Ein internationales Forscherteam unter der Leitung von Physikern der Universität von Wien hat einen Durchbruch bei der Datenverarbeitung erzielt, indem ein „Inverse-Design“ -Ansatz verwendet wurde. Diese Methode ermöglicht es Algorithmen, ein System basierend auf den gewünschten Funktionen, umging manuellem Design und komplexe Simulationen zu konfigurieren. Das Ergebnis ist ein intelligentes „universelles“ Gerät, das Spinwellen („Magnons“) verwendet, um mehrere Datenverarbeitungsaufgaben mit außergewöhnlicher Energieeffizienz auszuführen. Veröffentlicht in NaturelektronikDiese Innovation markiert einen transformativen Fortschritt im unkonventionellen Computer mit einem signifikanten Potenzial für Telekommunikations-, Computer- und neuromorphe Systeme der nächsten Generation.
Die moderne Elektronik stehen vor kritischen Herausforderungen, einschließlich hoher Energieverbrauch und zunehmender Komplexität des Designs. In diesem Zusammenhang bietet Magnonik – die Verwendung von Magnonen oder quantisierte Spinwellen in magnetischen Materialien – eine vielversprechende Alternative. Magnons ermöglichen einen effizienten Datentransport und -verarbeitung mit minimalem Energieverlust. Angesichts der wachsenden Nachfrage nach innovativen Computerlösungen, die von 5G bis hin zu den kommenden 6G -Netzwerken bis hin zu neuromorpHem Computing (Nachahmungsfunktionen des Gehirns) liegen, stellt Magnonics eine Paradigmenverschiebung dar, die die Art und Weise, wie Geräte entwickelt werden, neu definiert. Die Entwicklung eines innovativen magnonischen Prozessors, der ein hochadaptives und energieeffizientes Computing ermöglicht, war eine Herausforderung, die Andrii Chumak von der Nanomagnetismus- und Magnonics-Gruppe der Universität Wien und seine Mitarbeiter erfolgreich getroffen hat.
Erfolg durch Versuch und Irrtum
Noura Zenbaa, Erste Autorin der Studie, baute zusammen mit ihren Kollegen in der Nähe von Dieter SÜSS, Physik der funktionellen Materialien an der Universität Wien, ein einzigartiges experimentelles Setup mit 49 individuell kontrollierten aktuellen Schleifen auf einem Yttrium-Eisen-Garnet (YIG) -Film. Diese Schleifen erzeugten einstellbare Magnetfelder, um Magnons zu steuern und zu manipulieren. Mit einem „Inverse-Design“ -Ansatz ermöglichte das Team Algorithmen, die optimalen Konfigurationen zu bestimmen, um die gewünschten Gerätefunktionalitäten zu erreichen und den Entwurfsprozess erheblich zu optimieren. Nach mehr als zwei Jahren Entwicklungs- und Testjahren hat das Team viele Herausforderungen überwunden. „Es war eine schwierige Reise, aber es war unglaublich lohnend, dass alles mit unserer ersten erfolgreichen Messung zusammenkam“, sagte Noura Zenbaa.
Erstellen von grüneren Technologien
Der Prototyp des Teams zeigte zwei Schlüsselfunktionen: als Notch -Filter (eine Komponente, die bestimmte Frequenzen blockiert) und als Demultiplexer (ein Gerät, das Signale an verschiedene Ausgänge weiterleitet). Diese Fähigkeiten sind für die drahtlose Kommunikation der nächsten Generation wie 5G und 6G von entscheidender Bedeutung. Im Gegensatz zu herkömmlichen Systemen, für die benutzerdefinierte Komponenten erforderlich sind, kann diese vielseitige Hardware für verschiedene Anwendungen angepasst werden, wodurch die Komplexität, die Kosten und der Energieverbrauch verringert werden. Die laufenden Untersuchungen zeigen, dass das Gerät auch alle logischen Vorgänge für binäre Daten ausführen kann, und wenn es skaliert wird, kann es mit traditionellen Computern mithalten. Das Team plant, diese Technologie in neuromorphe Computer und andere fortschrittliche Systeme zu integrieren. Während der aktuelle Prototyp groß und energieintensiv ist, kann das Schrumpfen auf weniger als 100 Nanometer außergewöhnliche Effizienz eröffnen und den Weg für niedrige Energie, universelle Datenverarbeitung und das Erstellen von Lösungen für grünere Computertechnologien ebnen. „Dieses Projekt war ein mutiges Unterfangen mit vielen Unbekannten“, spiegelt Andrii Chumak, Senior Autor der Studie, wider. „Unsere anfänglichen Messungen bestätigten jedoch seine Machbarkeit – dieses Konzept funktioniert. Unsere Ergebnisse zeigen, wie künstliche Intelligenz das Gebiet der Physik verändert, ähnlich wie ChatGPT ist das Schreiben und die Bildung von Texten umformiert.“
