Memristor - Memristor

Memristor

Memristor desarrollado por el Laboratorio Nacional de Tecnología Energética
Inventado	León Chua (1971)
Símbolo electrónico

Un memristor ( / m ɛ m r ɪ s t ər / ; un baúl de viaje de resistencia de la memoria ) es un no lineal de dos-terminal componente eléctrico relativo carga eléctrica y magnética enlace de flujo . Fue descrito y nombrado en 1971 por Leon Chua , completando un cuarteto teórico de componentes eléctricos fundamentales que comprende también la resistencia , el condensador y el inductor .

Más tarde, Chua y Kang generalizaron el concepto a los sistemas memristivos . Dicho sistema comprende un circuito, de múltiples componentes convencionales, que imita las propiedades clave del componente de memristor ideal y también se denomina comúnmente memristor. Se han desarrollado varias de estas tecnologías de sistemas de memristor, en particular ReRAM .

La identificación de propiedades memristivas en dispositivos electrónicos ha suscitado controversias. Experimentalmente, el memristor ideal aún no se ha demostrado.

Como componente eléctrico fundamental

Chua en su artículo de 1971 identificó una simetría teórica entre la resistencia no lineal (voltaje frente a corriente), el condensador no lineal (voltaje frente a carga) y el inductor no lineal (enlace de flujo magnético frente a corriente). A partir de esta simetría, infirió las características de un cuarto elemento de circuito no lineal fundamental, que une el flujo magnético y la carga, al que llamó memristor. A diferencia de una resistencia lineal (o no lineal), el memristor tiene una relación dinámica entre la corriente y el voltaje, que incluye una memoria de voltajes o corrientes pasadas. Otros científicos habían propuesto resistencias de memoria dinámica como el memistor de Bernard Widrow, pero Chua introdujo una generalidad matemática.

Derivación y características

El memristor se definió originalmente en términos de una relación funcional no lineal entre el enlace de flujo magnético Φ _m ( t ) y la cantidad de carga eléctrica que ha fluido, q ( t ):

${\ Displaystyle f (\ mathrm {\ Phi} _ {\ mathrm {m}} (t), q (t)) = 0}$

El enlace de flujo magnético , Φ _m , se generaliza a partir de la característica de circuito de un inductor. Que no representan un campo magnético aquí. Su significado físico se analiza a continuación. El símbolo Φ _m puede considerarse como la integral del voltaje a lo largo del tiempo.

En la relación entre Φ _m y q, el derivado de uno con respecto al otro depende del valor de uno o el otro, y por lo que cada memristor se caracteriza por su función memristancia que describe la tasa de carga dependiente de cambio del flujo con cargo .

${\ Displaystyle M (q) = {\ frac {\ mathrm {d} \ Phi _ {\ rm {m}}} {\ mathrm {d} q}}}$

Sustituyendo el flujo como la integral de tiempo del voltaje y la carga como la integral de tiempo de la corriente, las formas más convenientes son;

${\ Displaystyle M (q (t)) = {\ cfrac {\ mathrm {d} \ Phi _ {\ rm {}} / \ mathrm {d} t} {\ mathrm {d} q / \ mathrm {d} t}} = {\ frac {V (t)} {I (t)}}}$

Para relacionar el memristor con el resistor, el capacitor y el inductor, es útil aislar el término M ( q ), que caracteriza al dispositivo, y escribirlo como una ecuación diferencial.

Dispositivo	Propiedad característica (unidades)	Ecuación diferencial
Resistencia ( R )	Resistencia ( V / A u ohmios , Ω)	R = d V / d I
Condensador ( C )	Capacitancia ( C / V o faradio )	C = d q / d V
Inductor ( L )	Inductancia ( Wb / A o Henry )	L = d Φ m / d I
Memristor ( M )	Memristance ( Wb / C u ohmios)	M = d Φ m / d q

La tabla anterior cubre todas las proporciones significativas de diferenciales de I , q , Φ _m , y V . No hay ningún dispositivo puede relacionarse dI a dq , o dΦ _m a dV , porque I es el derivado de q y Φ _m es la integral de V .

Se puede inferir de esto que memristance es una resistencia dependiente de la carga . Si M ( q ( t )) es una constante, obtenemos la ley de Ohm R ( t ) = V ( t ) / I ( t ). Sin embargo, si M ( q ( t )) no es trivial, la ecuación no es equivalente porque q ( t ) y M ( q ( t )) pueden variar con el tiempo. Resolver el voltaje en función del tiempo produce

${\ Displaystyle V (t) = \ M (q (t)) I (t)}$

Esta ecuación revela que la memristancia define una relación lineal entre corriente y voltaje, siempre que M no varíe con la carga. La corriente distinta de cero implica una carga variable en el tiempo. La corriente alterna , sin embargo, puede revelar la dependencia lineal en el funcionamiento del circuito mediante la inducción de una tensión medible sin movimiento, como carga neta siempre que el cambio máximo en q no causa mucho cambio en M .

Además, el memristor es estático si no se aplica corriente. Si I ( t ) = 0, encontramos V ( t ) = 0 y M ( t ) es constante. Ésta es la esencia del efecto memoria.

De manera análoga, podemos definir a como menductancia. ${\ Displaystyle W (\ phi (t))}$

${\ Displaystyle i (t) = W (\ phi (t)) v (t)}$

El consumo de energía característica recuerda a la de una resistencia, I ² R .

${\ Displaystyle P (t) = \ I (t) V (t) = \ I ^ {2} (t) M (q (t))}$

Siempre que M ( q ( t )) varíe poco, como bajo corriente alterna, el memristor aparecerá como una resistencia constante. Sin embargo, si M ( q ( t )) aumenta rápidamente, el consumo de corriente y energía se detendrá rápidamente.

M ( q ) está restringido físicamente a ser positivo para todos los valores de q (asumiendo que el dispositivo es pasivo y no se vuelve superconductor en algún q ). Un valor negativo significaría que suministraría energía perpetuamente cuando funciona con corriente alterna.

Modelado y validación

Para comprender la naturaleza de la función del memristor, es útil tener algún conocimiento de los conceptos fundamentales de la teoría de circuitos, comenzando con el concepto de modelado de dispositivos.

Los ingenieros y científicos rara vez analizan un sistema físico en su forma original. En cambio, construyen un modelo que se aproxima al comportamiento del sistema. Al analizar el comportamiento del modelo, esperan predecir el comportamiento del sistema real. La razón principal para construir modelos es que los sistemas físicos suelen ser demasiado complejos para ser susceptibles de un análisis práctico.

En el siglo XX, se trabajó en dispositivos donde los investigadores no reconocieron las características memristivas. Esto ha planteado la sugerencia de que dichos dispositivos deberían reconocerse como memristores. Pershin y Di Ventra han propuesto una prueba que puede ayudar a resolver algunas de las controversias de larga data sobre si realmente existe un memristor ideal o si es un concepto puramente matemático.

El resto de este artículo aborda principalmente los memristores relacionados con los dispositivos ReRAM , ya que la mayor parte del trabajo desde 2008 se ha concentrado en esta área.

Componente memristor superconductor

El Dr. Paul Penfield, en un informe técnico del MIT de 1974, menciona el memristor en relación con las uniones de Josephson. Este fue un uso temprano de la palabra "memristor" en el contexto de un dispositivo de circuito.

Uno de los términos en la corriente a través de un cruce de Josephson tiene la forma:

${\ Displaystyle {\ begin {alineado} i_ {M} (v) & = \ epsilon \ cos (\ phi _ {0}) v \\ & = W (\ phi _ {0}) v \ end {alineado} }}$

donde es una constante basada en los materiales superconductores físicos, es el voltaje a través de la unión y es la corriente a través de la unión. ${\ Displaystyle \ epsilon}$${\ Displaystyle v}$${\ Displaystyle i_ {M}}$

A finales del siglo XX, se llevó a cabo una investigación sobre esta conductancia dependiente de la fase en las uniones de Josephson. Un enfoque más completo para extraer esta conductancia dependiente de la fase apareció con el artículo seminal de Peotta y DiVentra en 2014.

Circuitos de memristor

Debido a la dificultad práctica de estudiar el memristor ideal, discutiremos otros dispositivos eléctricos que pueden modelarse usando memristors. Para obtener una descripción matemática de un dispositivo memristivo (sistemas), consulte Teoría .

Un tubo de descarga puede modelarse como un dispositivo memristivo, siendo la resistencia una función del número de electrones de conducción . ${\ Displaystyle n_ {e}}$

${\ Displaystyle {\ begin {alineado} v_ {M} & = R (n_ {e}) i_ {M} \\ {\ frac {dn_ {e}} {dt}} & = \ beta n + \ alpha R ( n_ {e}) i_ {M} ^ {2} \ end {alineado}}}$

${\ Displaystyle v_ {M}}$es el voltaje a través del tubo de descarga, es la corriente que fluye a través de él y es el número de electrones de conducción. Una función de memoria simple es . y son parámetros que dependen de las dimensiones del tubo y los rellenos de gas. Una identificación experimental del comportamiento memristivo es el "bucle de histéresis pellizcado" en el plano. Para ver un experimento que muestra una característica de este tipo para un tubo de descarga común, consulte "Una figura de Lissajous de memristor físico" (YouTube) . El video también ilustra cómo comprender las desviaciones en las características de histéresis pellizcada de los memristores físicos. ${\ Displaystyle i_ {M}}$${\ Displaystyle n_ {e}}$${\ Displaystyle R (n_ {e}) = {\ frac {F} {n_ {e}}}}$${\ Displaystyle \ alpha, \ beta}$${\ Displaystyle F}$${\ Displaystyle vi}$

Los termistores se pueden modelar como dispositivos memristivos.

${\ Displaystyle {\ begin {alineado} v & = R_ {0} (T_ {0}) \ exp \ left [\ beta \ left ({\ frac {1} {T}} - {\ frac {1} {T_ {0}}} \ right) \ right] i \\ & \ equiv R (T) i \\ {\ frac {dT} {dt}} & = {\ frac {1} {C}} \ left [- \ delta \ cdot (T-T_ {0}) + R (T) i ^ {2} \ right] \ end {alineado}}}$

${\ Displaystyle \ beta}$es una constante del material, es la temperatura corporal absoluta del termistor, es la temperatura ambiente (ambas temperaturas en Kelvin), denota la resistencia al frío en , es la capacitancia térmica y es la constante de disipación del termistor. ${\ Displaystyle T}$${\ Displaystyle T_ {0}}$${\ Displaystyle R_ {0} (T_ {0})}$${\ Displaystyle T = T_ {0}}$${\ Displaystyle C}$${\ Displaystyle \ delta}$

Un fenómeno fundamental que apenas ha sido estudiado es el comportamiento memristivo en uniones pn. El memristor juega un papel crucial en la imitación del efecto de almacenamiento de carga en la base del diodo y también es responsable del fenómeno de modulación de conductividad (que es tan importante durante los transitorios directos).

Criticas

En 2008, un equipo de HP Labs afirmó haber encontrado el memristor faltante de Chua basándose en un análisis de una película delgada de dióxido de titanio , conectando así el funcionamiento de los dispositivos ReRAM al concepto de memristor. Según HP Labs, el memristor funcionaría de la siguiente manera: la resistencia eléctrica del memristor no es constante, sino que depende de la corriente que había pasado previamente a través del dispositivo, es decir, su resistencia actual depende de cuánta carga eléctrica haya pasado previamente a través de él. y en que dirección; el dispositivo recuerda su historial, la denominada propiedad de no volatilidad . Cuando se apaga el suministro de energía eléctrica, el memristor recuerda su resistencia más reciente hasta que se enciende nuevamente.

El resultado de HP Labs se publicó en la revista científica Nature . Siguiendo esta afirmación, Leon Chua ha argumentado que la definición de memristor podría generalizarse para cubrir todas las formas de dispositivos de memoria no volátil de dos terminales basados ​​en efectos de conmutación de resistencia. Chua también argumentó que el memristor es el elemento de circuito más antiguo conocido , y sus efectos son anteriores a la resistencia , el condensador y el inductor . Sin embargo, existen serias dudas sobre si un memristor genuino puede existir realmente en la realidad física. Además, alguna evidencia experimental contradice la generalización de Chua ya que se observa un efecto de nanobatería no pasiva en la memoria de conmutación de resistencia. Pershin y Di Ventra han propuesto una prueba simple para analizar si tal memristor ideal o genérico existe realmente o es un concepto puramente matemático. Hasta ahora, no parece haber ningún dispositivo de conmutación de resistencia experimental ( ReRAM ) que pueda pasar la prueba.

Estos dispositivos están destinados a aplicaciones en dispositivos de memoria nanoelectrónica , lógica informática y arquitecturas informáticas neuromórficas / neuromemristivas. En 2013, el director de tecnología de Hewlett-Packard, Martin Fink, sugirió que la memoria de memristor podría estar disponible comercialmente a partir de 2018. En marzo de 2012, un equipo de investigadores de HRL Laboratories y la Universidad de Michigan anunció la primera matriz de memristor en funcionamiento construida en un chip CMOS .

Según la definición original de 1971, el memristor es el cuarto elemento fundamental del circuito, que forma una relación no lineal entre la carga eléctrica y el enlace de flujo magnético. En 2011, Chua abogó por una definición más amplia que incluya todos los dispositivos de memoria no volátil de 2 terminales basados ​​en conmutación por resistencia. Williams argumentó que MRAM , la memoria de cambio de fase y ReRAM son tecnologías de memristor. Algunos investigadores argumentaron que las estructuras biológicas como la sangre y la piel se ajustan a la definición. Otros argumentaron que el dispositivo de memoria en desarrollo por HP Labs y otras formas de ReRAM no son memristors, sino más bien parte de una clase más amplia de sistemas de resistencia variable, y que una definición más amplia de memristor es una apropiación de tierras científicamente injustificable que favoreció al memristor de HP. patentes.

En 2011, Meuffels y Schroeder notaron que uno de los primeros artículos sobre memristor incluía una suposición errónea con respecto a la conducción iónica. En 2012, Meuffels y Soni discutieron algunas cuestiones y problemas fundamentales en la realización de memristores. Indicaron deficiencias en el modelado electroquímico presentado en el artículo de Nature "Se encontró el memristor faltante" porque no se consideró el impacto de los efectos de polarización de la concentración en el comportamiento de las estructuras de metal _- TiO _{2 - x -} metal bajo tensión o tensión de corriente. Valov et al. en 2013.

En una especie de experimento mental , Meuffels y Soni revelaron además una severa inconsistencia: si un memristor controlado por corriente con la llamada propiedad de no volatilidad existe en la realidad física, su comportamiento violaría el principio de Landauer , que pone un límite al mínimo cantidad de energía requerida para cambiar los estados de "información" de un sistema. Esta crítica fue finalmente adoptada por Di Ventra y Pershin en 2013.

Dentro de este contexto, Meuffels y Soni señalaron un principio termodinámico fundamental: el almacenamiento de información no volátil requiere la existencia de barreras de energía libre que separan los distintos estados de memoria interna de un sistema entre sí; de lo contrario, uno se enfrentaría a una situación "indiferente" y el sistema fluctuaría arbitrariamente de un estado de memoria a otro justo bajo la influencia de fluctuaciones térmicas . Cuando no están protegidos contra las fluctuaciones térmicas , los estados de la memoria interna exhiben cierta dinámica de difusión, lo que provoca la degradación del estado. Por lo tanto, las barreras de energía libre deben ser lo suficientemente altas para garantizar una baja probabilidad de error de bit en la operación de bit. En consecuencia, siempre hay un límite inferior de requerimiento de energía, dependiendo de la probabilidad de error de bit requerida , para cambiar intencionalmente un valor de bit en cualquier dispositivo de memoria.

En el concepto general de sistema memristivo, las ecuaciones definitorias son (ver Teoría ):

${\ Displaystyle {\ begin {alineado} y (t) & = g (\ mathbf {x}, u, t) u (t), \\ {\ dot {\ mathbf {x}}} & = f (\ mathbf {x}, u, t), \ end {alineado}}}$

donde u ( t ) es una señal de entrada e y ( t ) es una señal de salida. El vector x representa un conjunto de n variables de estado que describen los diferentes estados de la memoria interna del dispositivo. ẋ es la tasa de cambio dependiente del tiempo del vector de estado x con el tiempo.

Cuando se quiere ir más allá del mero ajuste de curvas y se aspira a un modelado físico real de elementos de memoria no volátiles, por ejemplo, dispositivos de memoria resistivos de acceso aleatorio , se debe vigilar las correlaciones físicas antes mencionadas. Para comprobar la adecuación del modelo propuesto y sus ecuaciones de estado resultantes, la señal de entrada u ( t ) se puede superponer con un término estocástico ξ ( t ), que tiene en cuenta la existencia de fluctuaciones térmicas inevitables . La ecuación de estado dinámico en su forma general finalmente se lee:

${\ Displaystyle {\ dot {\ mathbf {x}}} = f (\ mathbf {x}, u (t) + \ xi (t), t),}$

donde ξ ( t ) es, por ejemplo, ruido blanco de voltaje o corriente gaussiana . Sobre la base de un análisis analítico o numérico de la respuesta dependiente del tiempo del sistema al ruido, se puede tomar una decisión sobre la validez física del enfoque de modelado, p. Ej., ¿El sistema podría retener sus estados de memoria en el apagado? ¿modo?

Di Ventra y Pershin realizaron un análisis de este tipo con respecto al memristor genuino controlado por corriente. Como la ecuación de estado dinámico propuesta no proporciona ningún mecanismo físico que permita a dicho memristor hacer frente a las inevitables fluctuaciones térmicas, un memristor controlado por corriente cambiaría erráticamente su estado en el transcurso del tiempo justo bajo la influencia del ruido de la corriente. Di Ventra y Pershin llegaron a la conclusión de que los memristores cuyos estados de resistencia (memoria) dependen únicamente del historial de corriente o voltaje serían incapaces de proteger sus estados de memoria contra el ruido inevitable de Johnson-Nyquist y sufrirían permanentemente la pérdida de información, una llamada "catástrofe estocástica". ". Por lo tanto, un memristor controlado por corriente no puede existir como un dispositivo de estado sólido en la realidad física.

El principio termodinámico antes mencionado implica además que el funcionamiento de dispositivos de memoria no volátil de 2 terminales (por ejemplo, dispositivos de memoria de "conmutación por resistencia" ( ReRAM )) no puede asociarse con el concepto de memristor, es decir, tales dispositivos no pueden recordar por sí mismos su historial de corriente o voltaje. Las transiciones entre distintos estados de memoria interna o resistencia son de naturaleza probabilística . La probabilidad de una transición del estado { i } al estado { j } depende de la altura de la barrera de energía libre entre ambos estados. Por tanto, la probabilidad de transición se puede influir activando adecuadamente el dispositivo de memoria, es decir, "bajando" la barrera de energía libre para la transición { i } → { j } mediante, por ejemplo, una polarización aplicada externamente.

Un evento de "conmutación de resistencia" se puede imponer simplemente configurando la polarización externa a un valor por encima de un cierto valor de umbral. Este es el caso trivial, es decir, la barrera de energía libre para la transición { i } → { j } se reduce a cero. En caso de que se apliquen sesgos por debajo del valor umbral, todavía existe una probabilidad finita de que el dispositivo cambie en el transcurso del tiempo (desencadenado por una fluctuación térmica aleatoria), pero, como se trata de procesos probabilísticos, es imposible predecir cuándo ocurrirá el evento de conmutación. Esa es la razón básica de la naturaleza estocástica de todos los procesos de conmutación por resistencia observados ( ReRAM ). Si las barreras de energía libre no son lo suficientemente altas, el dispositivo de memoria puede incluso cambiar sin tener que hacer nada.

Cuando se encuentra que un dispositivo de memoria no volátil de 2 terminales se encuentra en un estado de resistencia distinto { j }, no existe, por lo tanto, una relación física uno a uno entre su estado actual y su historial de voltaje anterior. Por tanto, el comportamiento de conmutación de los dispositivos de memoria no volátiles individuales no puede describirse dentro del marco matemático propuesto para los sistemas memristor / memristive.

Una curiosidad termodinámica adicional surge de la definición de que los memristores / dispositivos memristivos deben actuar energéticamente como resistencias. La energía eléctrica instantánea que ingresa a un dispositivo de este tipo se disipa completamente como calor Joule al entorno, por lo que no queda energía adicional en el sistema después de que se ha llevado de un estado de resistencia x _i a otro x _j . Por lo tanto, la energía interna del dispositivo memristor en el estado x _i , U ( V , T , x _i ), sería la misma que en el estado x _j , U ( V , T , x _j ), aunque estos diferentes estados serían dan lugar a diferentes resistencias del dispositivo, que a su vez deben ser causadas por alteraciones físicas del material del dispositivo.

Otros investigadores observaron que los modelos de memristor basados ​​en el supuesto de deriva iónica lineal no tienen en cuenta la asimetría entre el tiempo establecido (conmutación de resistencia alta a baja) y el tiempo de reinicio (conmutación de resistencia baja a alta) y no proporcionan valores de movilidad iónica coherente con los datos experimentales. Se han propuesto modelos de deriva iónica no lineal para compensar esta deficiencia.

Un artículo de 2014 de investigadores de ReRAM concluyó que las ecuaciones de modelado de memristor inicial / básico de Strukov (HP) no reflejan bien la física real del dispositivo, mientras que los modelos posteriores (basados ​​en la física) como el modelo de Pickett o el modelo ECM de Menzel (Menzel es un co- autor de ese artículo) tienen una previsibilidad adecuada, pero son prohibitivas desde el punto de vista computacional. A partir de 2014, continúa la búsqueda de un modelo que equilibre estos temas; el artículo identifica los modelos de Chang y Yakopcic como compromisos potencialmente buenos.

Martin Reynolds, un analista de ingeniería eléctrica del equipo de investigación Gartner , comentó que si bien HP estaba siendo descuidado al llamar a su dispositivo un memristor, los críticos estaban siendo pedantes al decir que no era un memristor.

Ensayos experimentales

Chua sugirió pruebas experimentales para determinar si un dispositivo puede clasificarse correctamente como memristor:

• La curva de Lissajous en el plano voltaje-corriente es un bucle de histéresis pellizcado cuando es impulsado por cualquier voltaje o corriente periódica bipolar sin tener en cuenta las condiciones iniciales.
• El área de cada lóbulo del bucle de histéresis pellizcado se contrae a medida que aumenta la frecuencia de la señal de forzamiento.
• Como la frecuencia tiende al infinito, el bucle de histéresis degenera en una línea recta a través del origen, cuya pendiente depende de la amplitud y forma de la señal de forzamiento.

Según Chua, todas las memorias de conmutación resistiva, incluidas ReRAM , MRAM y la memoria de cambio de fase, cumplen estos criterios y son memristores. Sin embargo, la falta de datos para las curvas de Lissajous en un rango de condiciones iniciales o en un rango de frecuencias complica las evaluaciones de esta afirmación.

La evidencia experimental muestra que la memoria de resistencia basada en redox ( ReRAM ) incluye un efecto de nanobatería que es contrario al modelo de memristor de Chua. Esto indica que la teoría del memristor debe ampliarse o corregirse para permitir un modelado ReRAM preciso.

Teoría

En 2008, los investigadores de HP Labs introdujeron un modelo para una función de resistencia basada en películas delgadas de dióxido de titanio . Para R _ON ≪ R _OFF , se determinó que la función de resistencia

${\ Displaystyle M (q (t)) = R _ {\ mathrm {OFF}} \ cdot \ left (1 - {\ frac {\ mu _ {v} R _ {\ mathrm {ON}}} {D ^ {2 }}} q (t) \ right)}$

donde R _OFF representa el estado de alta resistencia, R _ON representa el estado de baja resistencia, μ _v representa la movilidad de los dopantes en la película delgada y D representa el espesor de la película. El grupo de HP Labs señaló que las "funciones de ventana" eran necesarias para compensar las diferencias entre las mediciones experimentales y su modelo de memristor debido a la deriva iónica no lineal y los efectos de contorno.

Funcionamiento como interruptor

Para algunos memristores, la corriente o el voltaje aplicados provocan un cambio sustancial en la resistencia. Dichos dispositivos se pueden caracterizar como interruptores al investigar el tiempo y la energía que se deben gastar para lograr un cambio deseado en la resistencia. Esto supone que el voltaje aplicado permanece constante. Resolver la disipación de energía durante un solo evento de conmutación revela que para que un memristor cambie de R _encendido a R _apagado en el tiempo T _encendido a T _apagado , la carga debe cambiar en ΔQ = Q _encendido - Q _apagado .

${\ Displaystyle E _ {\ mathrm {interruptor}} = \ V ^ {2} \ int _ {T _ {\ mathrm {desactivado}}} ^ {T _ {\ mathrm {activado}}} {\ frac {\ mathrm {d } t} {M (q (t))}} = \ V ^ {2} \ int _ {Q _ {\ mathrm {off}}} ^ {Q _ {\ mathrm {on}}} {\ frac {\ mathrm {d} q} {I (q) M (q)}} = \ V ^ {2} \ int _ {Q _ {\ mathrm {off}}} ^ {Q _ {\ mathrm {on}}} {\ frac {\ mathrm {d} q} {V (q)}} = \ V \ Delta Q}$

Sustituyendo V = I ( q ) M ( q ), y luego ∫d q / V = ∆ Q / V por la constante V To produce la expresión final. Esta característica de potencia difiere fundamentalmente de la de un transistor semiconductor de óxido metálico , que está basado en condensadores. A diferencia del transistor, el estado final del memristor en términos de carga no depende del voltaje de polarización.

El tipo de memristor descrito por Williams deja de ser ideal después de cambiar todo su rango de resistencia, creando histéresis , también llamado "régimen de conmutación dura". Otro tipo de interruptor tendría un M ( q ) cíclico, de modo que cada evento de encendido y apagado sería seguido por un evento de encendido y apagado bajo un sesgo constante. Tal dispositivo actuaría como un memristor en todas las condiciones, pero sería menos práctico.

Sistemas memristivos

En el concepto más general de un sistema memristivo de n -ésimo orden, las ecuaciones definitorias son

${\ Displaystyle {\ begin {alineado} y (t) & = g ({\ textbf {x}}, u, t) u (t), \\ {\ dot {\ textbf {x}}} & = f ({\ textbf {x}}, u, t) \ end {alineado}}}$

donde u ( t ) es una señal de entrada, y ( t ) es una señal de salida, el vector x representa un conjunto de n variables de estado que describe el dispositivo, y g y f son funciones continuas . Para un sistema memristivo controlado por corriente, la señal u ( t ) representa la señal de corriente i ( t ) y la señal y ( t ) representa la señal de voltaje v ( t ). Para un sistema memristivo controlado por voltaje, la señal u ( t ) representa la señal de voltaje v ( t ) y la señal y ( t ) representa la señal de corriente i ( t ).

El memristor puro es un caso particular de estas ecuaciones, es decir, cuando x depende solo de la carga ( x = q ) y dado que la carga está relacionada con la corriente a través de la derivada del tiempo d q / d t = i ( t ). Por lo tanto, para memristores puros f (es decir, la tasa de cambio del estado) debe ser igual o proporcional a la corriente i ( t ).

Histéresis pellizcada

Una de las propiedades resultantes de los memristores y los sistemas memristivos es la existencia de un efecto de histéresis pellizcado . Para un sistema memristivo controlado por corriente, la entrada u ( t ) es la corriente i ( t ), la salida y ( t ) es el voltaje v ( t ) y la pendiente de la curva representa la resistencia eléctrica. El cambio en la pendiente de las curvas de histéresis pellizcadas demuestra el cambio entre diferentes estados de resistencia que es un fenómeno central para ReRAM y otras formas de memoria de resistencia de dos terminales. A altas frecuencias, la teoría memristiva predice que el efecto de histéresis pellizcado se degenerará, dando como resultado una línea recta representativa de una resistencia lineal. Se ha demostrado que algunos tipos de curvas de histéresis pellizcadas que no se cruzan (denominadas Tipo II) no pueden describirse mediante memristores.

Sistemas extendidos

Algunos investigadores han planteado la cuestión de la legitimidad científica de los modelos de memristor de HP para explicar el comportamiento de ReRAM. y han sugerido modelos memristivos extendidos para remediar las deficiencias percibidas.

Un ejemplo intenta extender el marco de los sistemas memristivos al incluir sistemas dinámicos que incorporan derivadas de orden superior de la señal de entrada u ( t ) como una expansión en serie.

${\ Displaystyle {\ begin {alineado} y (t) & = g_ {0} ({\ textbf {x}}, u) u (t) + g_ {1} ({\ textbf {x}}, u) {\ operatorname {d} ^ {2} u \ over \ operatorname {d} t ^ {2}} + g_ {2} ({\ textbf {x}}, u) {\ operatorname {d} ^ {4} u \ over \ operatorname {d} t ^ {4}} + \ ldots + g_ {m} ({\ textbf {x}}, u) {\ operatorname {d} ^ {2m} u \ over \ operatorname {d } t ^ {2m}}, \\ {\ dot {\ textbf {x}}} & = f ({\ textbf {x}}, u) \ end {alineado}}}$

donde m es un entero positivo, u ( t ) es una señal de entrada, y ( t ) es una señal de salida, el vector x representa un conjunto de n variables de estado que describen el dispositivo, y las funciones g y f son funciones continuas . Esta ecuación produce las mismas curvas de histéresis de cruce por cero que los sistemas memristivos pero con una respuesta de frecuencia diferente a la predicha por los sistemas memristivos.

Otro ejemplo sugiere incluir un valor de compensación a para tener en cuenta un efecto de nanobatería observado que viola el efecto de histéresis pellizcado de cruce por cero predicho.

${\ Displaystyle {\ begin {alineado} y (t) & = g_ {0} ({\ textbf {x}}, u) (u (t) -a), \\ {\ dot {\ textbf {x} }} & = f ({\ textbf {x}}, u) \ end {alineado}}}$

Implementaciones

Memristor de dióxido de titanio

El interés en el memristor revivió cuando R. Stanley Williams de Hewlett Packard informó una versión experimental de estado sólido en 2007. El artículo fue el primero en demostrar que un dispositivo de estado sólido podría tener las características de un memristor basado en el comportamiento de películas delgadas a nanoescala . El dispositivo no usa flujo magnético como sugirió el memristor teórico, ni almacena carga como lo hace un capacitor, sino que logra una resistencia que depende del historial de la corriente.

Aunque no se citan en los informes iniciales de HP sobre su memristor de TiO ₂ , las características de conmutación de resistencia del dióxido de titanio se describieron originalmente en la década de 1960.

El dispositivo HP está compuesto por una película delgada (50 nm ) de dióxido de titanio entre dos electrodos de 5 nm de espesor , uno de titanio y el otro de platino . Inicialmente, hay dos capas en la película de dióxido de titanio, una de las cuales tiene un ligero agotamiento de átomos de oxígeno . Las vacantes de oxígeno actúan como portadores de carga , lo que significa que la capa agotada tiene una resistencia mucho menor que la capa no agotada. Cuando se aplica un campo eléctrico, las vacantes de oxígeno se desvían (consulte Conductor de iones rápidos ), cambiando el límite entre las capas de alta y baja resistencia. Por lo tanto, la resistencia de la película en su conjunto depende de cuánta carga haya pasado a través de ella en una dirección particular, que es reversible al cambiar la dirección de la corriente. Dado que el dispositivo HP muestra una conducción iónica rápida a nanoescala, se considera un dispositivo nanoiónico .

Memristance se muestra solo cuando tanto la capa dopada como la capa agotada contribuyen a la resistencia. Cuando ha pasado suficiente carga a través del memristor para que los iones ya no puedan moverse, el dispositivo entra en histéresis . Deja de integrar q = ∫ I  d t , sino que mantiene q en un límite superior y M fijo, actuando así como una resistencia constante hasta que la corriente se invierte.

Las aplicaciones de memoria de los óxidos de película delgada han sido un área de investigación activa durante algún tiempo. IBM publicó un artículo en 2000 sobre estructuras similares a las descritas por Williams. Samsung tiene una patente estadounidense para interruptores basados ​​en vacantes de óxido similar a la descrita por Williams. Williams también tiene una solicitud de patente estadounidense relacionada con la construcción del memristor.

En abril de 2010, los laboratorios de HP anunciaron que tenían memristores prácticos que funcionaban a tiempos de conmutación de 1 ns (~ 1 GHz) y tamaños de 3 nm por 3 nm, lo que es un buen augurio para el futuro de la tecnología. Con estas densidades, podría competir fácilmente con la tecnología actual de memoria flash de menos de 25 nm .

Memristor polimérico

En 2004, Krieger y Spitzer describieron el dopaje dinámico de polímeros y materiales inorgánicos similares a dieléctricos que mejoraron las características de conmutación y retención necesarias para crear células de memoria no volátiles en funcionamiento. Utilizaron una capa pasiva entre el electrodo y las películas delgadas activas, lo que mejoró la extracción de iones del electrodo. Es posible utilizar un conductor de iones rápido como esta capa pasiva, lo que permite una reducción significativa del campo de extracción iónica.

En julio de 2008, Erokhin y Fontana afirmaron haber desarrollado un memristor polimérico antes que el memristor de dióxido de titanio anunciado más recientemente.

En 2010, Alibart, Gamrat, Vuillaume et al. introdujo un nuevo dispositivo híbrido orgánico / nanopartículas (el NOMFET  : Transistor de efecto de campo de memoria orgánica de nanopartículas), que se comporta como un memristor y que exhibe el comportamiento principal de una sinapsis de picos biológicos. Este dispositivo, también llamado sinapstor (transistor de sinapsis), se utilizó para demostrar un circuito neuroinspirado (memoria asociativa que muestra un aprendizaje pavloviano).

En 2012, Crupi, Pradhan y Tozer describieron una prueba de diseño de concepto para crear circuitos de memoria sináptica neuronal utilizando memristores basados ​​en iones orgánicos. El circuito de sinapsis demostró una potenciación a largo plazo para el aprendizaje, así como un olvido basado en la inactividad. Usando una cuadrícula de circuitos, se almacenó un patrón de luz y luego se recordó. Esto imita el comportamiento de las neuronas V1 en la corteza visual primaria que actúan como filtros espacio-temporales que procesan señales visuales como bordes y líneas en movimiento.

Memristor en capas

En 2014, Bessonov et al. informó de un dispositivo memristive flexible que comprende una heteroestructura MoO _x / MoS ₂ intercalada entre electrodos de plata en una lámina de plástico. El método de fabricación se basa completamente en tecnologías de impresión y procesamiento de soluciones que utilizan dicalcogenuros de metales de transición en capas bidimensionales ( TMD ). Los memristores son mecánicamente flexibles, ópticamente transparentes y se fabrican a bajo costo. Se encontró que el comportamiento memristivo de los interruptores iba acompañado de un efecto memoria capacitivo prominente. El alto rendimiento de conmutación, la plasticidad sináptica demostrada y la sostenibilidad a las deformaciones mecánicas prometen emular las atractivas características de los sistemas neuronales biológicos en tecnologías informáticas novedosas.

Atomistor

El atomistor se define como los dispositivos eléctricos que muestran un comportamiento memristivo en nanomateriales o láminas atómicas atómicamente delgadas. En 2018, Ge y Wu et al. informó por primera vez de un efecto memristive universal en láminas atómicas TMD de una sola capa (MX ₂ , M = Mo, W; y X = S, Se) basadas en la estructura del dispositivo vertical metal-aislante-metal (MIM). Estos atomistores ofrecen conmutación sin formación y funcionamiento tanto unipolar como bipolar. El comportamiento de conmutación se encuentra en películas monocristalinas y policristalinas, con varios electrodos metálicos (oro, plata y grafeno). Las láminas TMD atómicamente delgadas se preparan mediante CVD / MOCVD , lo que permite una fabricación de bajo costo. Posteriormente, aprovechando la baja resistencia de "encendido" y la gran relación de encendido / apagado, se prueba un interruptor de RF de potencia cero de alto rendimiento basado en atomistores MoS ₂ , lo que indica una nueva aplicación de memristores.

Memristor ferroeléctrico

El memristor ferroeléctrico se basa en una delgada barrera ferroeléctrica intercalada entre dos electrodos metálicos. Cambiar la polarización del material ferroeléctrico aplicando un voltaje positivo o negativo a través de la unión puede conducir a una variación de resistencia de dos órdenes de magnitud: R _APAGADO ≫ R _ENCENDIDO (un efecto llamado Electro-Resistencia de Túnel). En general, la polarización no cambia abruptamente. La inversión se produce gradualmente a través de la nucleación y el crecimiento de dominios ferroeléctricos con polarización opuesta. Durante este proceso, la resistencia no es R _ON ni R _OFF , sino en el medio. Cuando se cicla el voltaje, la configuración del dominio ferroeléctrico evoluciona, lo que permite un ajuste fino del valor de resistencia. Las principales ventajas del memristor ferroeléctrico son que se puede ajustar la dinámica del dominio ferroeléctrico, lo que ofrece una forma de diseñar la respuesta del memristor, y que las variaciones de resistencia se deben a fenómenos puramente electrónicos, lo que ayuda a la confiabilidad del dispositivo, ya que no se trata de cambios profundos en la estructura del material.

Memristor de nanotubos de carbono

En 2013, Ageev, Blinov et al. informó la observación del efecto memristor en la estructura basada en nanotubos de carbono alineados verticalmente estudiando haces de CNT mediante microscopio de efecto túnel .

Posteriormente se encontró que la conmutación memristiva CNT se observa cuando un nanotubo tiene una deformación elástica no uniforme Δ L 0. Se demostró que el mecanismo de conmutación memristiva de la СNT deformada se basa en la formación y posterior redistribución de deformación elástica no uniforme y campo piezoeléctrico Edef en el nanotubo bajo la influencia de un campo eléctrico externo E ( x , t ).

Memristor biomolecular

Los biomateriales se han evaluado para su uso en sinapsis artificiales y han mostrado potencial para su aplicación en sistemas neuromórficos. En particular, se ha investigado la viabilidad de utilizar un biomemristor a base de colágeno como dispositivo sináptico artificial, mientras que un dispositivo sináptico basado en lignina demostró una corriente ascendente o descendente con barridos de voltaje consecutivos según el signo del voltaje; además, demostró una fibroína de seda natural propiedades memristivas; También se están estudiando sistemas memristivos de espín basados ​​en biomoléculas.

Girar sistemas memristivos

Memristor espintrónico

Chen y Wang, investigadores del fabricante de unidades de disco Seagate Technology, describieron tres ejemplos de posibles memristores magnéticos. En un dispositivo, la resistencia se produce cuando el giro de los electrones en una sección del dispositivo apunta en una dirección diferente a la de la otra sección, creando una "pared de dominio", un límite entre las dos secciones. Los electrones que fluyen hacia el dispositivo tienen un cierto giro, que altera el estado de magnetización del dispositivo. Cambiar la magnetización, a su vez, mueve la pared del dominio y cambia la resistencia. La importancia del trabajo llevó a una entrevista por IEEE Spectrum . En 2011 se dio una primera prueba experimental del memristor espintrónico basada en el movimiento de la pared de dominio por corrientes de giro en una unión de túnel magnético.

Memristance en una unión de túnel magnético

Se ha propuesto que la unión del túnel magnético actúe como un memristor a través de varios mecanismos potencialmente complementarios, tanto extrínsecos (reacciones redox, captura / eliminación de cargas y electromigración dentro de la barrera) como intrínsecos ( par de transferencia de espín ).

Mecanismo extrínseco

Basado en una investigación realizada entre 1999 y 2003, Bowen et al. publicó experimentos en 2006 sobre una unión de túnel magnético (MTJ) dotada de estados dependientes de espín biestables ( conmutación resistiva ). El MTJ consiste en una barrera de túnel de SrTiO3 (STO) que separa los electrodos LSMO de óxido semimetálico y CoCr de metal ferromagnético. Los dos estados de resistencia habituales del dispositivo MTJ, caracterizados por una alineación paralela o antiparalela de magnetización del electrodo, se alteran aplicando un campo eléctrico. Cuando el campo eléctrico se aplica desde el CoCr al electrodo LSMO, la relación de magnetorresistencia del túnel (TMR) es positiva. Cuando se invierte la dirección del campo eléctrico, la TMR es negativa. En ambos casos se encuentran grandes amplitudes de TMR del orden del 30%. Desde fluye una corriente completamente polarizada de espín de la media-metálico electrodo LSMO, dentro del modelo Julliere , este cambio de signo sugiere un cambio de signo en la polarización de espín eficaz de la interfaz STO / CoCr. El origen de este efecto multiestado radica en la migración observada de Cr a la barrera y su estado de oxidación. El cambio de signo de TMR puede originarse a partir de modificaciones en la densidad de estados de la interfaz STO / CoCr, así como de cambios en el panorama de túneles en la interfaz STO / CoCr inducidos por reacciones redox CrOx.

Los informes sobre conmutación memristiva basada en MgO dentro de MTJ basadas en MgO aparecieron a partir de 2008 y 2009. Si bien se propuso la deriva de las vacantes de oxígeno dentro de la capa aislante de MgO para describir los efectos memristivos observados, otra explicación podría ser la captura / eliminación de trampas de carga en el estados localizados de vacantes de oxígeno y su impacto en la espintrónica. Esto resalta la importancia de comprender qué papel juegan las vacantes de oxígeno en la operación memristiva de dispositivos que despliegan óxidos complejos con una propiedad intrínseca como la ferroelectricidad o la multiferroicidad.

Mecanismo intrínseco

El estado de magnetización de un MTJ puede controlarse mediante el par de transferencia de giro y, por lo tanto, a través de este mecanismo físico intrínseco, puede exhibir un comportamiento memristivo. Este par de giro es inducido por la corriente que fluye a través de la unión y conduce a un medio eficiente de lograr un MRAM . Sin embargo, la cantidad de tiempo que la corriente fluye a través de la unión determina la cantidad de corriente necesaria, es decir, la carga es la variable clave.

La combinación de mecanismos intrínsecos (par de transferencia de espín) y extrínsecos (conmutación resistiva) conduce naturalmente a un sistema memristivo de segundo orden descrito por el vector de estado x  = ( x ₁ , x ₂ ), donde x ₁ describe el estado magnético del electrodos y x ₂ denota el estado resistivo de la barrera de MgO. En este caso, el cambio de x ₁ está controlado por corriente (el par de giro se debe a una alta densidad de corriente) mientras que el cambio de x ₂ está controlado por voltaje (la deriva de las vacantes de oxígeno se debe a campos eléctricos elevados). La presencia de ambos efectos en una unión de túnel magnético memristive llevó a la idea de un sistema nanoscópico de neuronas y sinapsis.

Girar el sistema memristive

Pershin y Di Ventra han propuesto un mecanismo fundamentalmente diferente para la conducta memristiva . Los autores muestran que ciertos tipos de estructuras espintrónicas semiconductoras pertenecen a una amplia clase de sistemas memristivos definidos por Chua y Kang. El mecanismo de comportamiento memristivo en tales estructuras se basa enteramente en el grado de libertad de espín del electrón, lo que permite un control más conveniente que el transporte iónico en nanoestructuras. Cuando se cambia un parámetro de control externo (como el voltaje), el ajuste de la polarización del espín electrónico se retrasa debido a los procesos de difusión y relajación que causan la histéresis. Este resultado se anticipó en el estudio de la extracción de espín en las interfaces semiconductor / ferromagnético, pero no se describió en términos de comportamiento memristivo. En una escala de tiempo corta, estas estructuras se comportan casi como un memristor ideal. Este resultado amplía la gama posible de aplicaciones de la espintrónica de semiconductores y da un paso adelante en futuras aplicaciones prácticas.

Memristor de canal autodirigido

En 2017, el Dr. Kris Campbell presentó formalmente el memristor de canal autodirigido (SDC). El dispositivo SDC es el primer dispositivo memristive disponible comercialmente para investigadores, estudiantes y entusiastas de la electrónica en todo el mundo. El dispositivo SDC está operativo inmediatamente después de la fabricación. En la capa activa de Ge ₂ Se ₃ , se encuentran enlaces homopolares Ge-Ge y se produce el cambio. Las tres capas que constan de Ge ₂ Se ₃ / Ag / Ge ₂ Se ₃ , directamente debajo del electrodo de tungsteno superior, se mezclan durante la deposición y forman conjuntamente la capa de fuente de plata. Una capa de SnSe se encuentra entre estas dos capas, lo que garantiza que la capa de fuente de plata no esté en contacto directo con la capa activa. Dado que la plata no migra a la capa activa a altas temperaturas, y la capa activa mantiene una temperatura de transición vítrea alta de aproximadamente 350 ° C (662 ° F), el dispositivo tiene temperaturas de procesamiento y funcionamiento significativamente más altas a 250 ° C (482 ° F). F) y al menos 150 ° C (302 ° F), respectivamente. Estas temperaturas de procesamiento y operación son más altas que la mayoría de los tipos de dispositivos de calcogenuro conductores de iones, incluidos los vidrios a base de S (por ejemplo, GeS) que necesitan fotodopados o recocidos térmicamente. Estos factores permiten que el dispositivo SDC funcione en una amplia gama de temperaturas, incluido el funcionamiento continuo a largo plazo a 150 ° C (302 ° F).

Aplicaciones potenciales

Los memristores siguen siendo una curiosidad de laboratorio, hasta ahora fabricados en cantidades insuficientes para obtener aplicaciones comerciales. A pesar de esta falta de disponibilidad masiva, según Allied Market Research, el mercado de memristor valía $ 3.2 millones en 2015 y tendrá un valor de $ 79.0 millones para 2022.

Una aplicación potencial de los memristores son las memorias analógicas para computadoras cuánticas superconductoras.

Los memristores se pueden convertir potencialmente en memoria de estado sólido no volátil , lo que podría permitir una mayor densidad de datos que los discos duros con tiempos de acceso similares a DRAM , reemplazando ambos componentes. HP creó un prototipo de una memoria con pestillo de barra transversal que puede caber en 100 gigabits en un centímetro cuadrado y propuso un diseño 3D escalable (que consta de hasta 1000 capas o 1 petabit por cm ³ ). En mayo de 2008, HP informó que su dispositivo alcanza actualmente alrededor de una décima parte de la velocidad de la DRAM. La resistencia de los dispositivos se leería con corriente alterna para que el valor almacenado no se vea afectado. En mayo de 2012, se informó que el tiempo de acceso se había mejorado a 90 nanosegundos, que es casi cien veces más rápido que la memoria Flash contemporánea. Al mismo tiempo, el consumo de energía era solo el uno por ciento del consumido por la memoria Flash.

Memristor tiene aplicaciones en lógica programable , procesamiento de señales , imágenes de súper resolución , redes neuronales físicas , sistemas de control , computación reconfigurable , interfaces cerebro-computadora y RFID . Los dispositivos de memoria se utilizan potencialmente para la implicación de lógica con estado, lo que permite un reemplazo para el cálculo lógico basado en CMOS. Se han informado varios trabajos iniciales en esta dirección.

En 2009, se utilizó un circuito electrónico simple que consta de una red LC y un memristor para modelar experimentos sobre el comportamiento adaptativo de organismos unicelulares. Se demostró que sometido a un tren de pulsos periódicos, el circuito aprende y anticipa el siguiente pulso similar al comportamiento de los mohos limosos Physarum polycephalum donde la viscosidad de los canales en el citoplasma responde a cambios ambientales periódicos. Las aplicaciones de tales circuitos pueden incluir, por ejemplo, reconocimiento de patrones . El proyecto DARPA SyNAPSE , financiado por HP Labs, en colaboración con el Laboratorio de Neuromórficos de la Universidad de Boston , ha estado desarrollando arquitecturas neuromórficas que pueden estar basadas en sistemas memristivos. En 2010, Versace y Chandler describieron el modelo MoNETA (Modular Neural Exploring Travelling Agent). MoNETA es el primer modelo de red neuronal a gran escala que implementa circuitos de todo el cerebro para alimentar un agente virtual y robótico utilizando hardware memristive. Merrikh-Bayat y Shouraki demostraron la aplicación de la estructura de barra transversal de memristor en la construcción de un sistema de computación suave analógica. En 2011, mostraron cómo las barras transversales de memristor se pueden combinar con lógica difusa para crear un sistema informático neuro-difuso memristivo analógico con terminales de entrada y salida difusos. El aprendizaje se basa en la creación de relaciones difusas inspiradas en la regla de aprendizaje hebbiana .

En 2013, Leon Chua publicó un tutorial que subrayaba la amplia gama de fenómenos y aplicaciones complejos que abarcan los memristores y cómo pueden usarse como memorias analógicas no volátiles y pueden imitar los fenómenos clásicos de habituación y aprendizaje.

Dispositivos derivados

Memistor y memtransistor

El memistor y el memtransistor son dispositivos basados ​​en transistores que incluyen la función de memristor.

Memcapacitors y meminductors

En 2009, Di Ventra , Pershin y Chua extendieron la noción de sistemas memristivos a elementos capacitivos e inductivos en forma de memcondensadores y meminductores, cuyas propiedades dependen del estado y la historia del sistema, ampliado en 2013 por Di Ventra y Pershin. .

Memfractancia y memfractor, memristor de segundo y tercer orden, memcapacitor y meminductor

En septiembre de 2014, Mohamed-Salah Abdelouahab , Rene Lozi y Leon Chua publicaron una teoría general de elementos memristivos de primer, segundo, tercer y enésimo orden utilizando derivadas fraccionarias .

Historia

Precursores

Algunos dicen que Sir Humphry Davy realizó los primeros experimentos que pueden explicarse por los efectos del memristor ya en 1808. Sin embargo, el primer dispositivo de naturaleza relacionada que se construyó fue el memistor (es decir, la resistencia de memoria), un término acuñado en 1960 por Bernard Widrow para describir un elemento de circuito de una red neuronal artificial temprana llamada ADALINE . Unos años más tarde, en 1968, Argall publicó un artículo que mostraba los efectos de conmutación de resistencia del TiO _2, que más tarde los investigadores de Hewlett Packard afirmaron que era evidencia de un memristor.

Descripción teórica

Leon Chua postuló su nuevo elemento de circuito de dos terminales en 1971. Se caracterizaba por una relación entre carga y enlace de flujo como un cuarto elemento fundamental del circuito. Cinco años más tarde, él y su alumno Sung Mo Kang generalizaron la teoría de los memristores y los sistemas memristivos, incluida una propiedad de cruce por cero en la curva de Lissajous que caracteriza el comportamiento de corriente frente a voltaje.

Siglo veintiuno

El 1 de mayo de 2008, Strukov, Snider, Stewart y Williams publicaron un artículo en Nature que identificaba un vínculo entre el comportamiento de conmutación de resistencia de 2 terminales que se encuentra en los sistemas de nanoescala y los memristores.

El 23 de enero de 2009, Di Ventra , Pershin y Chua ampliaron la noción de sistemas memristivos a elementos capacitivos e inductivos, a saber, condensadores e inductores , cuyas propiedades dependen del estado y la historia del sistema.

En julio de 2014, el grupo MeMOSat / LabOSat (integrado por investigadores de la Universidad Nacional de General San Martín (Argentina) , INTI, CNEA y CONICET ) puso en órbita dispositivos de memoria para su estudio en LEO . Desde entonces, siete misiones con diferentes dispositivos están realizando experimentos en órbita baja, a bordo de los satélites Ñu-Sat de Satellogic .

El 7 de julio de 2015, Knowm Inc anunció comercialmente memristores de canal autodirigido (SDC). Estos dispositivos siguen estando disponibles en pequeñas cantidades.

El 13 de julio de 2018 se lanzó MemSat (Memristor Satellite) para volar una carga útil de evaluación de memristor.

Ver también

• 3D XPoint
• Elemento electrico
• Cubo de memoria híbrido
• Lista de tecnologías emergentes
• Ingeniería neuromórfica
• Tranquilizador

Referencias

Otras lecturas

• Chen, Dongmin; Chua, Leon O .; Hwang, Cheol Seong; Wang, Shih-Yuan; Waser, Rainer; Williams, R. Stanley; Yang, Jianhua, eds. (Marzo de 2011). "Número especial: dispositivos y sistemas memristivos y resistivos" . Un Física Aplicada . 102 (4). eISSN  1432-0630 . ISSN  0947-8396 .
• Mazumder, P .; Kang, SM; Waser, R., eds. (Junio ​​2012). "Número especial: MEMRISTORES: DISPOSITIVOS, MODELOS Y APLICACIONES" . Actas del IEEE . 100 (6): 1905-2092. doi : 10.1109 / JPROC.2012.2197452 . ISSN  0018-9219 .
• Tetzlaff, Ronald, ed. (2013). Memristors and Memristive Systems (Google Books) . Springer Science & Business Media . doi : 10.1007 / 978-1-4614-9068-5 . ISBN 978-1-4614-9068-5.
• Adamatzky, Andrew; Chua, Leon, eds. (2013). Memristor Networks (Google Books) . Springer Science & Business Media . doi : 10.1007 / 978-3-319-02630-5 . ISBN 978-3-319-02630-5. S2CID  39739718 .
• Atkin, Keith (mayo de 2013). "Una introducción al memristor". Educación física . 48 (3): 317–321. Código Bibliográfico : 2013PhyEd..48..317A . doi : 10.1088 / 0031-9120 / 48/3/317 .
• Gale, Ella (1 de octubre de 2014). "Memristors basados ​​en TiO ₂ y ReRAM: materiales, mecanismos y modelos (una revisión)". Ciencia y tecnología de semiconductores . 29 (10): 104004. arXiv : 1611.04456 . Código bibliográfico : 2014SeScT..29j4004G . doi : 10.1088 / 0268-1242 / 29/10/104004 . S2CID  5686212 .
• Traversa, Fabio Lorenzo; Di Ventra, Massimiliano (noviembre de 2015). "Universal Memcomputing Machines". Transacciones IEEE en redes neuronales y sistemas de aprendizaje . 26 (11): 2702–2715. arXiv : 1405.0931 . CiteSeerX  10.1.1.747.5690 . doi : 10.1109 / TNNLS.2015.2391182 . PMID  25667360 . S2CID  1406042 .
• Caravelli, Francesco; Carbajal, Juan Pablo (enero de 2019). "Memistores para los curiosos de fuera". Tecnologías . 6 (4): 118. arXiv : 1812.03389 . doi : 10.3390 / technologies6040118 . S2CID  54464654 .
• Maan, Akshay Kumar; Jayadevi, Deepthi Anirudhan; James, Alex Pappachen (agosto de 2017). "Un estudio de circuitos lógicos de umbral Memristive". Transacciones IEEE en redes neuronales y sistemas de aprendizaje . 28 (8): 1734-1746. arXiv : 1604.07121 . doi : 10.1109 / TNNLS.2016.2547842 . PMID  27164608 . S2CID  1798273 .

enlaces externos

• Encontrar el memristor perdido en YouTube
• Base de datos interactiva de papeles memristor (2013)
• Simonite, Tom (21 de abril de 2015). "Machine Dreams" . Revisión de tecnología . Consultado el 5 de diciembre de 2017 .
• "Leon Chua: una bombilla contra Google go player" - (en polaco) una entrevista con Leon Chua, el creador de memristor
• "Leon Chua: A bulb versus Google go player" - (en inglés) una entrevista con Leon Chua, el creador de memristor