Etter hvert som kunstig intelligens fortsetter å vokse, bruker verdens datasentre enorme mengder strøm, støy, varmeutslipp og med enorme miljømessige konsekvenser.
Noen store AI-anlegg bruker allerede like mye strøm som små byer – noe som skaper bekymring for både energikostnader og miljøbelastning. – Et giga-senter som bygges akkurat nå i Utah vil bruk mer energi enn hele resten av staten og litt til.
Les: Forskere har laget en kraftfull katalysator som splitter vann
Derfor leter forskere nå etter nye typer dataminneteknologi som kan prosessere og lagre data med langt mindre energi.
Et lovende gjennombrudd
Forskere fra POSTECH og Chungnam National University kan ha gjort et viktig gjennombrudd. De har utviklet en ny minneteknologi som lagrer informasjon ved hjelp av små temperaturendringer i stedet for store elektriske strømmer – noe som dramatisk reduserer energiforbruket.
Studien deres ble publisert i tidsskriftet Advanced Functional Materials.
Det nye systemet bygger på et felt kalt spintronikk. Tradisjonell elektronikk lagrer og behandler informasjon ved hjelp av elektronenes elektriske ladning. Spintronikk fungerer annerledes: den bruker en egenskap som kalles «spinn» – elektronenes lille magnetiske retning.
I spintroniske enheter representerer ulike spinnretninger de binære tallene 0 og 1 som brukes i digital databehandling.
Spintronikk har fått oppmerksomhet fordi det kan muliggjøre raskere og mer energieffektiv databehandling. Men de fleste eksisterende spintroniske minnesystemene krever sterke elektriske strømmer for å bytte spinnretning. Disse strømmene genererer varme og sløser med enorme mengder energi.
Les: Hvorfor karbondioksid kjøler den øvre atmosfæren – samtidig som det varmer opp jorden nedenfor
Temperatur i stedet for elektrisitet
Forskerteamet ønsket å unngå dette problemet ved å styre spinnet ved hjelp av temperatur i stedet for elektrisitet.
Tidligere forsøk på temperaturbasert styring møtte imidlertid en stor utfordring: Når temperaturen gikk tilbake til normalen, byttet spinnretningen ofte tilbake igjen. Det betydde at minnet ikke kunne lagre informasjon pålitelig over tid.
Forskerne løste dette ved hjelp av et fenomen kalt termisk hysterese. Enkelt forklart betyr det at et system kan forbli i en endret tilstand selv etter at den opprinnelige triggeren er fjernet.
For å skape denne effekten bygde teamet en struktur av to magnetiske materialer: gadolinium-jerngranat og holmium-jerngranat. Disse materialene reagerer ulikt på temperaturendringer, noe som skaper en magnetisk konkurranse mellom dem.
Som en tautrekking
Forskerne sammenligner prosessen med en tautrekking. Hvert materiale trekker systemets magnetiske retning i hver sin retning. Når temperaturen endrer seg, blir den ene siden sterkere og trekker til slutt systemet over i en ny stabil tilstand.
Viktigst av alt: Systemet bytter ikke umiddelbart tilbake når temperaturen endrer seg igjen. Den magnetiske tilstanden forblir stabil, slik at minnet kan lagre informasjon uten kontinuerlig strømtilførsel – det kalles ikke-flyktig minne.
Forskerne klarte å bytte minnetilstander med bare små temperaturendringer på omtrent 25 grader Kelvin, kombinert med et relativt svakt magnetfelt.
Opptil 66 ganger lavere energiforbruk
Sammenlignet med dagens spin–orbit dreiemoment-minneteknologier reduserte den nye metoden energiforbruket med opptil 66 ganger. Under ideelle forhold kan reduksjonen helt opp til 452 ganger.
Professor Hyungyu Jin uttaler at arbeidet viser at minneenheter en dag kan fungere ved hjelp av små termiske endringer i stedet for store elektriske strømmer.
Selv om teknologien fortsatt er i forskningsfasen, kan den etter hvert bidra til å utvikle ultra-lavstrøms minnesystemer for AI-datamaskiner, mobile enheter og fremtidige datasentre – noe som reduserer både strømkostnader og miljøbelastning.
Ingen av sentrene som bygges nå benytter selvsagt ikke den nye teknologien.
