La computación analógica en memoria es un enfoque que ejecuta operaciones directamente dentro de los chips de memoria no volátil, como la ReRAM o la Flash. Este método evita mover grandes volúmenes de datos entre la memoria y la unidad central de procesar, un cuello de botella conocido como el muro de la memoria. Al realizar cálculos, principalmente multiplicaciones de matrices, de forma analógica en el propio arreglo de celdas de memoria, se reduce drásticamente el consumo de energía y se aumenta la velocidad para tareas específicas.


Funciona con las propiedades físicas de los materiales

La clave reside en usar las propiedades eléctricas de las celdas de memoria. En una matriz, el valor almacenado en cada celda, como su conductancia, representa un peso sináptico de una red neuronal. Cuando se aplican voltajes de entrada, la ley de Ohm y la ley de Kirchhoff realizan de forma natural la multiplicación y suma de estos valores a través de las corrientes que fluyen por las columnas. Este proceso analógico calcula en paralelo un producto punto completo, la operación fundamental en las redes neuronales, sin necesidad de circuitos digitales dedicados para calcular.

Su nicho principal es la inferencia eficiente en el dispositivo

Esta tecnología no pretende reemplazar a los procesadores digitales de propósito general. Su fortaleza está en realizar inferencia de modelos de inteligencia artificial ya entrenados en dispositivos con recursos limitados, como sensores, teléfonos o wearables. Al minimizar el movimiento de datos y aprovechar el cálculo paralelo masivo, logra una eficiencia energética órdenes de magnitud superior a las soluciones digitales tradicionales, lo que permite integrar capacidades de IA en dispositivos que funcionan con batería durante mucho tiempo.

Por supuesto, programar en este paradigma implica pensar en conductancias y corrientes en lugar de ceros y unos, lo que puede hacer que algunos desarrolladores extrañen la predecible (y a veces lenta) certeza de lo digital.