La Universidad de Granada ha participado en una investigación internacional que explora el papel de los memristores, un tipo de dispositivo emergente, en la industria tecnológica y sus posibles aplicaciones en diferentes áreas. Estos dispositivos tienen potencial para la fabricación de memorias no volátiles, hardware criptográfico y chips de computación neuromórfica.
En la actualidad, los memristores empiezan a llamar la atención por su capacidad para mejorar el rendimiento de los centros de datos dedicados a la inteligencia artificial (IA), ayudando a reducir el consumo energético y de recursos como el agua.
El estudio, en el que ha participado el catedrático de la UGR Juan Bautista Roldán, perteneciente al departamento de Electrónica y Tecnología de Computadores de la Universidad de Granada, destaca los avances logrados por distintas empresas al incorporar memristores en sus chips, haciendo hincapié en el precio por gigabit de las diferentes tecnologías, así como en otras características como la latencia, retención y velocidad.
Memristores para acelerar el software de IA
La investigación describe los memristores en relación con la computación neuromórfica para acelerar el software de inteligencia artificial. Las capacidades de estos dispositivos dentro de la computación en memoria se comparan con soluciones actuales que ya permiten mejorar la IA, como las GPU.
El análisis también incluye una comparación de los desarrollos más recientes en chips de computación neuromórfica, como los proyectos Coral TPU de Google, Northpole de IBM y Loihi 2 de Intel. Hasta el momento, la mayoría de estos chips utiliza memorias convencionales, pero ya se están diseñando prototipos que incorporan memristores.
Las memorias no volátiles desempeñan un papel fundamental en la electrónica moderna y, según los expertos, es probable que en el futuro una parte significativa de ellas esté basada en memristores. En el ámbito de la computación neuromórfica, estos componentes son clave para facilitar avances en inteligencia artificial, permitiendo arquitecturas más rápidas y eficientes para ejecutar software especializado.