Demostramos que los límites de escalado energético observados en arquitecturas neuromórficas densas surgen de un único mecanismo combinatorio: el seguimiento por pares de correlaciones dentro de neuronas con memoria limitada. Utilizando un motor de simulación personalizado calibrado contra datos de rendimiento publicados de Intel Loihi 2, mostramos que el Residuo Informacional escala como R = αC², donde C es la complejidad relacional de la red. Un experimento de control negativo — limitando la ventana de interacción W — suprime el exponente cuadrático hacia la linealidad (p ≈ 1.07 en W = 5), estableciendo el conteo de correlaciones por pares como el motor causal. Estos resultados localizan el "Acantilado de Eficiencia" en el Postulado de Cierre: la memoria limitada obliga a operaciones de reinicio periódicas cuyo costo crece de manera superlineal, vinculando las cargas térmicas del centro de datos al costo termodinámico de las trayectorias informacionales colapsadas. ** El código PYTHON completo y los resultados precomputados se incluyen como material suplementario. **
C. James Kruse (Mar,) estudió esta cuestión.