Virginia Techin tutkijat ovat rakentaneet laitteen, joka käyttää paria magneettia ja pietsosähköistä vipua muuntamaan hukkalämpöä hyödylliseksi sähköksi. Uusi lämpöenergian harvesteri välittää ja muuntaa lämpöä sähköksi pehmeän magneetin avulla. Eräs tällainen materiaali on gadolinium, joka on magneettinen huonelämpötilassa, mutta menettää magnetisminsa lämmetessään.
Virginialaisen energiaharvesterissa, gadolinium on kiinnitetty joustavaan ulokkeeseen ja kestomagneetti on kiinni lämmönlähteessä. Magneettinen vetovoima vetää magneetit yhteen, jolloin lämpö virtaa kestomagneetista pehmeään magneettiin. Tarpeeksi lämmettyään pehmeästä magneetista tulee ei-magnettinen ja uloke vetää sen erilleen, jolloin se jäähtyy ja prosessi alkaa uudelleen. Pehmeän magneetin liikkeestä kerätään energiaa myös pietsosähköisellä vipuvarrella.
Hukkaenergian keruuseen alhaisista lämpötiloista ei ole paljon lupaavia ratkaisuja. Kokeissa tutkijat käyttivät laitetta 70-80 asteen lämpötiloissa. Pieni koko ja mekaaninen yksinkertaisuus voi tehdä laiteesta jopa kotitalouskäyttöön sopivan.
Satelliittien tehontuoton tekniikka, joka hylättiin jo vuosikymmeniä sitten, on uusittu. Stanfordin yliopiston tutkijat kehittivät prototyypin energiamuuntimesta, jossa käytetään grafeenia metallin sijasta, joten se on nyt melkein seitsemän kertaa tehokkaampi.
Terminen energiamuunnin (TEC) muuntaa lämmön sähköksi ilman suuria ja kalliita laitteita lämpösäteilyn kautta. Se koostuu emitteristä ja kollektorista, joita erottaa toisistaan kapea tyhjiörako. Tutkijat korvasivat kerääjämetallina yleensä käytetyn volframin grafeenilla.
Uusi prototyyppi saavuttaa 9,8-prosenttisen tehokkuuden energian muunnoksessa 1000 asteessa. Realisoituessaan uudella laiteratkaisulla voisi olla käyttöä voimalaitoksien hukkalämmön talteenotossa.
Käytettävä tekniikka ei kuitenkaan ole vielä valmis käytettäväksi sillä prototyyppi toimii vain tyhjiökammiossa.
Veijo Hänninen
Kun suurteholaskennan (HPC) työkuormat monimutkaistuvat, generatiivinen tekoäly sulautuu yhä tiiviimmin moderneihin järjestelmiin ja lisää kehittyneiden muistiratkaisujen tarvetta. Vastatakseen näihin muuttuviin vaatimuksiin ala kehittää uuden sukupolven muistiarkkitehtuureja, jotka maksimoivat kaistanleveyden, minimoivat latenssin ja parantavat energiatehokkuutta.
