Forskere bruger magnetiske systemer til kunstigt at reproducere hjernens indlærings- og glemmefunktioner

Med fremkomsten af ​​Big Data viser de nuværende beregningsarkitekturer sig at være utilstrækkelige. Vanskeligheder med at mindske transistorernes størrelse, stort strømforbrug og begrænsede driftshastigheder gør neuromorfisk databehandling til et lovende alternativ.

Neuromorphic computing, et nyt hjerne-inspireret beregningsparadigme, gengiver aktiviteten af ​​biologiske synapser ved at bruge kunstige neurale netværk. Sådanne enheder fungerer som et system af kontakter, så ON-positionen svarer til informationsopbevaring eller "læring", mens OFF-positionen svarer til informationssletning eller "glemning".

I en nylig publikation har forskere fra Universitat Autònoma de Barcelona (UAB), CNR-SPIN (Italien), Catalan Institute of Nanoscience and Nanotechnology (ICN2), Institute of Micro and Nanotechnology (IMN-CNM-CSIC) og ALBA Synchrotron har udforsket emulering af kunstige synapser ved hjælp af nye avancerede materialeenheder. Projektet blev ledet af Serra Húnter Fellow Enric Menéndez og ICREA-forsker Jordi Sort, begge ved Institut for Fysik på UAB, og er en del af Sofia Martins Ph.D. afhandling.

En ny tilgang til at efterligne synapsefunktioner

Indtil nu var de fleste systemer, der blev brugt til dette formål, i sidste ende styret af elektriske strømme, hvilket involverede betydeligt energitab ved varmeafledning. Her var forskernes forslag at bruge magneto-ionics, den ikke-flygtige kontrol af materialers magnetiske egenskaber ved spændingsdrevet ionmigrering, som drastisk reducerer strømforbruget og gør datalagring energieffektiv.

Selvom varmeafledning falder med ionmigreringseffekter, er magneto-ionisk bevægelse af oxygen ved stuetemperatur normalt langsom til industrielle applikationer, hvilket involverer flere sekunder eller endda minutter at skifte den magnetiske tilstand. For at løse dette problem undersøgte holdet brugen af ​​målmaterialer, hvis krystalstruktur allerede indeholdt de ioner, der skulle transporteres. Sådanne magneto-ioniske mål kan gennemgå fuldt reversible transformationer fra en ikke-ferromagnetisk (slukket OFF) tilstand til en ferromagnetisk (koblet ON) tilstand og omvendt blot ved den spændingsdrevne iltbevægelse fra målet mod et reservoir (ON) og omvendt (OFF).

På grund af deres krystallinske strukturer var koboltoxider de valgte materialer til fremstilling af filmene, der spænder fra 5 nm til 230 nm tykke. Forskerne undersøgte tykkelsens rolle på den resulterende magneto-ioniske adfærd og afslørede, at jo tyndere filmene var, desto hurtigere blev genereringen af ​​magnetisering nået.

Røntgenabsorptionsspektre (XAS) af prøverne blev udført ved BOREAS beamline af ALBA Synchrotron. XAS blev brugt til ved stuetemperatur at karakterisere grundstofsammensætningen og oxidationstilstanden af ​​cobaltoxidfilmene, hvilket resulterede som forskelligt for de tyndere og tykkeste film. Disse resultater var afgørende for at forstå forskellene i den magneto-ioniske bevægelse af oxygen mellem filmene.

Da de opnåede driftshastigheder i dette arbejde svarede til dem, der blev brugt til neuromorfisk databehandling, blev de tyndeste cobaltoxidfilm yderligere undersøgt. Især effekterne relateret til indlæring af neuromorfe evner blev induceret, og resultaterne viste, at magneto-ioniske systemer kan efterligne "læring" og "glemme" funktionaliteter.

Ud over neuromorfisk databehandling vil andre praktiske anvendelser såsom magnetiske hukommelser og spintronik drage fordel af resultaterne af denne undersøgelse. Kombinationen af ​​magnetiske hukommelser med energieffektiv magneto-ionik kunne være en mulig måde at reducere driftsenergierne for næste generations datalagringsmedier, mens magneto-ioniske mekanismer til at kontrollere antiferromagnetiske lag i øjeblikket er lovende kandidater til udvikling af spintroniske enheder. + Udforsk yderligere

Opdagelse af energibesparende teknologier i IT-sektoren:Styring af ferrimagneter efter spænding