Novel processor bruger Magnons til at knække komplekse problemer

Et internationalt team af forskere, ledet af fysikere fra University of Wien, har opnået et gennembrud i databehandling ved at anvende en “inverse-design” tilgang. Denne metode giver algoritmer mulighed for at konfigurere et system baseret på ønskede funktioner, omgå manuel design og komplekse simuleringer. Resultatet er en smart “universel” enhed, der bruger spin -bølger (“Magnons”) til at udføre flere databehandlingsopgaver med enestående energieffektivitet.

Offentliggjort i Naturelektronikdenne innovation markerer et transformativt fremskridt inden for ukonventionel computing med et betydeligt potentiale for næste generations telekommunikation, computing og neuromorfe systemer.

Moderne elektronik står over for kritiske udfordringer, herunder højt energiforbrug og stigende designkompleksitet. I denne sammenhæng stikker magononik – brugen af ​​magnoner eller kvantiserede spinbølger i magnetiske materialer – et lovende alternativ. Magnons muliggør effektiv datatransport og -behandling med minimalt energitab.

Med den voksende efterspørgsel efter innovative computeropløsninger, der spænder fra 5G og kommende 6G -netværk til neuromorf computing (efterligning af hjernen), repræsenterer Magnonics et paradigmeskifte, der omdefinerer, hvordan enheder er designet og drives. At udvikle en innovativ Magnonic-processor, der muliggør meget adaptiv og energieffektiv computing, var en udfordring, som Andrii Chumak fra University of Wien’s Nanomagnetism og Magnonics Group og hans samarbejdspartnere mødte med succes.

Flipper scriptet: Inverse-design som spiludveksler i fysik

Succes gennem prøve og fejl

Noura Zenbaa, første forfatter af undersøgelsen, sammen med sine kolleger omkring Dieter Süss, fysik af funktionelle materialer på University of Wien, byggede en unik eksperimentel opsætning ved hjælp af 49 individuelt kontrollerede strømsløjfer på en Yttrium-jern-garnet (YIG) film. Disse sløjfer skabte indstillelige magnetfelter til at kontrollere og manipulere Magnons.

Ved hjælp af en “inverse-design” -tilgang tilladte teamet algoritmer at bestemme de optimale konfigurationer for at opnå ønskede enhedsfunktionaliteter, hvilket markant strømline designprocessen. Efter mere end to års udvikling og test overvandt teamet mange udfordringer.

“Det var en hård rejse, men at se det hele komme sammen med vores første succesrige måling var utroligt givende,” siger Zenbaa.

Oprettelse af grønnere teknologier

Holdets prototype demonstrerede to nøglefunktioner: fungerende som et hakfilter (en komponent, der blokerer for specifikke frekvenser) og som en demultiplexer (en enhed, der ruter signaler til forskellige output). Disse muligheder er afgørende for næste generations trådløse kommunikation som 5G og 6G.

I modsætning til traditionelle systemer, der kræver brugerdefinerede komponenter, kan denne alsidige hardware tilpasses til forskellige applikationer, hvilket reducerer kompleksitet, omkostninger og energiforbrug. Løbende forskning viser, at enheden også kan udføre alle logiske operationer på binære data, og når de skaleres, kunne den konkurrere med traditionelle computere. Holdet planlægger at integrere denne teknologi i neuromorf computing og andre avancerede systemer.

Mens den aktuelle prototype er stor og energikrævende, kan den krympe den til under 100 nanometre låse op for enestående effektivitet, hvilket baner vejen for lavenergi, universel databehandling og skaber løsninger til grønnere beregningsteknologier.

“Dette projekt var en dristig satsning med mange ukendte,” afspejler Chumak, seniorforfatter af undersøgelsen. “Alligevel bekræftede vores oprindelige målinger dens gennemførlighed – dette koncept fungerer. Vores resultater fremhæver, hvordan kunstig intelligens transformerer fysikområdet, ligesom Chatgpt omformer tekstskrivning og uddannelse.”