I takt med att artificiell intelligens fortsätter att växa använder världens datacenter enorma mängder elektricitet, buller, värmeutsläpp och med enorma miljökonsekvenser.
Vissa stora AI-anläggningar använder redan lika mycket el som små städer – vilket väcker oro både kring energikostnader och miljöpåverkan. – Ett giga-center som just nu byggs i Utah kommer att använda mer energi än resten av delstaten och lite till.
Läs: Forskare har skapat en kraftfull katalysator som delar vatten
Därför letar forskare nu efter nya typer av datorminnesteknologi som kan bearbeta och lagra data med betydligt mindre energi.
Ett lovande genombrott
Forskare från POSTECH och Chungnam National University kan ha gjort ett viktigt genombrott. De har utvecklat en ny minnesteknologi som lagrar information genom små temperaturförändringar istället för stora elektriska strömmar – vilket dramatiskt minskar energiförbrukningen.
Deras studie publicerades i tidskriften Advanced Functional Materials.
Det nya systemet bygger på ett fält som kallas spintronik. Traditionell elektronik lagrar och bearbetar information med hjälp av elektronernas elektriska laddning. Spintronik fungerar annorlunda: den använder en egenskap som kallas ”spinn” – elektronernas lilla magnetiska riktning.
I spintroniska enheter representerar olika spinnriktningar de binära talen 0 och 1 som används i digital databehandling.
Spintronik har fått uppmärksamhet eftersom den kan möjliggöra snabbare och mer energieffektiv databehandling. Men de flesta befintliga spintroniska minnessystem kräver starka elektriska strömmar för att byta rotationsriktning. Dessa strömmar genererar värme och slösar enorma mängder energi.
Läs: Varför koldioxid kyler den övre atmosfären – samtidigt som jorden under värms upp
Temperatur istället för elektricitet
Forskarteamet ville undvika detta problem genom att kontrollera rotationen med hjälp av temperatur istället för elektricitet.
Tidigare försök till temperaturbaserad kontroll ställdes dock inför en stor utmaning: när temperaturen återgick till det normala ändrades spinnens riktning ofta tillbaka igen. Det innebar att minnet inte kunde lagra information pålitligt över tid.
Forskarna löste detta med hjälp av ett fenomen som kallas termisk hysterese. Enkelt förklarat betyder det att ett system kan förbli i ett förändrat tillstånd även efter att den ursprungliga triggern tagits bort.
För att skapa denna effekt byggde teamet en struktur av två magnetiska material: gadolinium-järngranat och holmium-järngranat. Dessa material reagerar olika på temperaturförändringar och skapar en magnetisk konkurrens mellan dem.
Som en dragkamp
Forskarna jämför processen med dragkamp. Varje material drar systemets magnetiska riktning i olika riktningar. När temperaturen förändras blir ena sidan starkare och drar så småningom systemet in i ett nytt stabilt tillstånd.
Viktigast av allt är att systemet inte omedelbart växlar tillbaka när temperaturen ändras igen. Det magnetiska tillståndet förblir stabilt, vilket gör att minnet kan lagra information utan en kontinuerlig strömförsörjning – detta kallas icke-flyktigt minne.
Forskarna kunde byta minnestillstånd med endast små temperaturförändringar på cirka 25 grader Kelvin, kombinerat med ett relativt svagt magnetfält.
Upp till 66 gånger lägre energiförbrukning
Jämfört med dagens spin-orbit torque memory-teknologier minskade den nya metoden energiförbrukningen med upp till 66 gånger. Under ideala förhållanden kan reduktionen vara så hög som 452 gånger.
Professor Hyungyu Jin säger att arbetet visar att minnesenheter en dag kan fungera med små termiska förändringar istället för stora elektriska strömmar.
Även om teknologin fortfarande är i forskningsfasen kan den så småningom hjälpa till att utveckla ultralågströmsminnessystem för AI-datorer, mobila enheter och framtida datacenter – vilket minskar både energikostnader och miljöpåverkan.
Naturligtvis använder inget av de center som byggs nu den nya tekniken.
