El ETCRAM de Sandia apunta a una forma más discreta de reducir el consumo en sensores

Una tecnología de memoria prometedora llega desde una dirección poco habitual: no como una versión más rápida de la RAM digital convencional, sino como un dispositivo que se comporta, en cierta medida, como una batería recargable. Sandia National Laboratories afirma que su memoria electrotermoquímica de acceso aleatorio, o ETCRAM, puede almacenar valores analógicos con una precisión 100 veces superior a la de la memoria analógica más avanzada disponible hasta ahora y con un rango dinámico al menos tres órdenes de magnitud mayor.

Esas cifras proceden del propio anuncio de Sandia, por lo que deben entenderse como un resultado de laboratorio comunicado por el equipo, no como una prueba de rendimiento de un producto. El dispositivo no ha sustituido a la memoria convencional y no existe un producto de consumo demostrado. El motivo más sobrio para prestarle atención es que ETCRAM aborda un cuello de botella concreto de la electrónica moderna: la energía y el tiempo que se gastan en trasladar una y otra vez los datos de los sensores a un procesador separado.

Si el enfoque supera las pruebas a escala de matriz y de fabricación, algunos cálculos podrían realizarse allí donde se recogen los datos. Una cámara podría reducir o clasificar la información visual antes de enviarla. Un sensor industrial podría detectar localmente un cambio en lugar de transmitir un flujo continuo. El beneficio procedería de reducir el movimiento de datos, no de hacer que cada transistor individual fuera mucho más potente.

El problema suele estar en el trayecto, no en el cálculo

La mayoría de los sistemas informáticos separan la memoria del procesamiento. Un sensor registra una medición, la memoria la almacena y un procesador recupera los datos para ejecutar una operación. Después, el resultado viaja por otra parte del sistema. Cada transferencia consume energía, y el coste se vuelve importante cuando un dispositivo recopila grandes cantidades de datos de forma continua.

Esta organización funciona bien para la informática digital de propósito general, pero los sensores producen cada vez más información a una velocidad superior a la que un dispositivo pequeño necesita transmitirla. Cámaras, micrófonos, monitores industriales, vehículos y dispositivos ponibles generan flujos en los que la mayoría de las mediciones individuales carecen de interés. Enviar cada valor bruto a un procesador central o a un servicio remoto puede ser un desperdicio cuando el resultado buscado es una decisión sencilla: si algo se está moviendo, si una máquina vibra de forma anómala o si la concentración de una sustancia ha superado un umbral.

El campo conocido como computación en memoria intenta reducir ese tráfico colocando operaciones matemáticas útiles dentro de la memoria o muy cerca de ella. La memoria analógica es una de las vías posibles. En vez de contener únicamente un cero o un uno, una celda puede representar un intervalo de valores de conductancia. Esa conductancia puede actuar como un peso numérico en operaciones como la multiplicación y la acumulación, fundamentales para las redes neuronales y muchas tareas de procesamiento de señales.

El atractivo es directo. Un procesador digital suele representar un número mediante varios bits y mover esos bits a través de interconexiones. Una matriz analógica puede representar muchos pesos en las propiedades físicas de sus celdas y ejecutar partes de un cálculo en paralelo. Eso no significa que la computación analógica sea automáticamente mejor: el ruido, la calibración, la precisión limitada y la conversión entre señales analógicas y digitales siguen siendo decisivos. Pero abre una vía para esquivar el tráfico entre memoria y procesador que domina algunas cargas de trabajo.

Una revisión publicada en 2024 en Nano Convergence describe la memoria electroquímica de acceso aleatorio como una candidata para este tipo de hardware. Señala que los dispositivos ECRAM pueden expresar estados analógicos mediante el movimiento de iones y que los dispositivos publicados han alcanzado más de 1.000 estados de memoria. La misma revisión enumera los requisitos de ingeniería que determinan si una celda de laboratorio puede convertirse en hardware útil: retención, resistencia a ciclos de uso, velocidad de conmutación, linealidad, simetría, relación entre estados de encendido y apagado, variación entre dispositivos, eficiencia de superficie y compatibilidad con la fabricación de semiconductores.

ETCRAM pertenece a esta familia más amplia, pero añade calentamiento local al proceso electroquímico.

Qué demostró realmente Sandia

El comunicado de Sandia del 9 de septiembre de 2026 afirma que el equipo, dirigido por Elliot Fuller y Alec Talin, demostró ETCRAM utilizando materiales de tantalio y óxido de vanadio. El dispositivo emplea pulsos eléctricos y calentamiento localizado para modificar el estado del material situado dentro del elemento de memoria. En lugar de elegir entre dos estados digitales fijos, puede programarse dentro de un conjunto de valores analógicos.

La comparación subyacente con una batería resulta útil. Cargar una batería hasta la mitad la deja en un estado situado entre vacío y lleno. En ETCRAM, el estado químico del material se convierte en la información almacenada. Una lectura posterior mide la conductancia eléctrica del dispositivo, que refleja ese estado. La analogía no es exacta: se trata de un componente de memoria a nanoescala, no de una celda de potencia, pero ayuda a entender por qué interviene la electroquímica.

En una memoria electroquímica convencional, los iones deben desplazarse por los materiales y provocar cambios en el estado de oxidación. Ese movimiento puede controlarse con un electrodo de compuerta, mientras que electrodos independientes de fuente y drenador leen el canal. Esta disposición de tres terminales permite separar la operación que programa el dispositivo de la operación que lo lee. Esa separación es una de las razones por las que la investigación sobre ECRAM ha despertado interés para la computación analógica.

La dificultad es que los procesos químicos pueden ser lentos. La solución comunicada por Sandia consiste en dejar que el propio dispositivo se caliente cuando comienza la actividad electroquímica. Una temperatura más alta ayuda a que el proceso relevante avance con mayor rapidez y amplía el intervalo en el que puede ajustarse la memoria. Sandia afirma que el resultado ofrece una precisión 100 veces mayor que la tecnología más avanzada existente y un rango dinámico al menos 1.000 veces superior.

La precisión y el rango dinámico describen aspectos distintos de un mismo reto práctico. La precisión se refiere a la finura con la que un dispositivo puede distinguir valores vecinos. El rango dinámico se refiere a la distancia entre sus señales utilizables más pequeña y más grande. Un dispositivo puede tener un rango amplio pero poco control dentro de él, o un control fino sobre un rango estrecho. Un elemento de computación analógica útil necesita suficiente rango para transportar una señal significativa y suficiente repetibilidad para evitar que los cálculos se desvíen.

El artículo de investigación principal asociado a este trabajo, publicado en 2026, describe un ETCRAM integrado verticalmente, con un canal y un reservorio basados en óxido de vanadio separado en fases. Los autores informan de que la programación se produce mediante la conversión entre dos fases estables de óxido de vanadio, VO2 y V2O5, y de que el comportamiento se mantiene cuando el grosor del canal se reduce hasta unos 20 nanómetros. Ese resultado de escalado importa porque un elemento de memoria que solo funcionara como una estructura de laboratorio grande y aislada tendría pocas posibilidades de encajar en una electrónica densa.

El resultado del artículo sigue siendo una demostración a nivel de dispositivo. No demuestra que un chip completo fabricado con ETCRAM vaya a ofrecer un número concreto de operaciones por vatio, ni que vaya a superar a los aceleradores digitales comerciales en aplicaciones reales. Para responder a esas preguntas harían falta matrices, circuitos periféricos, mapeo de software, análisis térmico y pruebas de fabricación.

Por qué importa la química

Los materiales no son un detalle decorativo. Determinan con qué fiabilidad se escribe la información, cuánto tiempo permanece almacenada, con qué rapidez responde el dispositivo y cuánta energía requiere la operación.

Los primeros trabajos sobre ECRAM han explorado litio, hidrógeno, oxígeno, cobre y otros iones móviles. Cada elección plantea un compromiso diferente. El litio resulta familiar por las baterías y puede permitir una inserción iónica reversible, pero hay que controlar su difusión y su comportamiento de retención. Los protones pueden desplazarse rápidamente en materiales adecuados, aunque entonces cobran importancia la humedad, las interfaces y la estabilidad ambiental. Las vacantes de oxígeno pueden producir cambios útiles en los óxidos metálicos, pero es necesario gestionar las condiciones térmicas y químicas de la programación.

El diseño de Sandia se centra en la electroquímica relacionada con el oxígeno dentro de materiales de óxido y utiliza el calor como parte del mecanismo de control. Los trabajos anteriores del equipo y el nuevo artículo presentan ETCRAM como un híbrido entre la memoria electroquímica y la conmutación asistida térmicamente. El objetivo es conservar la precisión y el comportamiento no volátil asociados a estados químicos controlados, reduciendo a la vez la penalización de velocidad que acompaña al movimiento de iones a temperatura ambiente.

La separación de fases es otra pieza de la historia. Si un material puede asentarse en composiciones distintas y estables, el dispositivo podría conservar su resistencia programada de forma más fiable que un sistema en el que los iones se desplazan continuamente por un medio uniforme. La investigación sobre ECRAM ha tratado repetidamente la retención como un problema central. Una memoria que ofrece actualizaciones analógicas precisas pero pierde su valor con rapidez no sirve como almacenamiento a largo plazo, y puede resultar inadecuada incluso para cargas de inferencia si sus pesos deben restaurarse constantemente.

El artículo de investigación reciente describe una estructura diseñada para estabilizar el estado programado mediante la coexistencia de fases. Es una prueba de una estrategia de ingeniería, no una demostración de que cada celda ETCRAM vaya a conservar indefinidamente un valor. Las matrices reales añaden rutas de fuga, variaciones de fabricación, cambios de temperatura e interacciones con los circuitos de direccionamiento. La retención debe medirse en muchas celdas y durante periodos prolongados, bajo condiciones realistas.

El uso más plausible a corto plazo está cerca del sensor

Sandia señala la computación en el borde como una posible aplicación. La computación en el borde significa procesar los datos cerca del lugar donde se generan, en vez de enviarlos de inmediato a un servidor distante. En este contexto, ETCRAM no necesita reemplazar toda la memoria de un teléfono o de un controlador industrial. Podría funcionar como un bloque especializado para una operación concreta, como el filtrado, la extracción de características o un modelo pequeño de aprendizaje automático.

Pensemos en una cámara. El sensor de imagen produce una gran cantidad de información bruta. Una canalización convencional puede moverla por varias etapas antes de que el sistema identifique a una persona, detecte un defecto o determine que no ha ocurrido nada relevante. Una matriz de memoria analógica colocada cerca del sensor podría codificar pesos y ejecutar localmente una parte de la operación de reconocimiento. El sistema seguiría necesitando control digital y probablemente una conversión de analógico a digital, pero podría transmitir únicamente un resultado compacto o una parte seleccionada de los datos.

La misma lógica se aplica a la supervisión industrial. Un sensor de vibración puede producir una forma de onda continua, aunque el software de mantenimiento solo necesite recibir una alerta sobre un patrón inusual. El hardware local podría calcular características o comparar la señal con pesos aprendidos, reduciendo el tráfico de red y, potencialmente, la latencia. En un vehículo, el procesamiento local podría ayudar a interpretar la información de las cámaras y de otros sensores antes de que los datos lleguen a una unidad de cálculo más grande.

También hay implicaciones para la privacidad, aunque no conviene exagerarlas. Si un dispositivo puede clasificar o resumir los datos localmente, quizá no necesite cargar cada imagen en bruto ni cada muestra de audio. Eso puede reducir la exposición, pero no garantiza la privacidad. El sistema sigue necesitando una gobernanza adecuada de los datos, firmware seguro, reglas claras de retención y protección frente a ataques contra el modelo local. Cambiar el lugar donde se procesa la información modifica el recorrido de los datos; por sí solo no resuelve la seguridad.

Por tanto, el argumento más sólido a favor de ETCRAM no es que la memoria analógica vaya a hacer gratuita la inteligencia artificial. Es más concreto: las cargas de trabajo que aplican repetidamente las mismas operaciones matemáticas, o unas que cambian lentamente, a grandes volúmenes de datos de sensores podrían beneficiarse si una matriz analógica fiable puede ejecutar esas operaciones sin trasladar continuamente los datos entre componentes separados.

Lo que sigue siendo difícil

La cifra de precisión que encabeza el anuncio deja fuera las partes de un sistema que a menudo determinan si una memoria nueva resulta práctica.

Primero, una celda aislada no es una matriz. Un chip útil necesita miles o millones de elementos conectados a líneas de palabra, líneas de bits, selectores, controladores y circuitos de lectura. Hay que direccionar las celdas sin alterar las vecinas. Sus respuestas deben seguir siendo predecibles cuando comparten alimentación, calor y cableado. Un dispositivo impresionante cuando se prueba de uno en uno puede volverse difícil de calibrar al integrarlo.

Segundo, la precisión analógica no equivale a la precisión digital. Las celdas analógicas se enfrentan de forma natural al ruido, la deriva, las actualizaciones no lineales y la variación entre dispositivos. El circuito puede necesitar calibración, redundancia o técnicas algorítmicas capaces de tolerar errores. Esos circuitos de apoyo consumen superficie y energía. La comparación correcta no es entre una celda de memoria y un transistor digital, sino entre un sistema completo y específico para una tarea y otro sistema completo ya existente.

Tercero, el calentamiento propio del dispositivo plantea una cuestión de diseño térmico. El calor puede acelerar la reacción electroquímica, pero debe generarse, confinarse y eliminarse de manera controlada. Si las celdas vecinas se calientan entre sí, sus estados podrían interferir. Si el pulso térmico es demasiado intenso, puede dañar los materiales o reducir su resistencia a los ciclos de uso. La misma característica que proporciona a ETCRAM su rango podría imponer límites a la densidad, la velocidad o el ciclo de trabajo.

Cuarto, escribir y leer no constituyen todo el problema de fabricación. El dispositivo debe fabricarse con películas delgadas repetibles, interfaces compatibles y rendimientos aceptables. La observación del artículo de 2026 de que el comportamiento del óxido de vanadio se mantiene en torno a 20 nanómetros resulta alentadora para el escalado, pero solo es un ingrediente de un proceso fabricable. Integrar la estructura con la lógica convencional, encapsularla y probarla frente a variaciones de temperatura y de vida útil son retos independientes.

Quinto, la afirmación energética necesita límites de sistema bien definidos. Una celda de memoria puede consumir poca energía en una actualización concreta, mientras que los controladores, convertidores, interconexiones y lógica de control consumen mucho más. A la inversa, mover menos datos puede producir un ahorro considerable a nivel de sistema aunque la operación analógica no sea extraordinariamente eficiente por sí misma. Las demostraciones futuras tendrán que comunicar cargas de trabajo completas, no solo mediciones favorables de una celda.

Por último, las mejores aplicaciones quizá no sean las de propósito general. El hardware analógico resulta más convincente cuando su comportamiento físico encaja con el cálculo. La inferencia de redes neuronales, el filtrado y la fusión de sensores son objetivos más naturales que el software ofimático arbitrario o las tareas que exigen una aritmética exacta y fácil de inspeccionar. La memoria digital seguirá siendo valiosa para el control, el almacenamiento, las comunicaciones y las operaciones de alta precisión. ETCRAM complementaría esos sistemas; no los volvería obsoletos.

Cómo interpretar las buenas noticias

La noticia positiva es que los investigadores están mejorando un cuello de botella real mediante un diseño que conecta la ciencia de materiales con un problema informático claro. Sandia no se limita a proponer que los dispositivos futuros sean más eficientes: comunica un elemento de memoria concreto, identifica los materiales, explica la función del calentamiento propio y señala una mejora medible en precisión y rango dinámico. El artículo de investigación asociado añade pruebas sobre el comportamiento de las fases, la integración vertical y el grosor a nanoescala.

La cautela necesaria también es concreta. El anuncio describe una tecnología que sigue en desarrollo, y Sandia afirma que el equipo está probando diseños con múltiples materiales. También comunica que ETCRAM fue finalista de un premio R&D 100 de 2026, un reconocimiento al potencial técnico, no una garantía de comercialización.

Los próximos hitos relevantes son fáciles de enumerar: matrices más grandes, repetibilidad entre obleas, resistencia a muchos ciclos de programación, retención a distintas temperaturas, una energía de escritura menor y mejor controlada, compatibilidad con procesos de fabricación estándar y demostraciones en cargas de trabajo reales de sensores. Un resultado convincente mostraría toda la cadena, desde la entrada del sensor hasta una decisión útil, y contabilizaría la energía empleada por cada circuito de apoyo.

Por eso merece la pena seguir la evolución de ETCRAM sin convertirla en una historia milagrosa. Su logro inmediato no es una nueva función para consumidores. Es un concepto de memoria analógica mejor controlado que podría permitir que algunos sistemas electrónicos procesen la información más cerca del lugar donde aparece. Si la ingeniería continúa resistiendo las pruebas, el beneficio final podría ser discretamente práctico: menos transferencias, menos movimiento de datos duplicado y una mayor duración de la batería en dispositivos que pasan el día observando, escuchando y midiendo.

Fuentes y base del reportaje

Las principales afirmaciones técnicas de este artículo se basan en el comunicado de Sandia National Laboratories del 9 de septiembre de 2026 sobre ETCRAM y en el artículo de investigación de acceso abierto “Multifunctional electrochemical memory stabilized by phase coexistence”. La explicación general de las arquitecturas ECRAM, los estados analógicos y los requisitos del sistema sigue la revisión “Electrochemical random-access memory: recent advances in materials, devices, and systems towards neuromorphic computing”. El contexto adicional sobre la célula electroquímica con calentamiento propio procede de “Self-heating electrochemical cell with nine decades of programmable linear resistance”.