Transistores são reinventados para hardware de IA

Redação do Site Inovação Tecnológica - 07/04/2025

Transistores e seu uso em dispositivos de imitação neurossináptica.
[Imagem: Sebastian Pazos et al. - 10.1038/s41586-025-08742-4]

Neurotransístor

Se você quiser construir um computador que imite o cérebro humano, o que o fará ser mais rápido e consumir apenas uma fração da energia, o modo mais simples consiste em usar os transistores dos computadores atuais para imitar os neurônios e as sinapses.

Então você vai precisar de 18 transistores para criar cada neurônio e 6 transistores para imitar cada sinapse. Ou seja, dá para ver facilmente que os transistores não foram talhados para isso.

Por isso, Sebastian Pazos e colegas da Universidade Nacional de Cingapura simplesmente reinventaram o transístor.

Pazos criou uma nova célula de computação supereficiente - que nada mais é do que um transístor de silício - que consegue imitar sozinha o comportamento dos neurônios e das sinapses, o que tem potencial para revolucionar o campo da computação neuromórfica.

Neurônios e sinapses eletrônicos são os dois blocos de construção fundamentais das redes neurais artificiais de próxima geração. Diferentemente dos computadores tradicionais, esses sistemas processam e armazenam dados no mesmo lugar, eliminando a necessidade de desperdiçar tempo e energia transferindo dados da memória para a unidade de processamento (CPU) - este conceito é conhecido como computação na memória, uma das principais abordagens para uma inteligência artificial em hardware.

Fazer isto usando um único componente eletrônico, uma espécie de neurotransístor, é revolucionário porque permite que o tamanho dos neurônios eletrônicos seja reduzido por um fator de 18 e o das sinapses eletrônicas por um fator de 6. Considerando que cada rede neural artificial contém milhões de neurônios e sinapses eletrônicos, isso pode representar um grande salto em sistemas de computação capazes de processar muito mais informações consumindo muito menos energia.

Um único componente substitui até 24 transistores usados atualmente para fazer computação neuromórfica.
[Imagem: Sebastian Pazos et al. - 10.1038/s41586-025-08742-4]

Transístor = neurônio e sinapse eletrônicos

A equipe conseguiu reproduzir os comportamentos eletrônicos característicos dos neurônios e das sinapses em um único transístor de silício convencional.

A chave está em definir a resistência do terminal de corpo do transístor para um valor específico, para produzir um fenômeno físico chamado "ionização de impacto", que gera um pico de corrente muito semelhante ao que acontece quando um neurônio eletrônico é ativado. Além disso, ao definir a resistência para outros valores específicos, o transístor pode armazenar carga no terminal de porta, fazendo com que sua resistência persista ao longo do tempo, imitando o comportamento de uma sinapse eletrônica.

O fenômeno físico da ionização de impacto tradicionalmente era considerado um defeito nos transistores de silício, mas os pesquisadores conseguiram controlá-lo e transformá-lo em uma aplicação altamente valiosa. Fazer o transístor operar como um neurônio ou como uma sinapse é tão simples quanto selecionar a resistência apropriada para o terminal de corpo - o terminal de corpo, ou terminal de substrato, é o quarto terminal dos transistores de efeito de campo de óxido metálico semicondutor (MOSFETs).

Além disso, a equipe projetou uma célula com dois transistores, batizada de NSRAM (Neuro-Synaptic Random Access Memory, ou memória de acesso aleatório neurossináptica), que permite alternar entre os modos de operação (neurônio ou sinapse), oferecendo grande versatilidade na fabricação, já que ambas as funções podem ser reproduzidas usando um único bloco, sem a necessidade de dopar o silício para atingir valores específicos de resistência do substrato.

"Tradicionalmente, a corrida pela supremacia em semicondutores e inteligência artificial tem sido uma questão de força bruta, vendo quem poderia fabricar transistores menores e arcar com os custos de produção que vêm com isso. Nosso trabalho propõe uma abordagem radicalmente diferente, baseada na exploração de um paradigma de computação usando neurônios e sinapses eletrônicos altamente eficientes," disse Pazos.

Mais tópicos