Những ống nano xoắn kể một câu chuyện

Magnonics là một lĩnh vực kỹ thuật mới nổi, hướng đến việc mã hóa thông tin tốc độ cao, hiệu quả cao mà không gây tổn thất năng lượng như trong điện tử. Sự tổn thất năng lượng này xảy ra khi các electron di chuyển trong mạch tạo ra nhiệt, nhưng hệ thống magnonic không liên quan đến bất kỳ dòng electron nào.

Thay vào đó, một từ trường bên ngoài được tác dụng lên nam châm, làm đảo lộn hướng từ tính (hay ‘spin’) của các electron trong nam châm. Sự đảo lộn này tạo ra một kích thích tập thể được điều chỉnh gọi là sóng spin (magnon), lan truyền qua nam châm – giống như gợn sóng lan truyền trên mặt ao – trong khi bản thân các electron vẫn đứng yên.

Mặc dù có ưu điểm là không có dòng electron, các hệ thống từ tính ba chiều (3D) vẫn chủ yếu mang tính thử nghiệm, bởi vì chúng thường yêu cầu từ trường mạnh hoặc nhiệt độ cực thấp (nhiệt độ đông lạnh) khiến chúng không tương thích với các thiết bị thông thường.

Giờ đây, các nhà nghiên cứu tại Phòng thí nghiệm Vật liệu Từ tính Nano và Magnonics ( LMGN ) thuộc Trường Kỹ thuật của EPFL đã đưa magnonics tiến thêm một bước lớn hướng tới ứng dụng thực tiễn bằng cách đồng thời loại bỏ nhu cầu về nhiệt độ cực cao và giới thiệu phương pháp chế tạo 3D. Bằng cách xoắn các ống nano làm từ niken sắt từ, nhóm nghiên cứu đã tạo ra một đặc tính đặc biệt gọi là tính đối xứng bất đối xứng (chirality), trong đó tính đối xứng của một vật thể khác với hình ảnh phản chiếu của nó. Sự bất đối xứng này khiến các magnon chỉ chảy theo một hướng dọc theo trục của ống, tạo ra cơ hội quan trọng để mã hóa thông tin nhị phân và truyền tín hiệu trên chip. Ví dụ, mô hình dòng chảy magnon được phát hiện trong một đường xoắn ốc “thuận chiều kim đồng hồ” có thể biểu thị số 0, trong khi ở đường xoắn ốc “thuận chiều kim đồng hồ” nó có thể biểu thị số 1.

Giám đốc LMGN, Dirk Grundler, cho biết thành tựu kỹ thuật này cũng tạo ra một đi-ốt, một thành phần quan trọng của công nghệ điện tử dẫn tín hiệu chỉ theo một chiều. “Về cơ bản, chúng tôi đã tạo ra một đi-ốt 3D cho magnon, đồng thời có thể mã hóa dữ liệu ở nhiệt độ phòng.” Nghiên cứu đã được công bố trên tạp chí Nature Nanotechnology.

Chúng tôi là nhóm duy nhất trên thế giới có thể tạo ra các cấu trúc này từ niken, một chất không tự nhiên có tính chất bất đối xứng. Do đó, về cơ bản, chúng tôi “tạo ra” tính bất đối xứng chỉ bằng hình học 3D.

Hoàn toàn tương thích và có thể sản xuất hàng loạt.

Quá trình kỹ thuật nano của nhóm nghiên cứu, do Huixin Guo và cựu nhà nghiên cứu LMGN Mingran Xu tiên phong, bao gồm việc in 3D một thanh polymer xoắn và phủ lên nó một lớp niken cực mỏng. Trong khi một số vật liệu tự phát thể hiện tính chất bất đối xứng ở nhiệt độ cực thấp, các nhà khoa học EPFL đã phát hiện ra, nhờ các chuyên gia hình ảnh tia X tại Viện Vật lý Hóa học Chất rắn Max Planck và cơ sở synchrotron BESSY II ở Đức, rằng phương pháp dựa trên hình học của họ tạo ra hiệu ứng bất đối xứng mạnh hơn bất kỳ hiệu ứng nào được quan sát trong tự nhiên. Các mô phỏng và tính toán lý thuyết cho thấy rằng việc thu nhỏ các ống và điều chỉnh độ cong xoắn ốc của chúng có thể tăng cường hơn nữa hiệu ứng này.

“Chúng tôi là nhóm duy nhất trên thế giới có thể tạo ra các cấu trúc này từ niken, một chất không tự nhiên có tính chất đối xứng bất đối. Do đó, về cơ bản, chúng tôi ‘tạo ra’ tính đối xứng bất đối chỉ bằng hình học 3D,” nhà nghiên cứu Axel Deenen của LMGN tóm tắt.

Quy trình chế tạo của chúng, có thể được sử dụng để sản xuất hàng loạt các ống từ tính, hoàn toàn tương thích với công nghệ chip thông dụng được sử dụng trong ngành công nghiệp vi điện tử – không cần từ trường mạnh, vật liệu đặc biệt hoặc nhiệt độ khắc nghiệt. Mặc dù từ trường được sử dụng để ‘lập trình’ các ống và sóng spin, thông tin từ tính này được lưu trữ mà không có điện tích chuyển động, làm cho nó trở thành một phương pháp mã hóa ổn định và không bị mất dữ liệu.

Grundler nói thêm rằng, nhìn về tương lai, công trình nghiên cứu này có thể thúc đẩy việc ứng dụng công nghệ từ tính (magnonics) như một động lực cho điện toán thần kinh mô phỏng, hay điện toán lấy cảm hứng từ não bộ, dành cho trí tuệ nhân tạo. “Điện toán thần kinh mô phỏng được triển khai bằng phần cứng là chìa khóa để tối ưu hóa các ứng dụng AI, nhưng giống như não bộ, điều này chỉ có ý nghĩa khi xét đến kiến ​​trúc 3D và mức tiêu thụ năng lượng thấp. Công nghệ của chúng tôi hiện đã sẵn sàng để hỗ trợ điều này.”