Memristor analógico altamente não linear bidirecional baseado em tunelamento banda-a-banda para operação confiável em matrizes crossbar

Por que uma nova memória importa

Cada vez que você usa o telefone ou o computador, informações são constantemente transferidas entre um processador que realiza os cálculos e uma memória que armazena os dados. Esse engarrafamento de tráfego, conhecido informalmente como gargalo de dados, desperdiça tempo e energia. A pesquisa deste artigo explora um componente eletrônico minúsculo chamado memristor que pode tanto armazenar dados quanto ajudar a realizar cálculos dentro da própria memória. Ao redesenhar o comportamento desses dispositivos em grandes grades, os autores visam tornar o hardware de inteligência artificial futuro mais rápido, eficiente e mais simples de fabricar.

Do engarrafamento a atalhos embutidos

Computadores tradicionais separam computação e memória, forçando a informação a percorrer longas “estradas” no chip. À medida que tarefas intensivas em dados, como inteligência artificial, sensores inteligentes e dispositivos de borda, crescem, esse vai‑e‑vem torna‑se uma limitação séria. Memristores — elementos minúsculos cuja resistência elétrica pode ser ajustada e lembrada — oferecem uma maneira de mover parte do cálculo diretamente para a grade de memória. Em um arranjo crossbar, onde muitos fios se cruzam e um memristor fica em cada interseção, blocos grandes de operações matemáticas podem ser executados em paralelo. Entretanto, quando muitos desses elementos são agrupados, efeitos indesejados durante escrita e leitura — como tensões parasitas em células vizinhas e correntes de fuga por caminhos não intencionais — podem corromper os dados, a menos que cada memristor seja emparelhado com um elemento “seletor” adicional, aumentando complexidade e custo.

Uma célula de memória auto‑seletiva

Os autores apresentam um único dispositivo que busca resolver esses problemas a nível de matriz por si só. Seu memristor usa um sanduíche em camadas de materiais — platina e dois óxidos metálicos, óxido de níquel (tipo p) e óxido de zinco (tipo n) — empilhados simetricamente como Pt/p‑NiO/n‑ZnO/p‑NiO/Pt. Graças à forma como esses óxidos se alinham electronicamente, o dispositivo naturalmente resiste à corrente em tensões baixas, mas permite que ela cresça abruptamente uma vez que um certo limiar de “ligação” é atingido. Crucialmente, essa forte não linearidade aparece tanto para tensões positivas quanto negativas, de modo que a mesma célula pode ser escrita, apagada e lida em qualquer direção sem um seletor separado. Ao mesmo tempo, o memristor se comporta de forma analógica: sua condutância pode ser ajustada suavemente em cerca de duas ordens de grandeza usando pulsos de tensão, em vez de alternar apenas entre estados simples de ligado e desligado.

Como as camadas minúsculas fazem o trabalho

Para entender o que torna isso possível, a equipe mapeou cuidadosamente o panorama energético dentro da pilha em camadas. Medições de função de trabalho e gap mostraram que a junção óxido‑de‑níquel/óxido‑de‑zinco forma um pequeno desalinhamento entre o topo de uma banda de energia e a base de outra. Sob baixa tensão, apenas uma corrente pequena, quase ôhmica, flui. Quando a tensão fica suficientemente alta, elétrons começam a “tunelar” diretamente dos estados preenchidos de uma camada para os estados vazios da outra — um efeito semelhante ao que ocorre em diodos Zener. Esse tunelamento banda‑a‑banda faz a corrente subir de forma íngreme. Além disso, íons de oxigênio dentro dos óxidos migram quando um campo elétrico é aplicado. Seu movimento altera sutilmente o grau de dopagem de cada camada e desloca o limiar de tunelamento, proporcionando uma maneira embutida de ajustar a condutância gradualmente conforme a polaridade da tensão e o histórico de pulsos.

Fazendo grandes grades se comportarem

Munidos de dados detalhados corrente–tensão de muitos dispositivos, os pesquisadores simularam como esse memristor se comportaria dentro de grandes matrizes crossbar. Durante operações de escrita, apenas uma célula deveria receber a tensão completa, enquanto células vizinhas veem aproximadamente metade. Como o novo dispositivo conduz pouquíssima corrente na metade da tensão de escrita, essas células “meio‑selecionadas” experimentam mudanças indesejadas negligenciáveis, ampliando a janela de operação segura. Durante operações de leitura, a principal preocupação são correntes de “caminhos‑fugitivos” que serpenteiam por células vizinhas e borram a distinção entre estados de alta e baixa resistência. A forte não linearidade na tensão de leitura escolhida suprime fortemente esses caminhos de fuga. Usando modelos de circuito, os autores mostram que, com um resistor pull‑up otimizado, matrizes de até cerca de 1.200 por 1.200 células ainda poderiam distinguir estados armazenados de forma confiável sem componentes seletores externos.

Promessas e próximos passos

Em termos práticos, este trabalho aponta para chips de memória capazes de agrupar milhões de memristores auto‑seletivos em grades tridimensionais densas, realizando cálculos ao estilo de redes neurais onde os dados residem, em vez de arrastá‑los por processadores distantes. O dispositivo demonstrado já suporta múltiplos níveis estáveis de condutância e mostra bom desempenho em tarefas de reconhecimento de padrões simuladas, embora melhorias adicionais — como reduzir as tensões de operação e comprovar o comportamento em matrizes na escala nanométrica — ainda sejam necessárias. Para um leitor geral, a mensagem-chave é que, ao engenheirar cuidadosamente como átomos e elétrons se movem dentro de um único componente minúsculo, pode ser possível simplificar toda a arquitetura do hardware de IA futuro, tornando‑o mais rápido e energeticamente mais eficiente.

Citação: 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

Palavras-chave: crossbar de memristores, computação in‑memory, hardware neuromórfico, dispositivos de memória não lineares, tunelamento banda-a-banda