Científicos alemanes desarrollaron una memoria que escribe datos en nanosegundos, funciona con menos de 1 voltio y no necesita electricidad para conservarlos: podría llevar IA a dispositivos sin batería

Científicos alemanes desarrollaron una memoria que escribe datos en nanosegundos, funciona con menos de 1 voltio y no necesita electricidad para conservarlos: podría llevar IA a dispositivos sin batería

Los centros de datos que procesan la IA consumen cantidades masivas de energía , en parte porque sus memorias necesitan electricidad constante para conservar los datos. Un chip que analiza imágenes de una cámara de seguridad, un sensor médico implantable o el sistema de control de un vehículo autónomo tienen el mismo problema: necesitan memorias rápidas, pero también necesitan que esa memoria no consuma batería cuando no está escribiendo. El Instituto Fraunhofer de Microsistemas Fotónicos y la compañía GlobalFoundries desarrollaron una memoria que resuelve esa ecuación: ferroeléctrica, basada en óxido de hafnio, que funciona con menos de 1 voltio, escribe en nanosegundos y retiene los datos sin ninguna alimentación eléctrica. Cómo funciona: átomos que cambian de posición y guardan la información sin corriente El principio de funcionamiento de las memorias ferroeléctricas es físicamente elegante.

Ciertos átomos dentro de la estructura cristalina del óxido de hafnio pueden cambiar de posición entre dos estados estables cuando se les aplica un campo eléctrico, generando dos orientaciones de polarización distintas que representan los valores 0 y 1. Esos estados se mantienen indefinidamente sin necesidad de energía, de la misma forma que un imán permanente mantiene su magnetización sin electricidad. Tal como reporta EcoInventos en su cobertura del desarrollo , las celdas de memoria funcionan con tensiones inferiores a 1 voltio, y los cambios de estado se producen en nanosegundos. Esa combinación de velocidad extrema y consumo mínimo es lo que distingue a esta tecnología de las alternativas actuales: las memorias flash convencionales son más lentas y requieren tensiones más altas para escribir, mientras que las memorias de trabajo (RAM) son rápidas pero volátiles, es decir, pierden los datos al apagarse.

La ventaja industrial: óxido de hafnio ya en los procesos actuales de semiconductores Dióxido de hafnio © By User:Walkerma. Own work, Public Domain, https://commons.wikimedia.org/w/index.php?curid=292627 Una de las razones por las que este desarrollo tiene relevancia práctica inmediata es que el óxido de hafnio ya forma parte de los procesos de fabricación de semiconductores modernos . No requiere materiales exóticos ni infraestructura nueva: puede integrarse en las líneas de producción existentes. La colaboración entre el Fraunhofer IPMS y GlobalFoundries, desarrollada dentro del ecosistema Silicon Saxony en Dresde, es un ejemplo de la estrategia europea de reforzar su capacidad semiconductora propia en el marco de iniciativas como la European Chips Act.

Por qué importa para la IA en el borde: sensores, medicina y vehículos sin conexión constante El caso de uso más directo de esta tecnología es la computación en el borde, el procesamiento de datos directamente en el dispositivo donde se generan, sin depender de conexión a la nube. Un vehículo autónomo, un monitor médico portátil o un sensor agrícola necesitan analizar información localmente, de forma rápida, y durante períodos largos sin acceso a carga. Una memoria que combina alta velocidad, bajo consumo y no volatilidad es un componente clave para que esos dispositivos funcionen con baterías pequeñas o incluso con energía captada del entorno. Las aplicaciones más concretas que los investigadores identifican incluyen dispositivos médicos implantables con mayor autonomía, sensores industriales capaces de operar durante años sin mantenimiento, sistemas de control de vehículos eléctricos con menor gasto energético y hogares inteligentes con miles de dispositivos conectados que consuman una fracción de la energía actual.

El impacto individual de cada componente es pequeño, pero multiplicado por miles de millones de dispositivos en funcionamiento, la diferencia es significativa.