「超伝導デバイスは、コンピューティングや他のアプリケーションにおいてエネルギー使用量を劇的に削減することができる可能性があります」

超伝導デバイスは、エネルギー使用量を劇的に削減する可能性があります

.fav_bar { float:left; border:1px solid #a7b1b5; margin-top:10px; margin-bottom:20px; } .fav_bar span.fav_bar-label { text-align:center; padding:8px 0px 0px 0px; float:left; margin-left:-1px; border-right:1px dotted #a7b1b5; border-left:1px solid #a7b1b5; display:block; width:69px; height:24px; color:#6e7476; font-weight:bold; font-size:12px; text-transform:uppercase; font-family:Arial, Helvetica, sans-serif; } .fav_bar a, #plus-one { float:left; border-right:1px dotted #a7b1b5; display:block; width:36px; height:32px; text-indent:-9999px; } .fav_bar a.fav_de { background: url(../images/icons/de.gif) no-repeat 0 0 #fff } .fav_bar a.fav_de:hover { background: url(../images/icons/de.gif) no-repeat 0 0 #e6e9ea } .fav_bar a.fav_acm_digital { background:url(‘../images/icons/acm_digital_library.gif’) no-repeat 0px 0px #FFF; } .fav_bar a.fav_acm_digital:hover { background:url(‘../images/icons/acm_digital_library.gif’) no-repeat 0px 0px #e6e9ea; } .fav_bar a.fav_pdf { background:url(‘../images/icons/pdf.gif’) no-repeat 0px 0px #FFF; } .fav_bar a.fav_pdf:hover { background:url(‘../images/icons/pdf.gif’) no-repeat 0px 0px #e6e9ea; } .fav_bar a.fav_more .at-icon-wrapper{ height: 33px !important ; width: 35px !important; padding: 0 !important; border-right: none !important; } .a2a_kit { line-height: 24px !important; width: unset !important; height: unset !important; padding: 0 !important; border-right: unset !important; border-left: unset !important; } .fav_bar .a2a_kit a .a2a_svg { margin-left: 7px; margin-top: 4px; padding: unset !important; }

超伝導デバイスの一つの設計では、ダイオードは超伝導薄膜(灰色)の上に強磁性ストリップ(ピンク)が配置されています。

マサチューセッツ工科大学の研究者によって開発されたシンプルな超伝導デバイスは、高出力計算システムのエネルギー使用量を大幅に削減し、量子コンピューティング技術を改善する可能性があります。

ナノスケールの長方形のダイオードはスケーラブルであり、シリコンウェハーの1枚に数百万個を生産することができます。

新しいダイオードは、研究者たちが彼らの研究で説明するように、メイスナー遮蔽効果として知られる現象を利用しています。彼らは直接的に、または隣接する強磁性層を通じて適用した微小な磁場は、外部磁場を排除し、超伝導性を維持するための材料の遮蔽電流メカニズムを活性化させます。

研究者たちはまた、デバイスのエッジの違いを最適化することにより、効率を20%から50%以上に向上させました。これにより、効率をさらに向上させるために「調整」できるエッジを持つデバイスを開発することが可能になるかもしれない、とマサチューセッツ工科大学のシニアリサーチサイエンティストであるジャガディーシュ・ムディラは述べています。

MITニュースからフル記事を読む

抄録の著作権は2023年スミスバックリン、ワシントンD.C.、アメリカ合衆国に帰属します

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

機械学習

NVIDIA CEO:クリエイターは生成的AIによって「スーパーチャージ」されるでしょう

ジェンスン・ファウンダー兼CEOは、フランスのリビエラ地方で開催されたカンヌライオンズフェスティバルで、ジェンスン・ファ...

機械学習

「Embroid」を紹介します:複数の小さなモデルから埋め込み情報を組み合わせるAIメソッドで、監視なしでLLMの予測を自動的に修正することができます

もしも、薬や医療歴に基づいた基本的なデータ分析を行うための言語モデル(LM)をプログラムしたとしたら、機械学習モデルの...

人工知能

「ニューロンの多様性を受け入れる:AIの効率と性能の飛躍」

多様性の役割は、生物学から社会学まで、さまざまな分野で議論の対象となってきましたしかし、ノースカロライナ州立大学の非...

データサイエンス

「ビルドしてプレイ!LLM搭載のあなた自身のV&Lモデル!」

大型言語モデル(LLM)はますますその価値を示しています画像をLLMに組み込むことで、ビジョン言語モデルとしてさらに有用に...