🔹 愛丁堡大學研發全新數學框架
愛丁堡大學的研究團隊於2026年8月21日開發了一項最佳化控制理論數學框架，旨在大幅削減人工智慧記憶體寫入資訊時的能源消耗。該技術不依賴全新的記憶體材料，而是透過精準計算磁場隨時間的變化方式，引導磁化狀態以極低能量完成狀態翻轉。
摘要
AI 生成的封面图片
愛丁堡大學的研究團隊於2026年8月21日發表了一項突破性技術，透過最佳化控制理論建立數學框架，大幅降低人工智慧記憶體的能源消耗。此技術改變了微觀磁性翻轉的方式，能引導磁化狀態以極低能量進入新狀態，而非使用傳統低效的磁場脈衝。這項研究成果發表於《先進材料》期刊，為解決人工智慧日益增長的龐大電力負擔提供了全新的技術路徑。 研究人員在電腦模擬中測試了三種超薄范德瓦爾斯磁體，分別為三鎵碲化鐵、三鍺碲化鐵與二硫化三鉻。模擬結果顯示，經過最佳化的脈衝可在約1到10皮秒內反轉磁化，所需磁場強度比標準方法弱10倍以上。在特定條件下，開關能量僅需0.94納焦耳，遠低於傳統磁場脈衝所需的91.2納焦耳，展現出極高的能源效率。 透過調整磁性阻尼與各向異性等屬性，該計算模型預測開關能量未來甚至能降至飛焦耳範圍，足以媲美或超越現有的自旋轉移力矩磁性隨機存取記憶體與自旋軌道力矩磁性隨機存取記憶體。此突破使磁性記憶體更接近朗道爾極限，即資訊擦除時耗散能量的基礎熱力學極限，對提升未來資料儲存與運算效率具有決定性影響。 此項最佳化數學策略未來不僅限於磁場脈衝，還可延伸應用至電機電流與超快雷射脈衝等前沿技術。愛丁堡大學埃爾頓·桑托斯博士指出，這種多功能性允許工程師結合磁場、電流與光學機制，為未來的高效能人工智慧硬體和自旋電子學設備奠定堅實的理論基礎，並顯著緩解全球資料中心面臨的能源危機。