Memristore analogico altamente non lineare bidirezionale basato su tunelling banda‑banda per un funzionamento affidabile di matrici a crossbar

Perché una nuova memoria è importante

Ogni volta che usi il telefono o il computer, le informazioni vengono continuamente spostate avanti e indietro tra un processore che esegue i calcoli e una memoria che conserva i dati. Questo ingorgo, noto informalmente come collo di bottiglia dei dati, spreca tempo ed energia. La ricerca descritta in questo articolo esplora un piccolo componente elettronico chiamato memristore che può sia conservare dati sia contribuire a eseguire calcoli all’interno della memoria stessa. Ridisegnando il comportamento di questi dispositivi quando sono organizzati in grandi reticoli, gli autori mirano a rendere l’hardware per l’intelligenza artificiale futuro più veloce, più efficiente e più semplice da realizzare.

Da un ingorgo a scorciatoie integrate

I computer tradizionali separano il calcolo e la memoria, costringendo le informazioni a percorrere “strade” lunghe sul chip. Man mano che crescono i compiti intensivi di dati, come l’intelligenza artificiale, i sensori intelligenti e i dispositivi edge, questo continuo trasferimento diventa un limite serio. I memristori — elementi minuscoli la cui resistenza elettrica può essere modulata e mantenuta — offrono un modo per spostare parte del calcolo direttamente nella griglia di memoria. In una disposizione a crossbar, dove molti fili si incrociano e a ogni intersezione c’è un memristore, grandi blocchi di calcoli possono essere eseguiti in parallelo. Tuttavia, quando molti di questi elementi sono imballati insieme, effetti collaterali indesiderati durante la scrittura e la lettura — come tensioni spurie su celle vicine e correnti di perdita lungo percorsi non previsti — possono corrompere i dati a meno che ogni memristore non sia affiancato da un elemento “selettore” aggiuntivo, aumentando complessità e costo.

Una cella di memoria auto‑selezionante

Gli autori introducono un singolo dispositivo che cerca di risolvere questi problemi a livello di matrice da solo. Il loro memristore utilizza un sandwich stratificato di materiali — platino e due ossidi metallici, ossido di nichel (p‑tipo) e ossido di zinco (n‑tipo) — impilati in modo simmetrico come Pt/p‑NiO/n‑ZnO/p‑NiO/Pt. Grazie al modo in cui questi ossidi si allineano elettronicamente, il dispositivo resiste naturalmente alla corrente a bassi voltaggi ma la lascia aumentare bruscamente una volta raggiunta una certa soglia di “accensione”. Crucialmente, questa forte non linearità si manifesta sia per tensioni positive sia negative, così la stessa cella può essere scritta, cancellata e letta in entrambe le direzioni senza un selettore separato. Allo stesso tempo, il memristore si comporta in modo analogico: la sua conduttanza può essere regolata in modo continuo su circa due ordini di grandezza usando impulsi di tensione, invece di limitarsi a commutare tra semplici stati acceso e spento.

Come lavorano i sottili strati

Per capire cosa rende questo possibile, il team ha mappato con cura il paesaggio energetico all’interno della pila stratificata. Misure di funzione lavoro e gap di banda hanno mostrato che la giunzione ossido‑di‑nichel/ossido‑di‑zinco forma un piccolo disallineamento tra la cima di una banda energetica e il fondo di un’altra. A bassa tensione scorre solo una piccola corrente quasi ohmica. Quando la tensione diventa sufficientemente elevata, gli elettroni cominciano a “tunnelare” direttamente dagli stati pieni di uno strato verso gli stati vuoti dell’altro — un effetto simile a quanto avviene nei diodi Zener. Questo tunelling banda‑banda provoca un’impennata della corrente. Inoltre, ioni ossigeno all’interno degli ossidi si spostano quando viene applicato un campo elettrico. Il loro moto cambia sottilmente il livello di drogaggio di ciascuno strato e sposta la soglia del tunnelling, fornendo un modo intrinseco per modulare gradualmente la conduttanza con la polarità della tensione e la storia degli impulsi.

Far comportare bene le grandi reti

Dotati di dati dettagliati corrente–tensione provenienti da molti dispositivi, i ricercatori hanno simulato come questo memristore si comporterebbe all’interno di grandi matrici a crossbar. Durante le operazioni di scrittura, solo una cella dovrebbe ricevere la tensione piena, mentre le celle vicine vedono circa la metà. Poiché il nuovo dispositivo trasporta pochissima corrente a metà della tensione di scrittura, queste celle “mezzo selezionate” subiscono cambiamenti trascurabili non voluti, ampliando la finestra di funzionamento sicuro. Durante le operazioni di lettura, la preoccupazione principale sono le correnti di “sneak‑path” che si insinuano attraverso le celle vicine e attenuano la distinzione tra stati a bassa e alta resistenza. La forte non linearità alla tensione di lettura scelta sopprime nettamente questi percorsi di perdita. Utilizzando modelli di circuito, gli autori mostrano che, con una resistenza di pull‑up ottimizzata, matrici grandi fino a circa 1.200 per 1.200 celle potrebbero ancora distinguere in modo affidabile gli stati memorizzati senza componenti selettori esterni.

Promesse e prossimi passi

In termini pratici, questo lavoro indica la strada verso chip di memoria che possono ospitare milioni di memristori auto‑selezionanti in griglie tridimensionali dense, eseguendo calcoli in stile reti neurali direttamente dove risiedono i dati, invece di trascinarli attraverso processori lontani. Il dispositivo dimostrato supporta già più livelli di conduttanza stabili e mostra buone prestazioni in compiti di riconoscimento di pattern simulati, sebbene siano necessari ulteriori miglioramenti — come l’abbassamento delle tensioni operative e la verifica del comportamento in matrici a scala nanometrica. Per il lettore generale, il messaggio chiave è che ingegnerizzando con cura il movimento di atomi ed elettroni all’interno di un singolo componente minuscolo, potrebbe essere possibile semplificare l’intera architettura dell’hardware AI futuro, rendendolo più veloce e più efficiente dal punto di vista energetico.

Citazione: 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

Parole chiave: crossbar a memristori, calcolo in memoria, hardware neuromorfico, dispositivi di memoria non lineari, tunelling banda‑banda