一种新的信息存储和处理设备
纳米收缩自旋电子谐振器 (a) 的示意图,描绘了信号 (S) 和接地 (G) 电触点,以及在 200 纳米处测量的电流 (b)。图片来源:纽约大学物理系
一组科学家开发出一种创造新型记忆的方法,标志着在日益复杂的人工智能领域取得了显着突破。
“量子材料有望提高当今计算机的能力,”纽约大学物理学家、高级研究员之一安德鲁·肯特 (Andrew Kent) 解释说。“这项工作利用它们的特性来建立新的计算结构。”
与加州大学圣地亚哥分校 (UCSD) 和巴黎-萨克雷大学的研究人员合作设计的这一创作发表在《自然》杂志《科学报告》中。
“由于传统计算已经达到极限,因此正在开发新的计算方法和设备,”加州大学圣地亚哥分校物理学家、论文作者之一伊万舒勒补充道。“这些具有彻底改变计算的潜力,并且有朝一日可能会与人脑相媲美。”
近年来,科学家们一直在寻求在所谓的“神经形态计算”方面取得进展——这是一种试图模仿人脑功能的过程。由于其类似人类的特性,它可以提供更有效和创新的方法来使用现有计算方法无法实现的方法来处理数据。
在《科学报告》的工作中,研究人员创造了一种新设备,标志着该领域已经取得了重大进展。
为此,他们建造了一个纳米收缩自旋电子谐振器,以创新的方式操纵已知的物理特性。
谐振器能够产生和存储明确定义的频率波——类似于弦乐器的盒子。在这里,科学家们构建了一种新型谐振器——能够存储和处理类似于大脑中的突触和神经元的信息。科学报告中描述的一种将量子材料的独特特性与自旋电子磁器件的特性结合在一起。
自旋电子设备是一种电子设备,除了使用电子的电荷外,还使用电子的自旋以减少能量的方式处理信息,同时相对于更传统的方法增加存储和处理能力。一种广泛使用的此类设备,即“自旋扭矩振荡器”,以特定频率运行。将它与量子材料结合可以调整这个频率,从而大大拓宽它的适用性。
“这是一项根本性的进步,可应用于计算,特别是在神经形态计算中,这种谐振器可以作为计算组件之间的连接,”Kent 观察到。
更多信息: Jun-Wen Xu et al, A quantum material spintronic resonator, Scientific Reports (2021). DOI:
10.1038/s41598-021-93404-4