KAIST desarrolla un transistor que se adapta a la velocidad de los datos

Investigadores del Instituto Avanzado de Ciencia y Tecnología de Corea (KAIST) han desarrollado un componente semiconductor programable que puede ajustar su velocidad de respuesta para coincidir con los datos entrantes. El dispositivo, llamado PDM (Programmable Dynamic Memtransistor), está diseñado para sistemas en tiempo real como robots, vehículos autónomos, dispositivos electrónicos vestibles y chips de IA.

Cómo funciona el PDM

El PDM combina las funciones de un transistor y un elemento de memoria. Realiza cálculos mientras conserva sus características programadas sin necesidad de una alimentación continua. Eso lo diferencia de los componentes semiconductores convencionales, cuyos parámetros operativos quedan fijos tras la fabricación.

Su estructura contiene dos capas funcionales:

• Una almacena y procesa carga eléctrica.
• La otra captura electrones y controla la rapidez con la que el dispositivo vuelve a su estado inicial tras recibir una señal.

Al cambiar las características de la capa que captura electrones, los investigadores ajustaron el tiempo de recuperación de corriente del transistor en un rango de aproximadamente cinco veces. Su frecuencia operativa característica pudo modificarse en más de 10 veces. Las configuraciones programadas permanecieron disponibles sin alimentación continua, lo que permite que parte de la adaptación a la dinámica de los datos pase del software al hardware.

Esto importa cuando un sistema debe procesar señales que cambian a ritmos muy diferentes. Los sensores de un robot, por ejemplo, pueden detectar un movimiento repentino que dura fracciones de segundo junto a un cambio lento en la posición de un objeto. Un sistema convencional tiene que compensar esas diferencias en software, aumentando el trabajo computacional y el consumo de energía.

Recomendado

La herramienta de remixes con IA de Spotify plantea dudas sobre las regalías

Pruebas y evidencia pendiente

KAIST probó el PDM con datos de series temporales que contenían cambios rápidos y lentos, así como con datos de entrada manuscrita y objetos que se movían a distintas velocidades. En algunas pruebas, el error de predicción fue hasta 40 veces menor que el de un componente semiconductor convencional con velocidad de respuesta fija.

El equipo también construyó una matriz de PDMs configurados con distintas características temporales. Esto permitió que la matriz analizara señales en paralelo a través de múltiples escalas temporales. Según el informe de KAIST citado por iXBT, la matriz experimental se acercó a la precisión de los sistemas convencionales que realizan análisis similares en software, mientras consumía significativamente menos energía.

Esa afirmación sobre la energía es el punto clave sin resolver: iXBT señaló que la descripción no proporcionaba cifras precisas de consumo energético. Por tanto, la cobertura establece una dirección prometedora y resultados de prueba sólidos para tareas específicas, pero no una ventaja cuantificada que pueda compararse todavía con un chip de IA de producción.

El proyecto involucró a investigadores de KAIST y especialistas del Centro de I+D de Semiconductores de Samsung Electronics. Los autores también afirman que el dispositivo es compatible con materiales ya utilizados en la industria de semiconductores, lo que podría facilitar su fabricación futura. ITzine enfatiza las posibles aplicaciones del componente, mientras que iXBT añade la comparación con el procesamiento basado en software y señala la falta de datos energéticos.

El PDM supone un cambio sustancial respecto a un transistor de velocidad fija: almacena su configuración, ajusta su respuesta temporal en hardware y puede procesar múltiples velocidades de señal a la vez. Pero sin mediciones exactas de consumo ni evidencia de fabricación a escala, los resultados respaldan un avance experimental en hardware, no todavía un reemplazo probado para las arquitecturas convencionales de chips de IA.