IoT tuottaa valtavat määrät dataa ja tämän big datan varastoiminen kuluttaa tulevaisuudessa valtavia määriä energiaa. Irlantilaisessa Limerickin yliopistossa on fyysikko Damien Thompsonin (kuvassa) johdolla kehitetty ongelmaan ratkaisu, joka samalla ratkaisee 50 vuotta fyysikkoja vaivanneen arvoituksen.
Limerickin yliopiston Bernal-instituutin tutkijat ovat osana kansainvälistä tutkimusryhmää auttaneet löytämään molekyylin, jolla voi olla huomattava vaikutus tietojen tallennus- ja käsittelytapaan. Tutkijat havaitsivat, että yksinkertainen metalliorgaaninen molekyyli voi ylittää yksinkertaisen binaarisen laskentalogiikan ja voi tosiasiassa vaihtaa kolmen erillisen, pitkäikäisen tilan välillä.
Dataa voisi tällaisiin molekyyleihin perustuvassa muistissa tallentaa kolmessa tilassa, ei pelkästään ykkösinä tai nollina. Apulaisprofessori Damien Thompsonin johdolla idea onnistuttiin simuloimaan supertietokoneella. – Simulointien perusteella yllättävän vakaa kolmas tila on mahdollista, koska elektronit jakautuvat epätasaisesti molekyylin eri puolilla.
Tutkimus on julkaistu Nature Nanotechnology -lehdessä. Hankkeessa olivat Limerickin yliopiston lisäksi mukana Singaporen kansallisen yliopisto (NUS), Indian Science for Cultivation Science Associationin (IACS) ja Texas A&M – yliopisto.
Damien Thompsonin mukaan big data on seuraavan sukupolven tietojenkäsittelyn akilleen kantapää. Se vaatii yhä suurempaa laskentatiheyttä, mikä tarkoittaa nykyisillä binaarisilla laitteilla valtavia tehontarpeita ja epäkäytännöllisten, erittäin monimutkaisten komponenttien valmistusta.
- Siksi halusimme kehittää kolmitilaisen resistiivisen muistin, jossa eri tilat on hyvin erotettu toisistaan johtavuuden suhteen ja mikä tärkeintä, tilat pysyvät pitkän aikaa.
Tähän asti tällaisiin epäsymmetrisiin rakenteisiin on aina liitetty suuri lämpötilan tai paineen muutos. Nyt kuvatussa rakenteessa kolmas epäsymmetrinen tila luodaan yksinkertaisesti antamalla virran virrata laitteen läpi. Periaate toimii laajalla lämpötila-alueella (-100 - +100 ° C), joten se soveltuu useimpiin tavanomaisiin laskentaprosesseihin.