A inteligência artificial (IA) e outras tecnologias de informação e comunicação (TIC) estão a gerar e a processar dados numa escala nunca antes vista.
Pesquisas na Internet, imagens geradas por IA, sistemas de recomendação, simulações científicas e grandes modelos de linguagem dependem de enormes quantidades de informações criadas, transferidas, armazenadas e analisadas. À medida que a IA se torna mais profundamente integrada na vida quotidiana, na indústria e na ciência, a necessidade global de poder computacional e armazenamento de dados aumenta.
A crescente demanda de energia da IA
Essa expansão também traz um grande desafio: o uso de energia. Os data centers já exigem enormes quantidades de energia e espera-se que suas demandas energéticas aumentem significativamente nas próximas décadas. Sem melhorias significativas na eficiência, as TIC poderão eventualmente representar uma grande parte do consumo de eletricidade e das emissões de carbono em todo o mundo.
Portanto, à medida que a procura por serviços digitais aumenta, torna-se importante encontrar formas de tornar a computação mais eficiente em termos energéticos.
Pesquisadores da Universidade de Edimburgo desenvolveram uma nova estrutura teórica que poderia ajudar a reduzir a quantidade de energia necessária para armazenar e manipular informações digitais (bits, representados como “0” e “1”) em futuras tecnologias de memória magnética.
Uma maneira mais eficiente de trocar memória magnética
No cerne da memória magnética está a capacidade de alterar o estado magnético, o que permite que as informações digitais sejam alteradas e controladas.
Em vez de usar métodos tradicionais para projetar processos de comutação magnética (que é o mecanismo básico por trás da manipulação de dados), os pesquisadores recorreram à teoria de controle ideal, uma abordagem matemática usada para determinar a maneira mais eficiente de atingir um objetivo específico.
Usando este método, a equipe criou uma estrutura para projetar pulsos de campo magnético ultrarrápidos que podem alterar os estados magnéticos enquanto consomem o mínimo de energia possível. Os cálculos também levam em conta limitações experimentais realistas, tornando a abordagem mais relevante para potenciais dispositivos futuros.
aproximando-se do limite de energia fundamental
Simulações de computador mostram que este método pode reduzir a energia de comutação em várias ordens de grandeza em comparação com as principais tecnologias de memória em uso ou em desenvolvimento atualmente, incluindo DRAM, STT-MRAM e dispositivos emergentes SOT-MRAM.
Ainda mais surpreendente é que os requisitos de energia previstos colocam as futuras memórias magnéticas muito próximas do limite de Landauer (limite termodinâmico fundamental), que define a quantidade mínima de energia necessária para processar um único bit de informação.
Esse limite representa um limite fundamental imposto pela física, portanto, aproximar-se dele seria um grande avanço no esforço para tornar a computação o mais eficiente possível em termos energéticos.
esboço, descrito em materiais avançadosVai além dos cálculos teóricos. Inclui orientações práticas para possíveis implementações, incluindo projetos de dispositivos otimizados e métodos para fornecer o campo magnético. Estas recomendações podem ajudar os investigadores a testar esta hipótese experimentalmente.
potencial além do campo magnético
Elton Santos, do Instituto de Física da Matéria Condensada e Sistemas Complexos da Universidade de Edimburgo, que liderou a pesquisa, disse:
“Toda operação digital tem um custo de energia, e esse custo se torna cada vez mais significativo à medida que a IA e as tecnologias com uso intensivo de dados continuam a se expandir. Nosso trabalho mostra que, ao projetar cuidadosamente como o campo magnético muda ao longo do tempo, o magnetismo pode ser alterado de forma muito mais eficiente do que os métodos tradicionais.”
Ele continuou:
“Embora tenhamos desenvolvido a teoria primeiro usando pulsos de campo magnético, a matemática é muito mais versátil do que isso. A mesma estrutura pode ser adaptada a correntes elétricas e até mesmo a pulsos de laser ultrarrápidos, que estão entre as tecnologias mais avançadas para armazenamento de dados futuros. Isso significa que as ideias desenvolvidas aqui podem ter aplicações muito além dos sistemas que estudamos. Parece que podemos ter encontrado a próxima melhor coisa.”
