Էներգիայի զգալի մասը, որը սպառում է ժամանակակից էլեկտրոնիկան, ծախսվում է ոչ թե հաշվարկների, այլ տվյալների գրանցման և պահպանման վրա։ Սա հատկապես նկատելի է տվյալների մշակման կենտրոններում և արհեստական բանականության համակարգերում, որտեղ հիշողության հետ կատարվող գործողությունները դառնում են էլեկտրաէներգիայի հիմնական սպառողներից մեկը։ Էդինբուրգի համալսարանի հետազոտողները առաջարկել են մի մեթոդ, որը թույլ է տալիս մագնիսական հիշողության բջիջները փոխարկել շատ ավելի քիչ էներգիայի ծախսով՝ մինչև մի քանի կարգով պակաս՝ համեմատած առկա տեխնոլոգիաների հետ։ Աշխատությունը հրապարակվել է Advanced Materials ամսագրում։

Ինչու է հիշողությունը «ուտում» այսքան էներգիա

Մագնիսական հիշողության մեջ տեղեկատվության բիթը գրանցվում է փոքրիկ բջջի մագնիսացման շրջման միջոցով։ Այս գործընթացը վաղուց հայտնի է, սակայն մինչ օրս մնում է բավականին վատնող․ էներգիայի զգալի մասը ցրվում է ջերմության տեսքով։ Գիտնականները արդեն երկար տարիներ փորձում են մոտենալ այսպես կոչված Լանդաուերի սահմանին՝ էներգիայի տեսական նվազագույնին, որը թերմոդինամիկայի օրենքներով անհրաժեշտ է մեկ բիթ տեղեկատվության մշակման համար։ Այդ սահմանին ժամանակակից տեխնոլոգիաները դեռ հեռու են։

Ինչպես հաշվարկեցին իդեալական իմպուլսը

Էլթոն Սանթոսի ղեկավարած թիմը կիրառել է օպտիմալ կառավարման տեսության մաթեմատիկական գործիքակազմը։ Դրա օգնությամբ հետազոտողները հաշվարկել են, թե ժամանակի ընթացքում ինչ ձև պետք է ունենա մագնիսական իմպուլսը, որպեսզի մագնիսացումը փոխարկվի առավելագույնս խնայողաբար։

Պարզվել է, որ եթե պարզապես հաստատուն կամ կոպիտ փոփոխվող դաշտ կիրառելու փոխարեն ճշգրտորեն տրվի դրա փոփոխության օրենքը, էներգիայի կորուստները կտրուկ նվազում են։ Հեղինակների հաշվարկներով՝ նոր մոտեցումը թույլ է տալիս էներգածախսը մի քանի կարգով նվազեցնել՝ համեմատած հիշողության տարածված տեսակների՝ սովորական DRAM-ի, ինչպես նաև մագնիտոռեզիստիվ STT-MRAM-ի և SOT-MRAM-ի հետ։

«Մանրակրկիտ նախագծելով, թե ինչպես է մագնիսական դաշտը փոխվում ժամանակի ընթացքում, կարելի է շատ ավելի արդյունավետ փոխարկել մագնիսացումը», — պարզաբանել է Էլթոն Սանթոսը։

Մեթոդի ունիվերսալությունը

Մոտեցման կարևոր առավելությունն իր ունիվերսալությունն է։ Մեթոդը գործում է ոչ միայն արտաքին մագնիսական դաշտի դեպքում։ Օպտիմալ կառավարման նույն սկզբունքները կիրառելի են էլեկտրական հոսանքի և գերարագ լազերային իմպուլսների նկատմամբ նույնպես։ Սա նշանակում է, որ գաղափարը կարող է իրականացվել տարբեր տեսակի սարքերում և կապված չէ որևէ մեկ կոնկրետ տեխնոլոգիայի հետ։

Հեղինակները կարծում են, որ նման լուծումները ճանապարհ են բացում սկզբունքորեն ավելի էներգաարդյունավետ էլեկտրոնիկայի համար։ Սա հատկապես արդիական է տվյալների կենտրոնների և արհեստական բանականության համակարգերի սրընթաց աճի ֆոնին, որտեղ հենց հիշողության հետ կապված գործողություններն են դառնում էներգիայի հիմնական սպառողներից մեկը։