Com fome de memória, O big data que reduz a energia pode finalmente ter encontrado seu par.

Os engenheiros elétricos da Northwestern University e da University of Messina, na Itália, desenvolveram um novo dispositivo de memória magnética que pode potencialmente suportar o aumento da computação centrada em dados, que requer uma potência cada vez maior, armazenamento e velocidade.

Com base em materiais antiferromagnéticos (AFM), o dispositivo é o menor de seu tipo já demonstrado e opera com uma corrente elétrica recorde para gravar dados.

"A ascensão do big data permitiu o surgimento da inteligência artificial (IA) na nuvem e em dispositivos de ponta e está transformando fundamentalmente a computação, indústrias de rede e armazenamento de dados, "disse Pedram Khalili da Northwestern, quem liderou a pesquisa. "Contudo, o hardware existente não pode sustentar o rápido crescimento da computação centrada em dados. Nossa tecnologia pode potencialmente resolver esse desafio. "

A pesquisa será publicada no dia 10 de fevereiro na revista Nature Electronics .

Khalili é professor associado de engenharia elétrica e de computação na McCormick School of Engineering da Northwestern. Ele co-liderou o estudo com Giovanni Finocchio, professor associado de engenharia elétrica na Universidade de Messina. A equipe também incluiu Matthew Grayson, professor de engenharia elétrica e de computação na McCormick. Jiacheng Shi e Victor Lopez-Dominguez, que são ambos membros do laboratório de Khalili, atuou como co-autores do artigo.

De promessa a provável

Embora a IA prometa melhorar muitas áreas da sociedade, incluindo sistemas de saúde, transporte e segurança, ele só pode atingir seu potencial se a computação puder suportá-lo.

Idealmente, A IA precisa de todas as melhores partes das tecnologias de memória atuais:algo tão rápido quanto a memória de acesso aleatório estática (SRAM) e com uma capacidade de armazenamento semelhante à memória de acesso aleatório dinâmica (DRAM) ou Flash. Além disso, ele também precisa de baixa dissipação de energia.

"Não existe tecnologia de memória que atenda a todas essas demandas, "Khalili disse." Isso resultou em um chamado 'gargalo de memória' que limita severamente o desempenho e o consumo de energia dos aplicativos de IA atualmente. "

Para enfrentar este desafio, Khalili e seus colaboradores procuraram materiais AFM. Em materiais AFM, elétrons se comportam como pequenos ímãs devido a uma propriedade mecânica quântica chamada "spin, "mas o próprio material não demonstra magnetização macroscópica porque os spins estão alinhados de forma antiparalela.

Tipicamente, os dispositivos de memória requerem uma corrente elétrica para reter os dados armazenados. Mas em materiais AFM, são os spins magneticamente ordenados que realizam esta tarefa, portanto, uma corrente elétrica aplicada continuamente não é necessária. Como um bônus adicional, os dados não podem ser apagados por campos magnéticos externos. Como dispositivos densamente compactados não irão interagir com campos magnéticos, Os dispositivos baseados em AFM são muito seguros e fáceis de reduzir para pequenas dimensões.

Tecnologia facilmente adotável

Porque eles são inerentemente rápidos e seguros e usam menos energia, Os materiais AFM foram explorados em estudos anteriores. Mas os pesquisadores anteriores tiveram dificuldades em controlar a ordem magnética dos materiais.

Khalili e sua equipe usaram pilares de manganês de platina antiferromagnético - uma geometria não explorada anteriormente. Com um diâmetro de apenas 800 nanômetros, esses pilares são 10 vezes menores do que os dispositivos de memória anteriores baseados em AFM.

Mais importante, o dispositivo resultante é compatível com as práticas de fabricação de semicondutores existentes, o que significa que as empresas de manufatura atuais poderiam facilmente adotar a nova tecnologia sem ter que investir em novos equipamentos.

"Isso traz a memória AFM - e, portanto, a memória magnética de acesso aleatório (MRAM) altamente dimensionada e de alto desempenho - muito mais perto de aplicações práticas, "Khalili disse." Este é um grande negócio para a indústria, pois há uma forte demanda hoje por tecnologias e materiais para estender a escala e o desempenho do MRAM e aumentar o retorno do enorme investimento que a indústria já fez nesta tecnologia para trazê-lo para a manufatura. "

A equipe de Khalili já está trabalhando nas próximas etapas em direção a esta tradução para aplicativos.

"Estamos trabalhando agora para reduzir ainda mais a escala desses dispositivos e melhorar os métodos de leitura de seu estado magnético, "Khalili disse." Também estamos procurando maneiras ainda mais eficientes em termos de energia para gravar dados em materiais AFM, como substituir a corrente elétrica por uma voltagem elétrica, uma tarefa desafiadora que poderia aumentar ainda mais a eficiência energética em outra ordem de magnitude ou mais. "