Machine-Learned Hamiltonians for Quantum Transport Simulation of Valence Change Memories

Resumen Técnico: Hamiltonianos Aprendidos mediante Aprendizaje Automático para la Simulación de Transporte Cuántico en Memorias de Cambio de Valencia

Planteamiento del Problema
Las simulaciones de dispositivos ab-initio basadas en la Teoría del Funcional de la Densidad (DFT) son esenciales para capturar detalles atomísticos en dispositivos electrónicos modernos. Sin embargo, la construcción de la matriz Hamiltoniana ($H$) es computacionalmente costosa, con una escala de $O(N^3)$ donde $N$ es el número de átomos. Si bien las condiciones de contorno periódicas permiten cálculos eficientes en estructuras homogéneas, este enfoque falla para materiales amorfos o defectuosos, como las capas de conmutación en las Memorias de Acceso Aleatorio Resistivas (ReRAM). Modelar con precisión estos sistemas desordenados requiere dominios grandes que contienen miles de átomos, lo que supera los límites computacionales y de memoria de las herramientas estándar de DFT. En consecuencia, investigar las características de "corriente vs. voltaje" de las morfologías de dispositivos en evolución, tales como la formación y disolución de filamentos conductores en Memorias de Cambio de Valencia (VCM), resulta prohibitivamente difícil.

Metodología
Para superar estos cuellos de botella, los autores proponen reemplazar los Hamiltonianos calculados mediante DFT por predicciones de aprendizaje automático (ML) utilizando una Red Neuronal de Grafos Equivariante (EGNN).

• Arquitectura de la Red: La EGNN está diseñada para manejar la covarianza rotacional inherente en las predicciones de la estructura electrónica. Utiliza una capa de paso de mensajes única y estrictamente local, donde los nodos y las aristas representan bloques del Hamiltoniano de sitio (onsite) y fuera de sitio (offsite), respectivamente. La red emplea atención de múltiples cabezales para distinguir entornos atómicos complejos y aplica restricciones físicas respecto a las rotaciones geométricas.
• Estrategia de Entrenamiento: El modelo se entrena en las matrices Hamiltonianas de dos estructuras de VCM de TiN-$HfO_2$-Ti/TiN que contienen vacantes de oxígeno distribuidas uniformemente. Crucialmente, estas muestras de entrenamiento fueron generadas insertando vacantes aleatoriamente en capas estequiométricas en lugar de utilizar Monte Carlo Cinético (KMC), lo que crea un cambio distributivo significativo entre los datos de entrenamiento y de prueba. Esta configuración pone a prueba rigurosamente la capacidad del modelo para generalizar a configuraciones de vacantes no vistas y físicamente significativas (vacantes agrupadas y morfologías de filamentos).
• Partición Aumentada: Para manejar estructuras grandes (~5,000 átomos) dentro de las restricciones de memoria de una sola GPU, los autores emplean una técnica de "partición aumentada". El dispositivo se divide en secciones longitudinales (en el plano $x-y$) para capturar las interfaces de materiales (TiN, Ti, $HfO_2$), asegurando al mismo tiempo que la conectividad atómica a través de los límites de partición se tenga plenamente en cuenta para mantener la precisión de la predicción.
• Flujo de Trabajo de Simulación: Una vez entrenada, la EGNN predice la matriz Hamiltoniana ($H_{pred}$) para estructuras de dispositivos completas con diversas configuraciones de filamentos (formados o rotos). Estas matrices predichas se introducen en un simulador de transporte cuántico propio utilizando el formalismo de la Función de Green fuera del Equilibrio (NEGF) para calcular la función de transmisión dependiente de la energía $T(E)$ y la corriente eléctrica ($I_d$) a un sesgo de 1 V.

Resultajes Clave
El estudio fue validado en celdas VCM que contienen 5,268 átomos con cuatro configuraciones distintas: dos con filamentos totalmente formados y dos con filamentos rotos.

• Precisión de la Predicción del Hamiltoniano: El modelo logró un Error Absoluto Medio (MAE) de 3.39 a 3.58 meV al predecir las entradas de la matriz Hamiltoniana en comparación con las referencias de DFT. Los errores de nodos y aristas fueron consistentemente bajos (1.54–1.82 m$E_h$ para nodos y ~0.12 m$E_h$ para aristas) en todos los casos de prueba, con valores atípicos mínimos. Este rendimiento es comparable a los resultados de vanguardia (2.2 meV), pero aplicado a estructuras órdenes de magnitud más grandes (5,268 átomos frente a $\le$150 átomos).
• Propiedades de Transporte: Aunque las entradas del Hamiltoniano predicho fueron altamente precisas, las funciones de transmisión $T(E)$ resultantes mostraron solo una concordancia cualitativa con DFT. Si bien los bordes de banda se reprodujeron bien, las características específicas como los picos de transmisión no se capturaron con exactitud.
• Predicción de Corriente: A pesar de las limitaciones en $T(E)$, las corrientes eléctricas calculadas fueron lo suficientemente cercanas a sus contrapartes de DFT para evaluar correctamente el estado de conductancia del dispositivo. El modelo demostró una mayor precisión para las configuraciones con filamentos totalmente formados en comparación con los filamentos rotos, donde los valores bajos de transmisión son más sensibles a los errores del Hamiltoniano.
• Eficiencia Computacional: El enfoque de ML ofrece una aceleración dramática, requiriendo solo 2 segundos para un pase hacia adelante en comparación con 3.94 nodo-horas para DFT. Esta eficiencia permite la construcción rápida de Hamiltonianos para cientos de muestras intermedias a lo largo de una transición de resistencia, amortizando el costo inicial de entrenamiento (<40 nodo-horas).

Significancia y Reivindicaciones
Los autores afirman que este trabajo proporciona una vía viable para superar los límites de memoria y computación de la DFT, permitiendo el estudio de dispositivos desordenados a gran escala que actualmente están más allá de las capacidades ab-initio. La contribución principal es demostrar que una EGNN, entrenada en un conjunto limitado de configuraciones simples, puede generalizarse para predecir Hamiltonianos para estructuras VCM complejas y de gran escala con distribuciones de vacantes no vistas.

El artículo concluye modestamente que, si bien el modelo de ML actual facilita la investigación de morfologías de dispositivos en evolución al evitar los cálculos intensivos de DFT, se requieren mejoras adicionales en la precisión del modelo para reemplazar completamente a la DFT en todas las propiedades de transporte. Los autores vislumbran aplicaciones futuras en otras tecnologías de memoria, como las memorias de cambio de fase, donde las transiciones graduales de amorfo a cristalino podrían modelarse de manera similar utilizando ML en lugar de DFT.