Geheugenhongerig, energieverslindende big data heeft misschien eindelijk zijn gelijke gevonden.

Elektrotechnici van de Northwestern University en de University of Messina in Italië hebben een nieuw magnetisch geheugenapparaat ontwikkeld dat mogelijk de opkomst van datacentrisch computergebruik kan ondersteunen. die steeds meer kracht vereist, opslag en snelheid.

Gebaseerd op antiferromagnetische (AFM) materialen, het apparaat is het kleinste in zijn soort dat ooit is gedemonstreerd en werkt met een record-lage elektrische stroom om gegevens te schrijven.

"De opkomst van big data heeft de opkomst van kunstmatige intelligentie (AI) in de cloud en op edge-apparaten mogelijk gemaakt en transformeert het computergebruik fundamenteel, netwerk- en gegevensopslagindustrieën, " zei Pedram Khalili van Northwestern, die het onderzoek leidde. "Echter, bestaande hardware kan de snelle groei van data-centric computing niet aan. Onze technologie zou deze uitdaging mogelijk kunnen oplossen."

Het onderzoek wordt op 10 februari gepubliceerd in het tijdschrift Natuur Elektronica .

Khalili is universitair hoofddocent elektrotechniek en computertechniek aan de McCormick School of Engineering in Northwestern. Hij leidde de studie samen met Giovanni Finocchio, een universitair hoofddocent elektrotechniek aan de Universiteit van Messina. Het team omvatte ook Matthew Grayson, een professor in elektrische en computertechniek aan McCormick. Jiacheng Shi en Victor Lopez-Dominguez, die beiden lid zijn van Khalili's laboratorium, diende als co-eerste auteurs van het papier.

Van belofte naar waarschijnlijk

Hoewel AI belofte biedt om veel gebieden van de samenleving te verbeteren, inclusief zorgstelsels, vervoer en veiligheid, het kan zijn potentieel alleen waarmaken als computergebruik het kan ondersteunen.

Ideaal, AI heeft de beste onderdelen van de huidige geheugentechnologieën nodig:iets zo snel als statisch willekeurig toegankelijk geheugen (SRAM) en met een opslagcapaciteit die vergelijkbaar is met dynamisch willekeurig toegankelijk geheugen (DRAM) of Flash. Daarbovenop, het heeft ook een lage vermogensdissipatie nodig.

"Er is geen bestaande geheugentechnologie die aan al deze eisen voldoet, "Zei Khalili. "Dit heeft geresulteerd in een zogenaamde 'geheugenbottleneck' die de prestaties en het energieverbruik van AI-toepassingen vandaag ernstig beperkt."

Om deze uitdaging aan te gaan, Khalili en zijn medewerkers keken naar AFM-materiaal. In AFM-materialen, elektronen gedragen zich als kleine magneten vanwege een kwantummechanische eigenschap genaamd "spin, " maar het materiaal zelf vertoont geen macroscopische magnetisatie omdat de spins antiparallel zijn uitgelijnd.

Typisch, geheugenapparaten hebben een elektrische stroom nodig om opgeslagen gegevens te behouden. Maar in AFM-materiaal, het zijn de magnetisch geordende spins die deze taak uitvoeren, dus een continu aangelegde elektrische stroom is niet nodig. Als een toegevoegde bonus, de gegevens kunnen niet worden gewist door externe magnetische velden. Omdat dicht opeengepakte apparaten geen interactie zullen hebben met magnetische velden, AFM-gebaseerde apparaten zijn zeer veilig en eenvoudig te verkleinen tot kleine afmetingen.

Gemakkelijk toepasbare technologie

Omdat ze inherent snel en veilig zijn en minder stroom verbruiken, AFM-materialen zijn onderzocht in eerdere onderzoeken. Maar eerdere onderzoekers ondervonden problemen bij het beheersen van de magnetische orde in de materialen.

Khalili en zijn team gebruikten pilaren van antiferromagnetisch platina-mangaan - een geometrie die nog niet eerder is onderzocht. Met een diameter van slechts 800 nanometer, deze pijlers zijn 10 keer kleiner dan eerdere AFM-gebaseerde geheugenapparaten.

belangrijk, het resulterende apparaat is compatibel met bestaande praktijken voor het vervaardigen van halfgeleiders, wat betekent dat huidige productiebedrijven de nieuwe technologie gemakkelijk kunnen overnemen zonder in nieuwe apparatuur te hoeven investeren.

"Dit brengt AFM-geheugen - en dus zeer geschaald en krachtig magnetisch willekeurig toegankelijk geheugen (MRAM) - veel dichter bij praktische toepassingen, "Khalili zei. "Dit is een groot probleem voor de industrie, aangezien er tegenwoordig een sterke vraag is naar technologieën en materialen om de schaalbaarheid en prestaties van MRAM uit te breiden en het rendement te verhogen op de enorme investering die de industrie al in deze technologie heeft gedaan om het te brengen te vervaardigen."

Het team van Khalili werkt al aan de volgende stappen in de richting van deze vertaling naar applicaties.

"We werken nu aan het verder inkrimpen van deze apparaten en aan het verbeteren van methoden om hun magnetische toestand uit te lezen, " Khalili zei. "We kijken ook naar nog energiezuinigere manieren om gegevens in AFM-materialen te schrijven, zoals het vervangen van de elektrische stroom door een elektrische spanning, een uitdagende taak die de energie-efficiëntie verder zou kunnen verhogen met een andere orde van grootte of meer."