人工智能正在以前所未有的速度制造和处理数据。每一次搜索、每一条推荐、每一张AI生成的图片、每一轮大模型对话,背后都依赖着海量信息的反复存储、传输、读取和重写。这些操作无一不消耗能量,而当它们乘以全球数十亿台设备和庞大的数据中心时,能耗账单便成了一个不容忽视的问题。
爱丁堡大学的研究人员近日提出了一套新的数学框架,目标直指未来磁性存储器写入信息时的能耗痛点。这项研究并非发明了一种全新的存储材料,而是改变了数字比特所代表的磁状态被翻转的方式——用更聪明的方法,做同样的事。
磁性存储的能耗瓶颈
磁性存储器通过控制微小磁性区域的取向来存储信息。将一个磁性区域在两个稳定状态之间切换,就相当于把比特从“0”变为“1”,或者反过来。难点在于,如何让这个切换过程既快又稳,同时尽可能少地浪费能量。
传统的磁场脉冲方法在现代存储架构面前显得有些力不从心。它们能耗较高,难以精准作用于极小区域,而且随着器件尺寸不断缩小,扩展性也面临挑战。这些局限促使业界转向利用电流的技术路线,包括自旋转移矩磁随机存储器(STT-MRAM)和自旋轨道矩磁随机存储器(SOT-MRAM)。
更聪明的翻转方式
爱丁堡团队重新审视了磁场切换这一老路,但换了一个全新的视角。他们引入最优控制理论——一种寻找达成特定结果最有效路径的数学方法。传统做法是施加一个形状固定的简单脉冲,而新框架则会计算磁场应如何随时间变化,从而以最小能耗引导磁化进入新状态。
打个比方,这就像是在复杂地形中寻找最经济的行进路线,而不是单纯地加大力气硬闯。经过精心设计的脉冲利用了磁体自身的自然运动,顺势将其导向目标状态,而不是与它的动力学特性对抗。
超快切换,能耗大幅下降
研究人员在计算机模拟中测试了这种方法,对象是三种超薄范德华磁体:Fe₃GaTe₂、Fe₃GeTe₂和CrSBr。这类材料由弱键合的原子层构成,因其磁性可在极小尺度上被调控,正被研究用于紧凑型高速电子器件。
模拟结果显示,优化后的脉冲能在约1到10皮秒内完成磁化反转。1皮秒等于一万亿分之一秒。与此同时,所需磁场强度比标准切换方法弱了10倍以上。在所研究的条件下,切换所需能量低至一个令人惊讶的水平——这为未来磁性存储器的能耗控制打开了一扇新的大门。
热门跟贴