Clear Sky Science · it

Array di memristori verticali eterostrutturati ingegnerizzati MXene-MoS2: memoria non volatile ad alte prestazioni con integrazione scalabile

· Torna all'indice

Memoria più intelligente per l’era dell’intelligenza artificiale

Man mano che telefoni, auto e servizi online diventano più intelligenti, servono dispositivi compatti in grado di memorizzare e processare informazioni come fa il nostro cervello: rapidamente, in modo efficiente e in grandi quantità. Questo articolo presenta un nuovo mattoncino elettronico, un “memristore”, realizzato interamente con materiali ultrathin a foglio. Il dispositivo non solo conserva segnali elettrici passati, ma può anche imitare comportamenti di base di apprendimento e dimenticanza, rendendolo un elemento promettente per futuri computer ispirati al cervello.

Figure 1
Figure 1.

Perché servono nuovi dispositivi di memoria

I chip convenzionali spostano continuamente dati tra unità separate di logica e memoria, sprecando tempo ed energia. Per hardware di intelligenza artificiale davvero efficiente e per circuiti neuromorfici — che funzionano più come reti di cellule cerebrali — i ricercatori si stanno orientando verso i memristori. Questi componenti cambiano stato tra alta e bassa resistenza quando viene applicata una tensione, memorizzando così le informazioni direttamente dove vengono elaborate. I materiali bidimensionali di pochi atomi di spessore sono particolarmente attraenti perché possono essere impacchettati in modo denso, operare a basse tensioni e essere integrati su ampie superfici.

Stratificare materiali ultrafini come un sandwich nanometrico

Il team dimostra un nuovo memristore verticale che combina due classi di materiali atomici sottili. Alla base c’è il MXene, un foglio altamente conduttivo a base di carburi metallici che funge da elettrodo liscio ottenuto tramite processi in soluzione. Sopra viene posto il MoS2 a pochi strati, un semiconduttore ben studiato il cui spessore è di poche coppie di atomi ma rimane elettricamente robusto. Infine, uno strato d’argento serve da elettrodo superiore. Questa pila verticale — MXene/MoS2/argento — è ripetuta in un array 5 per 5 su un singolo substrato di vetro, dimostrando che l’approccio è scalabile e non limitato a strutture da laboratorio isolate.

Controllare la struttura su scala atomica

Per assicurarsi che la pila sia ben formata e stabile, i ricercatori utilizzano una serie di sonde strutturali. Microscopia ottica e a forza atomica confermano che i fiocchi di MoS2 ricoprono uniformemente il MXene e che l’area attiva di ciascun dispositivo è ben controllata. La diffrazione a raggi X rivela che l’ordine cristallino sia del MXene sia del MoS2 rimane intatto prima e dopo estesi test elettrici, suggerendo che lo switching non danneggia il reticolo. La spettroscopia Raman, che misura le “impronte” vibrazionali caratteristiche degli atomi, mostra segnature coerenti con MoS2 a pochi strati e fornisce evidenza di un’interfaccia pulita tra i materiali. Microscopia elettronica ad alta risoluzione e mappatura della corrente su scala nanometrica rivelano inoltre confini di grano e piccole imperfezioni nel MoS2 dove l’argento può migrare in seguito.

Figure 2
Figure 2.

Come il dispositivo memorizza e impara

Dal punto di vista elettrico, la struttura con le migliori prestazioni impiega un elettrodo inferiore doppio in MXene composto da carburo di titanio e carburo di vanadio sotto il MoS2. Quando si applica una piccola tensione positiva, l’argento dall’elettrodo superiore si muove nel livello di MoS2 lungo i confini di grano e siti atomici vacanti, formando percorsi metallici stretti che collegano gli elettrodi superiore e inferiore. Il dispositivo passa così da uno stato ad alta resistenza a uno a bassa resistenza intorno a 0,6 volt e rimane in tale stato anche a potenza rimossa, comportandosi come memoria non volatile. Una tensione negativa rompe o assottiglia questi percorsi, resettando il dispositivo. Test dipendenti dalla temperatura confermano che lo stato a bassa resistenza è sostenuto da filamenti metallici, mentre la modellizzazione mostra che sia la formazione di filamenti sia un “punto conduttivo” più localizzato presso una singola vacanza contribuiscono allo switching.

Affidabilità, resistenza e comportamento simile al cervello

Oltre ai singoli dispositivi, gli autori analizzano 18 memristori nell’array per valutare quanto lo switching sia riproducibile da cella a cella e su molti cicli. La maggior parte dei dispositivi commuta on e off a tensioni simili, con variazioni modeste, e può sopportare circa 3.000 cicli mantenendo un contrasto costante tra gli stati di alta e bassa resistenza. I test di retention indicano che gli stati di memoria possono durare almeno migliaia di secondi e, per estrapolazione, fino a circa un milione di secondi (dell’ordine di settimane). Importante, quando il team applica sequenze di impulsi positivi e negativi, la conduttanza del dispositivo aumenta gradualmente (potenziamento) o diminuisce (depressione), rispecchiando da vicino il modo in cui le sinapsi biologiche si rafforzano o si indeboliscono con attività ripetuta.

Cosa significa per l’elettronica del futuro

In termini pratici, questo lavoro dimostra che impilare con cura fogli ultrafini di MXene e MoS2 può produrre elementi di memoria minuti ed energeticamente efficienti che non solo memorizzano dati in modo affidabile ma mostrano anche semplici comportamenti simili all’apprendimento. La combinazione di bassa tensione di esercizio, buona resistenza, fabbricazione scalabile e risposta sinaptica suggerisce che tali memristori realizzati interamente con materiali 2D potrebbero costituire reti dense per l’hardware di intelligenza artificiale futuro, colmando il divario tra i rigidi chip digitali odierni e i sistemi di calcolo ispirati al cervello.

Citazione: 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

Parole chiave: memristore, materiali bidimensionali, MXene, MoS2, calcolo neuromorfico