Em um novo estudo, um grupo de pesquisadores liderado pelo Prof. Lior Klein, do departamento de física e do Instituto de Nanotecnologia e Materiais Avançados da Universidade Bar-Ilan, mostrou que estruturas relativamente simples podem suportar um número exponencial de estados magnéticos - muito maior do que se pensava anteriormente. Além disso, eles demonstraram a alternância entre os estados gerando correntes de spin. Seus resultados podem abrir caminho para a memória magnética de vários níveis com um número extremamente grande de estados por célula; também pode ter aplicação no desenvolvimento de computação neuromórfica, e mais. A pesquisa deles aparece como um artigo de destaque na capa de uma edição de junho da Cartas de Física Aplicada .

Spintrônica é um ramo próspero da nanoeletrônica que usa o spin do elétron e seu momento magnético associado, além da carga do elétron usada na eletrônica tradicional. As principais contribuições práticas da spintrônica são a detecção magnética e o armazenamento de dados magnéticos não voláteis, e os pesquisadores estão buscando avanços no desenvolvimento de processamento baseado em magnética e novos tipos de memória magnética.

Dispositivos spintrônicos geralmente consistem em elementos magnéticos manipulados por correntes polarizadas de spin entre estados magnéticos estáveis. Quando dispositivos spintrônicos são usados ​​para armazenar dados, o número de estados estáveis ​​define um limite superior na capacidade da memória. Embora as células de memória magnética comercial atuais tenham dois estados magnéticos estáveis ​​correspondentes a dois estados de memória, há vantagens claras em aumentar esse número, uma vez que irá potencialmente permitir o aumento da densidade da memória e possibilitar o design de novos tipos de memória.

A capacidade de estabilizar e controlar o número exponencial de estados magnéticos discretos em uma estrutura relativamente simples constitui uma contribuição importante para a spintrônica. "Essa descoberta pode abrir caminho para a memória magnética de vários níveis com um número extremamente grande de estados por célula (por exemplo, 256 estados quando N =4), ser usado para computação neuromórfica, e mais, "diz o Prof. Klein, cujo grupo de pesquisa inclui o Dr. Shubhankar Das, Ariel Zaig, e Dr. Moty Schultz.