德国科学家在人工智能硬件能效领域取得突破性进展，成功构建了庞大的自旋波导网络。这种利用磁性材料中量子涟漪（自旋波）传输信息的技术，相较高能耗电子元件展现出显著优势：
1. 能耗降低幅度达数量级
2. 信息载体为纳米尺度磁矩波动
3. 支持并行量子化信息处理
该网络通过调控铁磁材料中电子自旋的相干振荡实现数据传输，其工作频率处于太赫兹波段（10^12 Hz），能耗较传统CMOS电路降低三个数量级。自旋波相位与振幅分别编码逻辑状态，在玻尔兹曼输运方程框架下实现非线性信号处理，为存算一体架构提供物理基础
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决定了其磁性。若通过天线向磁性材料施加交流电从而产生变化磁场，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，或用于选择多种输入信号之一的多路复用器。然而迄今为止，这些元件尚未相互连接形成更大电路。"诸如电子设备中使用的大型网络尚未实现，部分原因在于连接独立开关元件的波导中存在强烈的自旋波衰减——尤其当波导宽度小于微米尺度而处于纳米量级时，"鲁道夫·布拉特施韦特解释道。
该研究组采用目前已知衰减最低的材料：钇铁石榴石（YIG）。研究人员使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，并构建出包含198个节点的大型网络。这种新方法能灵活且可重复地制造高质量的复杂结构。
本项目由德国研究基金会（DFG）在1459号合作研究中心"智能物质"框架下资助。
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
微信扫一扫，分享本文