Magnon-basert beregning kan signalisere databehandlingsparadigmeskifte

29. mars 2023 (Nanowerk Nyheter) I likhet med elektronikk eller fotonikk er magnonics et ingeniørunderfelt som tar sikte på å fremme informasjonsteknologi når det kommer til hastighet, enhetsarkitektur og energiforbruk. En magnon tilsvarer den spesifikke mengden energi som kreves for å endre magnetiseringen av et materiale via en kollektiv eksitasjon kalt en spinnbølge (visualisert ovenfor). Fordi de samhandler med magnetiske felt, kan magnoner brukes til å kode og transportere data uten elektronstrømmer, som involverer energitap gjennom oppvarming (kjent som Joule-oppvarming) av lederen som brukes. Som Dirk Grundler, leder av Lab of Nanoscale Magnetic Materials and Magnonics (LMGN) ved School of Engineering forklarer, er energitap en stadig mer alvorlig barriere for elektronikk ettersom datahastigheter og lagringsbehov øker. "Med bruken av AI har bruken av datateknologi økt så mye at energiforbruket truer utviklingen," sier Grundler. "Et stort problem er tradisjonell dataarkitektur, som skiller prosessorer og minne. Signalkonverteringene som er involvert i å flytte data mellom forskjellige komponenter bremser beregningen og sløser med energi." Denne ineffektiviteten, kjent som minneveggen eller Von Neumann-flaskehalsen, har fått forskere til å søke etter nye dataarkitekturer som bedre kan støtte kravene til store data. Og nå tror Grundler at laboratoriet hans kan ha snublet over en slik "hellig gral". Mens han gjorde andre eksperimenter på en kommersiell wafer av den ferrimagnetiske isolatoren yttriumjerngranat (YIG) med nanomagnetiske strimler på overflaten, ble LMGN PhD-student Korbinian Baumgaertl inspirert til å utvikle nøyaktig konstruerte YIG-nanomagnet-enheter. Med støtte fra Center of MicroNanoTechnology var Baumgaertl i stand til å eksitere spinnbølger i YIG ved spesifikke gigahertz-frekvenser ved å bruke radiofrekvenssignaler, og – avgjørende – å reversere magnetiseringen av overflatenanomagnetene. "De to mulige retningene til disse nanomagnetene representerer magnetiske tilstander 0 og 1, som gjør at digital informasjon kan kodes og lagres," forklarer Grundler.
Eksperimentelt oppsett som viser den ferrimagnetiske isolatoren yttrium jerngranat (YIG) wafer med nanomagnetiske strimler © LMGN EPFL

En rute til minneberegning

Forskerne gjorde sin oppdagelse ved å bruke en konvensjonell vektornettverksanalysator, som sendte en spinnbølge gjennom YIG-nanomagnet-enheten. Nanomagnet-reversering skjedde bare når spinnbølgen traff en viss amplitude, og kunne deretter brukes til å skrive og lese data. Eksperimentelt oppsett som viser den ferrimagnetiske isolatoren yttrium jerngranat (YIG) wafer med nanomagnetiske strimler. (Bilde: LMGN EPFL) "Vi kan nå vise at de samme bølgene vi bruker til databehandling kan brukes til å bytte de magnetiske nanostrukturene slik at vi også har ikke-flyktig magnetisk lagring i samme system," forklarer Grundler, og legger til at "ikke-flyktig ” refererer til stabil lagring av data over lange tidsperioder uten ekstra energiforbruk. Det er denne evnen til å behandle og lagre data på samme sted som gir teknikken potensialet til å endre dagens dataarkitekturparadigme ved å sette en stopper for den energiineffektive separasjonen av prosessorer og minnelagring, og oppnå det som er kjent som in-memory beregning.

Optimalisering i horisonten

Baumgaertl og Grundler har publisert de banebrytende resultatene i tidsskriftet Nature Communications ("Reversering av nanomagneter ved å forplante magnoner i ferrimagnetisk yttriumjerngranat som muliggjør ikke-flyktig magnonminne"), og LMGN-teamet jobber allerede med å optimalisere tilnærmingen deres. "Nå som vi har vist at spinnbølger skriver data ved å bytte nanomagnetene fra tilstander 0 til 1, må vi jobbe med en prosess for å bytte dem tilbake igjen - dette er kjent som vekslebryting," sier Grundler. Han bemerker også at teoretisk sett kan magnonics-tilnærmingen behandle data i terahertz-området til det elektromagnetiske spekteret (til sammenligning fungerer nåværende datamaskiner i det langsommere gigahertz-området). Imidlertid må de fortsatt demonstrere dette eksperimentelt. "Løftet om denne teknologien for mer bærekraftig databehandling er enormt. Med denne publikasjonen håper vi å forsterke interessen for bølgebasert beregning, og tiltrekke flere unge forskere til det voksende feltet av magnonics."

• SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
• Platoblokkkjede. Web3 Metaverse Intelligence. Kunnskap forsterket. Tilgang her.
• kilde: https://www.nanowerk.com/nanotechnology-news2/newsid=62702.php