金属中的内存由量子几何实现

人工智能和机器学习技术的出现通过诸如物联网，自动驾驶汽车，实时成像处理和医疗保健中的大数据分析等新颖的应用程序极大地改变了世界。到2020年，全球数据量估计将达到44 ZB，并且将继续增长，超过当前计算和存储设备的容量。同时，到2030年，相关的电力消耗将增长15倍，占全球能源需求的8%。因此，迫切需要降低能耗和提高信息存储技术的速度。

由香港大学校长张翔教授在伯克利任职期间的伯克利研究人员与斯坦福大学的亚伦·林登伯格教授的团队合作，发明了一种新的数据存储方法：它们使二碲化钨中的奇数层相对于偶数层滑动，仅3nm厚。这些原子层的排列表示0和1用于数据存储。这些研究人员创造性地利用了量子几何：贝里曲率，以读取信息。因此，该材料平台具有独立的“写”和“读”操作，非常适合存储。的能量消耗采用这种新颖的数据存储方法，可以是以下超过100倍，比传统方法。

这项工作是针对非易失性存储类型的一项概念创新，可能会带来技术革命。研究人员首次证明，超越传统硅材料的二维半金属可用于信息存储和读取。这项工作发表在最新一期的《自然物理学》杂志上。与现有的非易失性(NVW)内存相比，这种新的材料平台有望将存储速度提高2个数量级，并将能源成本降低3个数量级，并且可以大大促进新兴的内存计算和神经网络计算的实现。 。

这项研究是由张教授的研究小组在‘单的结构相变的研究启发层莫特2发表在通过静电掺杂，推动’自然在2017年; 林登伯格实验室(Lindenberg Lab)的研究“使用光来控制拓扑材料中材料属性的切换”，该研究于2019年在《自然》上发表。

以前，研究人员发现，在二维材料二碲化钨中，当材料处于拓扑状态时，这些层中原子的特殊排列会产生所谓的“ Weyl节点”，从而表现出独特的电子特性，例如作为零电阻传导。这些点被认为具有虫洞状的特征，其中电子在材料的相对表面之间隧穿。在先前的实验中，研究人员发现材料结构可以通过太赫兹辐射脉冲进行调整，从而在材料的拓扑状态和非拓扑状态之间快速切换，从而有效地将零电阻状态关闭然后再打开。张' 团队已经证明，二维材料的原子级厚度极大地降低了电场的屏蔽效果，并且其结构容易受到电子浓度或电场的影响。因此，在二维极限处的拓扑材料可以允许将光学操纵转换为电气控制，从而向电子设备铺平道路。

在这项工作中，研究人员堆叠了二碲化钨金属层的三个原子层，例如纳米级纸牌。通过向堆栈中注入少量载流子或施加垂直电场，它们使每个奇数层相对于其上方和下方的偶数层横向滑动。通过相应的光学和电气特性，他们观察到这种滑移是永久的，直到另一次电激发触发各层重新排列。此外，为了读取存储在这些移动原子层之间的数据和信息，研究人员在半金属材料中使用了非常大的“浆果曲率”。这种量子特性就像一个磁场，可以控制电子的传播并导致非线性霍尔效应。通过这种效果，

利用该量子特性，可以很好地区分不同的堆叠和金属极化态。该发现解决了铁电金属由于其弱极化而导致的长期读取困难。这使得铁电金属不仅在基础物理探索中引起人们的兴趣，而且证明了这种材料的应用前景可与常规半导体和铁电绝缘体相媲美。更改堆叠顺序仅涉及打破范德华债券。因此，理论上的能耗比打破传统相变材料中的共价键所消耗的能耗低两个数量级，并为开发更节能的存储设备提供了新的平台 并帮助我们迈向可持续和明智的未来。