resiste naturalmente la corriente a bajos voltajes pero permite que esta crezca bruscamente una vez que se supera cierto umbral de “encendido”. Crucialmente, esta fuerte no linealidad aparece tanto para voltajes positivos como negativos, de modo que la misma celda puede escribirse, borrarse y leerse en cualquier dirección sin un selector separado. Al mismo tiempo, el memristor se comporta de forma analógica: su conductancia puede ajustarse de manera continua en aproximadamente dos órdenes de magnitud usando pulsos de voltaje, en lugar de alternar únicamente entre estados simples de encendido y apagado.

Cómo trabajan las capas diminutas

Para entender qué hace esto posible, el equipo cartografió cuidadosamente el paisaje energético dentro del apilamiento en capas. Mediciones de la función de trabajo y del gap mostraron que la unión óxido‑óxido entre níquel y zinc forma un pequeño desfase entre la cima de una banda de energía y el fondo de otra. A bajo voltaje, solo fluye una corriente pequeña, casi óhmica. Cuando el voltaje alcanza un valor suficiente, los electrones comienzan a “tunelizar” directamente desde los estados ocupados de una capa hacia los estados vacíos de la otra —un efecto similar al que ocurre en diodos Zener. Este tunelamiento banda a banda provoca que la corriente aumente bruscamente. Además, iones de oxígeno dentro de los óxidos se desplazan cuando se aplica un campo eléctrico. Su movimiento modifica sutilmente el dopado de cada capa y desplaza el umbral de tunelamiento, proporcionando una forma intrínseca de ajustar la conductancia de manera gradual con la polaridad del voltaje y el historial de pulsos.

Hacer que las grandes rejillas se comporten

Con datos detallados de corriente–voltaje de muchos dispositivos, los investigadores simularon cómo se comportaría este memristor dentro de grandes matrices crossbar. Durante las operaciones de escritura, solo una celda debe recibir el voltaje completo, mientras que las celdas vecinas ven aproximadamente la mitad. Dado que el nuevo dispositivo conduce muy poca corriente a la mitad del voltaje de escritura, estas celdas “medio seleccionadas” experimentan cambios no deseados despreciables, ampliando la ventana de operación segura. Durante las lecturas, la preocupación principal son las corrientes de “rutas de fuga” que serpentean a través de celdas vecinas y difuminan la distinción entre estados de alta y baja resistencia. La fuerte no linealidad en el voltaje de lectura elegido suprime drásticamente estas rutas de fuga. Con modelos de circuito, los autores muestran que, con una resistencia de pull‑up optimizada, matrices de hasta aproximadamente 1.200 por 1.200 celdas podrían seguir distinguiendo de forma fiable los estados almacenados sin componentes selectores externos.

Promesas y siguientes pasos

En términos prácticos, este trabajo apunta a chips de memoria capaces de albergar millones de memristores auto‑selectivos en rejillas tridimensionales densas, realizando cálculos al estilo de redes neuronales donde residen los datos, en lugar de arrastrarlos hasta procesadores lejanos. El dispositivo demostrado ya soporta múltiples niveles de conductancia estables y muestra buen rendimiento en tareas de reconocimiento de patrones simuladas, aunque aún se necesitan mejoras —como reducir los voltajes de operación y demostrar el comportamiento en matrices a escala nanométrica—. Para el lector general, el mensaje clave es que, mediante la ingeniería cuidadosa del movimiento de átomos y electrones dentro de un único componente diminuto, podría simplificarse toda la arquitectura del hardware de IA del futuro, haciéndolo más rápido y eficiente energéticamente.

Cita: Chung, P.H., Ryu, J., Seo, D. et al. Bidirectional highly nonlinear analog memristor based on band-to-band tunneling for reliable crossbar array operation. npj Unconv. Comput. 3, 19 (2026). https://doi.org/10.1038/s44335-026-00065-5

Palabras clave: crossbar de memristores, computación en memoria, hardware neuromórfico, dispositivos de memoria no lineales, tunelamiento banda a banda