Uma equipe de pesquisa liderada pelo Professor Sang-Hyun Choi, do Departamento de Engenharia Elétrica e Ciência da Computação da Universidade de Ciência e Tecnologia de Daikyo, desenvolveu com sucesso memristores utilizando tecnologia de integração em larga escala em nível de wafer. Essa conquista, publicada na *Nature Communications*, fornece uma nova plataforma para semicondutores de inteligência artificial altamente integrados, com potencial para replicar as funções do cérebro humano e superar as limitações dos semicondutores tradicionais. A pesquisa indica que o cérebro humano depende de aproximadamente 100 bilhões de neurônios e 100 trilhões de sinapses para processar informações de forma eficiente em um espaço compacto, enquanto os semicondutores de IA existentes, devido aos seus circuitos complexos e alto consumo de energia, são muito menos eficientes que o cérebro humano.

Os memristores, como dispositivos semicondutores emergentes, possuem funções duplas de armazenamento e computação. Sua estrutura simples permite configurações de circuito de alta densidade. Utilizando uma configuração de matriz cruzada, a capacidade de armazenamento de informações pode atingir dezenas de vezes a da SRAM na mesma área. No entanto, a tecnologia de integração de memristores anterior era limitada por processos complexos e baixos rendimentos, dificultando a produção em larga escala de wafers. Para solucionar esse problema, a equipe do Professor Choi colaborou com a equipe do Dr. Dmitry Strukoff, da Universidade da Califórnia, Santa Bárbara, propondo um novo método para o projeto conjunto de materiais, componentes, circuitos e algoritmos. Esse método alcança um rendimento de aproximadamente 95% em circuitos de matriz cruzada de memristores em wafers de 4 polegadas sem processos complexos.

A pesquisa também demonstra uma estrutura tridimensional empilhada verticalmente, comprovando que os circuitos de memristores podem ser escalados para sistemas de computação de IA em larga escala. Em aplicações práticas, a tecnologia baseada em redes neurais de pulsos (spiking neural networks) apresenta eficiência e estabilidade significativas em computação de IA. O Professor Choi Sang-hyun afirmou: “Esta pesquisa aprimora a tecnologia de integração de memristores, um campo que era limitado no passado. Esperamos que ela se torne o núcleo das plataformas de semicondutores da próxima geração.”