Come l’elettronica o la fotonica, anche la magnonica mira al progresso tecnologico in termini di velocità, architettura dei dispositivi e consumo energetico. Poiché interagiscono con i campi magnetici, i magnoni possono essere utilizzati per codificare e trasportare dati senza flussi di elettroni, che comportano perdite di energia per via del riscaldamento del conduttore utilizzato, un problema sempre più serio per l’elettronica in virtù dell’aumento dei dati e delle richieste di velocità e di archiviazione. L’inefficienza, data dalle tradizionali conversioni di segnale coinvolte nello spostamento dei dati tra i diversi componenti che rallentano il calcolo e disperdono energia, nota come collo di bottiglia di Von Neumann, ha spinto i ricercatori a cercare nuove architetture di calcolo in grado di supportare meglio le esigenze dei big data.
Verso il calcolo in-memory
Gli scienziati hanno fatto la loro scoperta utilizzando un analizzatore di rete vettoriale convenzionale, che ha inviato un’onda di spin attraverso il dispositivo nanomagnetico YIG. L’inversione del nanomagnete avveniva solo quando l’onda di spin raggiungeva una certa ampiezza e poteva quindi essere utilizzata per scrivere e leggere dati.
Ora è dimostrabile che le stesse onde utilizzate per l’elaborazione dei dati possono essere applicate per commutare le nanostrutture magnetiche, in modo da avere anche un’archiviazione magnetica non volatile all’interno dello stesso sistema. Ed è proprio questa capacità di elaborare e memorizzare i dati nello stesso luogo che conferisce alla tecnica il potenziale di cambiare l’attuale paradigma dell’architettura informatica, ponendo fine alla separazione, poco efficiente dal punto di vista energetico, tra processori e memoria di archiviazione e realizzando il cosiddetto calcolo in-memory. Grande è la promessa di questa tecnologia per un’informatica più sostenibile, che si spera possa stimolare l’interesse dei giovani ricercatori per questo campo della magnetica in crescita.
