Magnonenbasiertes Computing: Ein Paradigmenwechsel?

- EN- DE - FR- IT
Versuchsaufbau zur Veranschaulichung des YIG-Wafers mit nanomagnetischen Streife
Versuchsaufbau zur Veranschaulichung des YIG-Wafers mit nanomagnetischen Streifen © LMGN EPFL
Dank eines Durchbruchs im Bereich der Magnonik haben Wissenschaftler der EPFL Daten mithilfe von ladungsfreien Magnetwellen anstelle von herkömmlichen Elektronenströmen gesendet und gespeichert. Diese Entdeckung könnte das Dilemma der energieintensiven Computertechnologien im Zeitalter von Big Data lösen.

Wie die Elektronik oder die Photonik ist auch die Magnonik ein Teilbereich der Ingenieurwissenschaften, der darauf abzielt, die Informationstechnologie in Bezug auf Geschwindigkeit, Gerätearchitektur und Energieverbrauch voranzutreiben. Ein Magnon entspricht der spezifischen Energiemenge, die erforderlich ist, um die Magnetisierung eines Materials durch eine kollektive Anregung, die als Spinwelle bezeichnet wird, zu verändern (oben visualisiert).

Aufgrund ihrer Interaktion mit Magnetfeldern können Magnonen zur Codierung und zum Transport von Daten ohne Elektronenfluss verwendet werden, der einen Energieverlust durch Erhitzung (so genannte Joule-Erwärmung) des verwendeten Leiters mit sich bringt. Wie Dirk Grundler, Leiter des Labors für nanostrukturierte magnetische Materialien und Magnonen ( LMGN ) an der Fakultät für Ingenieurwissenschaften und Technik, erklärt, stellt der Energieverlust ein immer bedeutenderes Hindernis für die Elektronik dar, da die Datenraten und Speicheranforderungen steigen.

"Mit dem Aufkommen der KI hat der Einsatz von Computertechnologien so stark zugenommen, dass der Energieverbrauch ihre Entwicklung bedroht", sagt Dirk Grundler. Die herkömmliche Computerarchitektur, die Prozessoren und Speicher trennt, stellt ein großes Problem dar. Die Signalumwandlungen, die notwendig sind, um Daten zwischen den verschiedenen Komponenten zu übertragen, verlangsamen die Berechnungen und verschwenden Energie."

Diese Ineffizienz, die als Speichermauer oder von-Neumann-Engpass bekannt ist, hat Wissenschaftler dazu veranlasst, neue Computerarchitekturen zu finden, die den Anforderungen von Big Data besser gerecht werden können. Heute glaubt Dirk Grundler, dass sein Labor vielleicht eine große Entdeckung gemacht hat.

Während er weitere Experimente mit einem kommerziellen Wafer aus dem ferrimagnetischen Isolator Eisen-Yttrium-Granat (YIG) durchführte, dessen Oberfläche mit nanomagnetischen Streifen bedeckt ist, kam Korbinian Baumgaertl, Doktorand am LMGN, auf die Idee, präzise entworfene YIG-Nanomagnetbauelemente zu entwickeln. Mit Unterstützung des Zentrums für MikroNanotechnologie, gelang es Korbinian Baumgaertl, Spinwellen im YIG bei bestimmten Gigahertz-Frequenzen mit Hilfe von Hochfrequenzsignalen anzuregen und vor allem die Magnetisierung der Oberflächen-Nanomagnete umzukehren.

"Die beiden möglichen Ausrichtungen dieser Nanomagneten stellen die magnetischen Zustände 0 und 1 dar, wodurch digitale Informationen codiert und gespeichert werden können", erklärt Dirk Grundler.

Auf dem Weg zum In-Memory-Computing

Die Wissenschaftler machten ihre Entdeckung mithilfe eines herkömmlichen Vektornetzwerkanalysators, der eine Spinwelle durch das YIG-Nanomagnetbauelement schickte. Die Umkehrung des Nanomagneten erfolgt erst, wenn die Spinwelle eine bestimmte Amplitude erreicht hat und kann dann zum Schreiben und Lesen von Daten verwendet werden.

"Wir können nun zeigen, dass die Wellen, die wir für die Datenverarbeitung verwenden, auch zur Veränderung der magnetischen Nanostrukturen genutzt werden können. So haben wir einen nichtflüchtigen magnetischen Speicher im selben System", erklärt Dirk Grundler, der darauf hinweist, dass sich der Begriff "nichtflüchtig" auf die stabile Speicherung von Daten über lange Zeiträume ohne zusätzlichen Energieverbrauch bezieht.


Es ist diese Fähigkeit, Daten am selben Ort zu verarbeiten und zu speichern, die dieser Technik das Potenzial verleiht, das derzeitige Paradigma der Computerarchitektur zu verändern, indem sie die energieintensive Trennung von Prozessoren und Speicher vom Arbeitsspeicher beendet und das sogenannte In-Memory-Computing verwirklicht.

Optimierung am Horizont

Korbinian Baumgaertl und Dirk Grundler haben diese bahnbrechenden Ergebnisse in der Zeitschrift Nature Communications veröffentlicht, und das Team des LMGN arbeitet bereits an der Optimierung ihres Ansatzes.

"Nachdem wir nun gezeigt haben, dass Spinwellen Daten schreiben können, indem sie die Nanomagneten vom Zustand 0 in den Zustand 1 bringen, müssen wir an einem Prozess arbeiten, der sie wieder vom Zustand 1 in den Zustand 0 bringt. Das nennt man Schalten", sagt Dirk Grundler.

Er stellt außerdem fest, dass der Magnonic-Ansatz theoretisch Daten im Terahertz-Bereich des elektromagnetischen Spektrums verarbeiten könnte (zum Vergleich: heutige Computer arbeiten im langsameren Gigahertz-Bereich). Allerdings müssen sie dies noch experimentell nachweisen.

"Diese Technologie birgt ein großes Versprechen in sich, nämlich das eines nachhaltigeren Computings. Mit dieser Veröffentlichung hoffen wir, das Interesse am wellenbasierten Rechnen zu steigern und mehr junge Wissenschaftler für das schnell wachsende Feld der Magnonik zu gewinnen."

Referenzen

Bild: Spinwelle, visualisiert von S. Watanabe und M. Hamdi mit Mayavi (P. Ramachandran & G. Varoquaux, Computing in Science & Engineering 13, 40 (2011))

Baumgaertl, K., Grundler, D. Reversal of nanomagnets by propagating magnons in ferrimagnetic yttrium iron garnet enabling nonvolatile magnon memory. Nat Commun 14, 1490 (2023). https://doi.org/10.1038/s41467­’023 -37078-8