引领科技前沿 · 服务国家战略北京前沿科学技术研究院
北京前沿科学技术研究院 BEIJING INSTITUTE OF FRONTIER SCIENCE

近年来,磁技术在多领域的突破为AI效率的显著提升提供了新的可能性。以下是与该突破相关的关键技术进展及应用方向:### 1. **存储与计算一体化架构的革新**- **PIM-AI架构**通过将计算单元

2025-07-17 03:15:40 基础科学 阅读

人工智能硬件效率领域取得一项突破性进展——德国科学家成功设计出庞大的自旋波导网络,该系统能以极低能耗处理信息。这些在磁性材料中产生的量子波动现象(自旋波),为替代高能耗电子器件提供了一种前景广阔的解决方案。

电子自旋是一种量子力学量,亦被描述为内禀角动量。材料中多个自旋的排列方向决定了其磁学特性。若通过天线对磁性材料施加交变电流,进而产生变化磁场,材料中的自旋可生成自旋波。

自旋波已被用于制造独立元件,例如将二进制输入信号处理为二进制输出信号的逻辑门,或是从多种输入信号中选取其一的多路复用器。然而迄今为止,这些元件尚未连接形成更大规模的电路。"诸如电子器件中使用的大型网络尚未实现,部分原因是连接各开关元件的波导中自旋波存在强衰减——尤其是当其宽度小于微米量级而处于纳米尺度时",鲁道夫·布拉特施维奇解释道。

研究团队使用了目前已知衰减最低的材料:钇铁石榴石(YIG)。研究人员采用硅离子束在这种磁性材料的110纳米薄膜上刻蚀出独立的自旋波波导,并制造出包含198个节点的大型网络。这种新方法可灵活且重复性地制备高质量的复杂结构。

德国研究基金会(DFG)通过合作研究中心1459"智能物质"项目为本研究提供了资助。

信息来源

Journal Reference:

Jannis Bensmann, Robert Schmidt, Kirill O. Nikolaev, Dimitri Raskhodchikov, Shraddha Choudhary, Richa Bhardwaj, Shabnam Taheriniya, Akhil Varri, Sven Niehues, Ahmad El Kadri, Johannes Kern, Wolfram H. P. Pernice, Sergej O. Demokritov, Vladislav E. Demidov, Steffen Michaelis de Vasconcellos, Rudolf Bratschitsch.Dispersion-tunable low-loss implanted spin-wave waveguides for large magnonic networks.Nature Materials, 2025; DOI:10.1038/s41563-025-02282-y

微信扫码分享

微信扫一扫,分享本文