Propuesta de un chip espintrónico para computación neuromórfica eficiente. Crédito: Física de comunicaciones (2025). Doi: 10.1038/s42005-025-02257-0
El rápido desarrollo de la inteligencia artificial (IA) plantea desafíos a la tecnología informática actual. Los procesadores de silicio convencionales están alcanzando sus límites: consumen grandes cantidades de energía, las unidades de almacenamiento y procesamiento no están interconectadas y la transmisión de datos ralentiza aplicaciones complejas.
A medida que el tamaño de los modelos de IA aumenta constantemente y tienen que procesar grandes cantidades de datos, la necesidad de nuevas arquitecturas informáticas está aumentando. Además de las computadoras cuánticas, el enfoque está cambiando, en particular, a conceptos neuromórficos. Estos sistemas se basan en la forma en que funciona el cerebro humano.
Aquí es donde la investigación de un equipo dirigida por el Dr. Tahereh Sadat Parvini y el Prof. Dr. Markus Münzenberg de la Universidad de Greifswald y sus colegas de Portugal, Dinamarca y Alemania comenzaron. Han encontrado una forma innovadora de hacer que las computadoras del mañana significativamente más eficiente en la energía. Su investigación se centra en las llamadas uniones de túneles magnéticos (MTJ), componentes pequeños en la escala nanómetro.
“Estos componentes no solo almacenan información, incluso pueden procesarla, al igual que las células nerviosas. Esto los hace ideales para nuevos conceptos informáticos que se basan en la forma en que funciona el cerebro, lo que llamamos ‘Computación neuromórfica'”, explica el Dr. Tahereh Sadat Parvini, postdoc de la Universidad de Greifswald y coautor del documento del documento recientemente fue recientemente que fue recientemente que fue recientemente fue recientemente que fue recientemente que fue recientemente fue recientemente que fue recientemente que fue eso fue recientemente que fue eso fue recientemente que fue eso fue recientemente que fue eso fue recientemente que fue eso fue eso fue recientemente que fue eso fue eso fue recientemente. publicado En Física de Comunicaciones.
El equipo de investigación desarrolló un esquema híbrido de excitación optoeléctrica que combina corrientes eléctricas con pulsos láser cortos. Esto hizo posible generar voltajes termoeléctricos particularmente altos en los MTJ, un requisito previo importante para la simulación específica del comportamiento de sinapsis.
Los físicos pudieron identificar tres propiedades particularmente notables: primero, el voltaje generado se puede ajustar de manera flexible dependiendo de la corriente eléctrica, similar al peso de una sinapsis en el cerebro. En segundo lugar, se produjeron señales espontáneas de “espiga”, que son similares a la forma en que se intercambia la información entre las células nerviosas. En tercer lugar, en simulaciones por computadora, una red neuromórfica simple basada en esta tecnología ya logró una precisión de reconocimiento del 93.7% para los dígitos que se habían escrito a mano.
“Nuestros resultados muestran que los MTJ con control óptico-eléctrico representan una plataforma compacta y de ahorro de energía para la próxima generación de computación”, resume el profesor Dr. Markus Münzenberg. “Como la tecnología es compatible con la tecnología de semiconductores de hoy, creemos que en el futuro podría usarse en dispositivos cotidianos, así como en computadoras de alto rendimiento”.
Más información: Felix Oberbauer et al, uniones de túnel magnética impulsadas por señales ópticas híbridas-electricales como una plataforma de computación neuromórfica flexible, comunicaciones físicas (2025). Dos: 10.1038/s42005-025-02257-0
Proporcionado por la Universidad de Greifswald
Cita: las uniones del túnel magnético imitan el comportamiento de la sinapsis para la computación neuromórfica de eficiencia energética (2025, septiembre) Recuperado el 18 de septiembre de 2025 de https://techxplore.com/news/2025-09-magnetic-tunnel-junctions-mimic-synapse.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
