Международная группа учёных под руководством физиков Венского университета совершила прорыв в вычислительных технологиях. Исследователи разработали “умное” универсальное устройство, использующее спиновые волны (магноны) для выполнения множества задач по обработке информации с исключительной энергоэффективностью.
Результаты работы опубликованы в журнале “Nature Electronics” и демонстрируют значительный потенциал для развития телекоммуникаций следующего поколения, вычислительной техники и нейроморфных систем. Исследователи применили метод “обратного проектирования”, который позволяет алгоритмам автоматически настраивать систему для выполнения заданных функций.
Современная электроника сталкивается с серьёзными проблемами, включая высокое энергопотребление и растущую сложность проектирования. Магноника – использование квантованных спиновых волн в магнитных материалах – предлагает многообещающую альтернативу, обеспечивая эффективную передачу и обработку данных с минимальными потерями энергии.
Исследовательская группа под руководством Андрея Чумака из Группы наномагнетизма и магноники Венского университета создала уникальную экспериментальную установку. Система основана на 49 индивидуально управляемых токовых контурах, размещённых на плёнке из иттрий-железного граната, которые формируют настраиваемые магнитные поля для управления магнонами.
Первый автор работы, Нура Зенбаа, и её коллеги потратили более двух лет на разработку и тестирование прототипа. Он успешно выполнил две ключевые функции: работу в качестве режекторного фильтра и демультиплексора – компонентов, критически важных для беспроводных сетей нового поколения.
В отличие от традиционных систем, требующих специальных компонентов, это универсальное оборудование можно адаптировать под различные приложения, что снижает сложность, затраты и энергопотребление. Дальнейшие исследования подтверждают, что устройство может выполнять любые логические операции с двоичными данными, что делает его потенциальной альтернативой традиционным процессорам.
Хотя нынешний прототип ещё достаточно крупный и энергозатратный, его миниатюризация до размеров менее 100 нанометров позволит значительно повысить эффективность. Это открывает путь к созданию энергоэффективных универсальных систем обработки данных и экологичных вычислительных технологий будущего.