EPFL-Forschende zeigen den nachhaltigen Computer der Zukunft

Ein Team von Forschenden der EPFL hat eine Entdeckung gemacht; eine Entdeckung, welche die Entwicklung nachhaltigeren Informatik versprechen soll. In einem Artikel in der Zeitschrift Nature Communications beschreiben die Forscher ihren Fortschritt auf dem Gebiet der Magnonik. Dieser Teilbereich der Ingenieurwissenschaften zielt darauf ab, die Informationstechnologie in Bezug auf Geschwindigkeit, Gerätearchitektur und Energieverbrauch voranzubringen, wie die EPFL mitteilt.

Ein Magnon ist die genaue Energiemenge, die benötigt wird, um eine kollektive Erregung, auch bekannt als Spinwelle, auszulösen. Dies ändert die Magnetisierung eines Materials. Laut Dirk Grundler, dem Leiter des Laboratory of Nanoscale Magnetic Materials and Magnonics an der Fakultät für Ingenieurwissenschaften, stellen Energieverluste ein bedeutendes Hindernis für die Elektronik dar, da sowohl die Geschwindigkeit der Daten als auch die Anforderungen an die Speicherung zunehmen. Bei der traditionellen Computerarchitektur sind Prozessoren und Speicher getrennt, was zu langsameren Berechnungen und einem höheren Energieverbrauch führt.

Besser reagieren auf die Anforderungen von KI und Big Data

Die Forschenden der EPFL haben nach neuen Computerarchitekturen gesucht, die den Anforderungen von KI und Big Data besser gerecht werden können. Korbinian Baumgaertl, Doktorand am LMGN, hatte die Idee, nanomagnetische Vorrichtungen aus Eisen- und Yttrium-Garnet zu entwickeln. Der Forscher nutzte Radiosignale, um Spinwellen im YIG zu erzeugen und die Art und Weise zu ändern, wie die Nanomagneten an der Oberfläche magnetisiert wurden. "Die beiden möglichen Ausrichtungen dieser Nanomagnete repräsentieren die magnetischen Zustände 0 und 1, was die Kodierung und Speicherung von digitalen Informationen ermöglicht", erklärt Dirk Grundler.

Diese Technologie könnte das aktuelle architektonische Paradigma von Computersystemen verändern, indem sie die energieintensive Trennung von Prozessoren und Speicher beendet. Eine Technologie, die als "In-Memory-Computing" bezeichnet wird. Das LMGN-Team arbeitet nun daran, die Methode zu verbessern. "Jetzt, da wir gezeigt haben, dass Spinwellen Daten schreiben können, indem sie die Nanomagnete von Zustand 0 auf Zustand 1 bringen, müssen wir an einem Prozess arbeiten, der es ihnen ermöglicht, von Zustand 1 auf Zustand 0 zurückzukehren. Das nennt man Umschalten", sagt Dirk Grundler.