Pesquisas da UFSCar avançam em dispositivo que integra memória e processamento

Pesquisas desenvolvidas no Departamento de Física (DF) da Universidade Federal de São Carlos (UFSCar) avançam no desenvolvimento de dispositivos eletrônicos inspirados no funcionamento do cérebro, com potencial para tornar sistemas de processamento de dados (como os usados em inteligência artificial) mais eficientes, compactos e com menor consumo de energia.

O trabalho se insere em uma mudança de paradigma na computação. Hoje, a arquitetura dominante separa memória e processamento - um modelo que exige troca constante de dados entre diferentes unidades e impõe limites tanto de desempenho quanto de consumo energético. A proposta investigada na UFSCar vai em outra direção: integrar essas funções em um mesmo elemento físico.

"Demonstramos que um único dispositivo pode assumir múltiplos papéis, funcionando como transistor, memristor ou memcapacitor, dependendo das condições de operação. Isso permite que a informação seja processada e armazenada no mesmo local, eliminando a separação que limita a eletrônica atual", explica o docente Victor Lopez-Richard, do DF.

Na prática, isso significa que o mesmo componente pode tanto controlar o fluxo de corrente - como um transistor, base da lógica computacional - quanto armazenar informação, como fazem memristores e memcapacitores, cuja resposta depende do histórico de estímulos elétricos. Essa versatilidade reduz a circulação de dados entre diferentes partes do sistema, um dos principais fatores de consumo energético nos computadores atuais. O resultado, segundo o pesquisador, é um caminho para circuitos mais rápidos, menores e energeticamente mais eficientes.

Computação inspirada no cérebro
Essa abordagem está alinhada ao campo da computação neuromórfica, que busca desenvolver sistemas inspirados em redes neurais biológicas. "A analogia é bastante precisa, observando-se as devidas cautelas conceituais: esses dispositivos apresentam memória de estado, onde a resposta elétrica é intrinsecamente vinculada ao histórico de estímulos recebidos", afirma Lopez-Richard. "Esse comportamento é análogo ao das sinapses biológicas, que modulam sua 'força' conforme a atividade prévia."

Em termos simples, o dispositivo não responde sempre da mesma forma: o que aconteceu antes passa a influenciar diretamente o seu comportamento atual - uma característica essencial para sistemas que precisam se adaptar. É justamente essa "marca" deixada pelos estímulos anteriores que permite ao dispositivo responder de maneira diferente ao longo do tempo, aproximando seu funcionamento, em termos físicos, do comportamento adaptativo observado em sistemas biológicos.

Potencial e desafios
Os resultados já demonstram funções relevantes para aplicações como reconhecimento de padrões, aprendizado analógico e resposta adaptativa. Ainda assim, essas aplicações permanecem, em grande parte, no nível de prova de conceito.

"A funcionalidade já foi validada em ambiente de laboratório, mas a transição para aplicações práticas depende de superar desafios de engenharia", explica Lopez-Richard. Entre eles estão a reprodutibilidade em larga escala, a integração com tecnologias já consolidadas na indústria - como a plataforma CMOS (Complementary Metal-Oxide-Semiconductor), base da fabricação dos chips atuais - e a estabilidade dos dispositivos ao longo do tempo.

Um dos pontos mais promissores está na redução do consumo de energia. "Os ganhos podem chegar a ordens de grandeza em cenários ideais, pois a integração entre processamento e memória elimina grande parte do consumo associado à movimentação de dados", afirma o docente.

A pesquisa conta com colaboração internacional envolvendo a University of Würzburg e a University of Richmond. "Essa parceria combina expertises distintas e complementares, permitindo abordar os problemas de forma mais abrangente e profunda. A internacionalização viabiliza acesso a infraestrutura de ponta, diversidade de abordagens científicas e maior visibilidade dos resultados, além de favorecer a formação de estudantes em um ambiente colaborativo e multidisciplinar. Esse tipo de cooperação é fundamental para acelerar o desenvolvimento da área e alcançar resultados que dificilmente seriam obtidos de forma isolada", finaliza Lopez-Richard.

Os estudos deram origem a dois artigos científicos. O primeiro, "Oxide interface-based polymorphic electronic devices for neuromorphic computing", foi publicado na revista Nature Communications, disponível em https://doi.org/10.1038/s41467-026-71642-2. Além de López-Richard, assinam a publicação Soumen Pradhan, Kirill Miller, Fabian Hartmann, Merit Spring, Judith Gabel, Berengar Leikert, Silke Kuhn, Martin Kamp, Michael Sing, Ralph Claessen e Sven Höfling, da Universidade de Würzburgo.

O segundo, "Gate-controlled analog memcapacitance in LaAlO₃/SrTiO₃ interface-based devices", saiu na Applied Physics Letters e foi destacado pelos editores da publicação (Featured Article), disponível em https://doi.org/10.1063/5.0316785. Assinam López-Richard, Ana Luiza Costa Silva, Leonardo K. Castelano e Igor Ricardo Filgueira e Silva, do DF da UFSCar; e Soumen Pradhan, Fabian Hartmann, Merit Spring, Silke Kuhn, Michael Sing, Ralph Claessen e Sven Höfling, da Universidade de Würzburgo.