اشتراک
فناوری‌های حافظه مغناطیسی. اعتبار: دکتر التون سانتوس، دانشگاه ادینبرو.
فناوری‌های حافظه مغناطیسی. اعتبار: دکتر التون سانتوس، دانشگاه ادینبرو.
فناوری علم انرژی

تکنیک جدید می‌تواند مصرف انرژی حافظه هوش مصنوعی را هزاران بار کاهش دهد

در یک نگاه چکیدهٔ خودکار موتور هوش مصنوعی افق آبی

پژوهشگران دانشگاه ادینبرو با توسعه یک چارچوب ریاضی نوآورانه، راهکاری برای کاهش چشمگیر مصرف انرژی در حافظه‌های مغناطیسی دیجیتال یافته‌اند که می‌تواند تأثیر بسزایی در کاهش هزینه‌های انرژی سیستم‌های هوش مصنوعی داشته باشد. این روش به‌جای استفاده از پالس‌های ثابت و ناکارآمد برای تغییر حالت مغناطیسی بیت‌ها، از «نظریه کنترل بهینه» بهره می‌برد تا دقیق‌ترین و کم‌انرژی‌ترین مسیر را برای تغییر وضعیت مغناطیسی محاسبه کند. در این رویکرد، پالس‌های میدان مغناطیسی با دقت و در لحظه تغییر می‌کنند تا با هدایت هوشمندانه حرکت مغناطیس، حداقل انرژی ممکن صرف شود. آزمایش‌های انجام‌شده بر روی مواد مغناطیسی فوق‌نازک وان در والس نشان می‌دهد که این پالس‌های بهینه‌شده، تغییر حالت بیت‌ها را در بازه زمانی بسیار سریع یک تا ده پیکوثانیه و با مصرف انرژی به‌مراتب کمتر از روش‌های استاندارد فعلی انجام می‌دهند. محاسبات نشان می‌دهد که این تکنیک می‌تواند مصرف انرژی را چندین مرتبه کاهش داده و حافظه‌های مغناطیسی را به حد بنیادی لاندائو در فیزیک نزدیک‌تر کند. این دستاورد که در نشریه Advanced Materials منتشر شده، نه تنها برای میدان‌های مغناطیسی، بلکه قابلیت تعمیم به جریان‌های الکتریکی و پالس‌های لیزری را نیز دارد و می‌تواند مسیر تازه‌ای را برای طراحی حافظه‌های فوق‌سریع و پایدار در نسل آینده الکترونیک و پردازش‌های هوش مصنوعی بگشاید.

تغییرات مغناطیسی میکروسکوپی پشت حافظه دیجیتال به‌زودی می‌توانند هزاران بار انرژی کمتری مصرف کنند و راهی تازه برای کاهش ردپای انرژیِ به‌سرعت در حال رشد هوش مصنوعی ارائه دهند.

هوش مصنوعی داده‌ها را در مقیاسی عظیم ایجاد و پردازش می‌کند. جستجوها، توصیه‌ها، تصاویر تولیدشده، شبیه‌سازی‌های علمی و مدل‌های زبانی بزرگ همگی به اطلاعاتی وابسته‌اند که باید به‌طور مکرر ذخیره، منتقل، بازیابی و بازنویسی شوند. هر عملیات انرژی مصرف می‌کند و این هزینه‌ها در میان میلیاردها دستگاه و مراکز داده گسترده‌ای که از دنیای دیجیتال پشتیبانی می‌کنند، چند برابر می‌شود.

پژوهشگران دانشگاه ادینبرو اکنون چارچوبی ریاضی توسعه داده‌اند که هدف آن کاهش انرژی مورد نیاز برای نوشتن اطلاعات در حافظه مغناطیسی آینده است. این رویکرد به‌جای ایجاد ماده حافظه جدید، نحوه تغییر حالت مغناطیسی که یک بیت دیجیتال را نشان می‌دهد تغییر می‌دهد.

حافظه مغناطیسی اطلاعات را با کنترل جهت‌گیری نواحی مغناطیسی کوچک ذخیره می‌کند. تغییر یکی از این نواحی بین دو حالت پایدار می‌تواند نشان‌دهنده تغییر یک بیت از «۰» به «۱» یا برعکس باشد. چالش این است که این تغییر سریع، قابل اعتماد و با کمترین انرژی تلف‌شده انجام شود.

پالس‌های میدان مغناطیسی معمولی اغلب برای معماری‌های حافظه مدرن بسیار ناکارآمد هستند. آن‌ها می‌توانند انرژی قابل توجهی مصرف کنند، به ولتاژهای بالا نیاز داشته باشند و با کوچک‌شدن دستگاه‌ها کارایی کمتری پیدا کنند. این محدودیت‌ها صنعت را به سمت فناوری‌هایی سوق داده است که از جریان‌های الکتریکی استفاده می‌کنند، از جمله حافظه دسترسی تصادفی مغناطیسی با گشتاور انتقال اسپین (STT-MRAM) و مغناطیس‌های با گشتاور مداری اسپین (SOT).

روشی هوشمندانه‌تر برای تغییر بیت‌ها

تیم ادینبرو با استفاده از نظریه کنترل بهینه، که روشی ریاضی برای یافتن کارآمدترین مسیر به یک نتیجه خاص است، به بررسی دوباره تغییر میدان مغناطیسی پرداخت. این چارچوب به‌جای اعمال یک پالس ساده با شکل ثابت، محاسبه می‌کند که میدان مغناطیسی چگونه باید لحظه‌به‌لحظه تغییر کند تا مغناطش را با حداقل انرژی به حالت جدید خود هدایت کند.

روشی هوشمندانه‌تر برای تغییر بیت‌ها

این رویکرد شبیه یافتن اقتصادی‌ترین مسیر در یک چشم‌انداز پیچیده است، نه صرفاً اعمال نیروی بیشتر. پالس‌های با دقت شکل‌گرفته از حرکت خود مغناطیس بهره می‌برند و آن را به سمت حالت مطلوب هدایت می‌کنند، نه اینکه با دینامیک آن بجنگند.

تغییر حالت فوق‌سریع با انرژی بسیار کمتر

تیم این روش را در شبیه‌سازی‌های رایانه‌ای سه مغناطیس فوق‌نازک وان در والس (van der Waals) آزمایش کرد: Fe3GaTe2، Fe3GeTe2 و CrSBr. این مواد از لایه‌های اتمی با پیوند ضعیف تشکیل شده‌اند و به دلیل اینکه خواص مغناطیسی آن‌ها در مقیاس‌های بسیار کوچک قابل کنترل است، برای الکترونیک فشرده و پرسرعت بررسی می‌شوند.

در شبیه‌سازی‌ها، پالس‌های بهینه‌شده مغناطش را در حدود ۱ تا ۱۰ پیکوثانیه معکوس کردند. یک پیکوثانیه یک تریلیونیوم ثانیه است. میدان‌ها همچنین بیش از ۱۰ برابر ضعیف‌تر از میدان‌های مورد استفاده در روش‌های استاندارد بودند. تغییر حالت تنها به ۰.۹۴ نانوژول انرژی نیاز داشت، در حالی که پالس‌های میدان استاندارد تا ۹۱.۲ نانوژول انرژی مصرف می‌کردند.

با تنظیم ویژگی‌هایی مانند میرایی مغناطیسی و ناهمسانگردی، محاسبات نشان می‌دهد که انرژی تغییر حالت می‌تواند در نهایت به محدوده فمتوژول (یک کوادریلیونیوم ژول) کاهش یابد. در این سطوح، این رویکرد می‌تواند با تکنیک‌های تثبیت‌شده STT و SOT رقابت کند یا از آن‌ها بهتر عمل کند.

نزدیک شدن به حد انرژی محاسبات

مدل‌سازی گسترده‌تر نشان می‌دهد که تغییر حالت بهینه‌شده می‌تواند مصرف انرژی را در مقایسه با فناوری‌های پیشرو حافظه، از جمله DRAM، STT-MRAM و دستگاه‌های نوظهور SOT-MRAM، چندین مرتبه بزرگی کاهش دهد. مقادیر پیش‌بینی‌شده همچنین حافظه مغناطیسی را به حد لاندauer (Landauer) نزدیک‌تر می‌کند، که حد بنیادی حداقل انرژی مورد نیاز برای پاک‌سازی برگشت‌ناپذیر اطلاعات را تعیین می‌کند.

این مطالعه که در مجله Advanced Materials منتشر شده است، طرح‌های احتمالی دستگاه‌ها و روش‌هایی برای ارائه میدان‌های کنترل‌شده دقیق را توصیف می‌کند و نقطه شروعی برای آزمایش‌های تجربی فراهم می‌آورد.

دکتر التون سانتوس (Elton Santos) از مؤسسه فیزیک ماده چگال و سیستم‌های پیچیده دانشگاه ادینبرو که رهبری این پژوهش را بر عهده داشت، گفت: «هر عملیات دیجیتالی هزینه انرژی دارد و این هزینه در زمانی که از هوش مصنوعی استفاده می‌کنیم قابل توجه است. کار ما نشان می‌دهد که با طراحی دقیق نحوه تغییر میدان مغناطیسی در طول زمان، می‌توانیم آن را با انرژی بسیار کمتری تغییر دهیم.»

فراتر از پالس‌های میدان مغناطیسی

این روش ممکن است فراتر از میدان‌های مغناطیسی نیز گسترش یابد. همان استراتژی ریاضی می‌تواند برای بهینه‌سازی جریان‌های الکتریکی یا پالس‌های لیزر فوق‌سریع، که برای دستگاه‌های حافظه و اسپین‌ترونیک آینده بررسی می‌شوند، استفاده شود. این انعطاف‌پذیری می‌تواند امکان ترکیب روش‌های متعدد به جای یک روش را فراهم کند.

سانتوس ادامه داد: «اگرچه ما ابتدا نظریه را با استفاده از میدان‌های مغناطیسی نشان دادیم، ریاضیات بسیار انعطاف‌پذیرتر است. همین رویکرد می‌تواند برای جریان‌های الکتریکی و حتی لیزرها، که از پیشرفته‌ترین گزینه‌ها برای رویکردهای آینده هستند، اعمال شود. این بدان معناست که ایده‌های ما ممکن است بسیار فراتر از سیستم‌هایی که مطالعه کردیم تأثیر بگذارد. به نظر می‌رسد ما تازه بهترین گزینه بعدی را پیدا کرده‌ایم.»

منبع: «کنترل بهینه، تغییر حالت مغناطیسی فوق‌سریع و کم‌انرژی را در مغناطیس‌های وان در والس هدایت می‌کند» نوشته محمد ح. بدارنه، پی‌یو کای، و التون جی. سانتوس، ۱۴ ژوئیه ۲۰۲۶، Advanced Materials.

DOI: 10.1002/adma.202523059

اشتراک:
این گزارش ترجمه و بازنویسی خبری با موتور هوش مصنوعی افق آبی است و برای خوانندهٔ فارسی‌زبان بازتنظیم شده. منبع اصلی: scitechdaily.com