Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

磁性、超導性共存的新材料開啟新的可能性

only-perception
・2011/09/12 ・1027字 ・閱讀時間約 2 分鐘 ・SR值 573 ・九年級

-----廣告,請繼續往下閱讀-----

科學家已抵達一個關鍵的里程碑,那導致新的、具實用電子特性的材料。在 9/5 當期 Nature Physics 中報導的一項研究裡,這個團隊將二種無磁性的絕緣體交錯重疊(sandwiched)並發現一種令人吃驚的結果:二種材料交會的那一層,同時具有磁性以及超導電性區域 — 這二種特性一般來說無法共存。

技術專家老早想尋找一種方法來改造這類材料 — 稱之為複合氧化物(complex oxides) — 當中的磁性,成為開發用於儲存與處理(資料)之潛在新型運算記憶體的第一步。

這項發現,由史丹佛材料與能源科學研究所(SIMES,能源部 SLAC National Accelerator Laboratory 與史丹佛大學的合作機構)的研究者所完成,「在改造新種材料與研究這些一般來說不相容的狀態的交互作用上,開啟了令人振奮的可能性,」 Kathryn A. “Kam” Moler 表示,SLAC/Stanford 研究者,她領導這些成像研究。

關鍵的下一步:理解這種超導電性以及磁性共存在這種材料中,是否為一種不穩定的停戰協議,又或著,這代表發現一種新型態的、主動與磁性產生交互作用的超導電性,Moler 表示。超導電材料,那以沒有阻礙的方式傳遞電流,同時具 100% 的效率,通常會排斥任何靠近它們的磁場。

-----廣告,請繼續往下閱讀-----

“我們未來的測量將指出,它們是在彼此對抗或彼此相助,” Moler 說。

獨立的、來自 MIT 的研究者在同一期的 Nature Physics 上宣佈,他們已利用另一種測量方法證實,磁性存在於二種材料之間的界面上。在一篇伴隨二篇論文而來的評論中,哥倫比亞大學物理學家 Andrew J. Millis(他並沒有涉及這些研究)寫道,這項研究能產生新品種的材料,具有 “有趣的、可控制的、新奇的以及也許實用的集體電子特性。” 雖然這個目標仍很遙遠,他說,不過這些新發現指出,”這個領域已通過一個關鍵的里程碑。”

SIMES 畢業生 Julie Bert,該論文的第一作者,以及她的同僚,在一片鋁酸鑭(lanthanum aluminate,LaAlO3)薄膜上進行她們的觀測,那已平放在鈦酸鍶(strontium titanate,SrTiO3)基質上。這些結構是藉由與應用物理學家 Harold Hwang 的合作而生長,他最近將他的小組從東京大學搬出以加入 SIMES,現在身為副主管。二種氧化物交會之處的原子層變得金屬化(metallic)並允許電流在接近絕對零度的溫度下沒有阻礙地流動。

研究者正開始實驗,看看當這種材料被壓縮,或著,施加一電場時,是否有任何變化,Moler 說。她補充表示,現在必須完成額外的研究以測定促成磁性與超導電性在這些氧化物中形成的物理特性。

-----廣告,請繼續往下閱讀-----

“現代科技賦予我們驚人的能力,以一層又一層的原子生長材料,” Moler 說。”我們的研究帶來的訊息是:這麼做我們能創造出具有驚人新特性的新材料。

資料來源:PHYSORG: Novel magnetic, superconducting material opens new possibilities in electronics [September 5, 2011]

轉載自 only-perception

-----廣告,請繼續往下閱讀-----
文章難易度
only-perception
153 篇文章 ・ 1 位粉絲
妳/你好,我是來自火星的火星人,畢業於火星人理工大學(不是地球上的 MIT,請勿混淆 :p),名字裡有條魚,雖然跟魚一點關係也沒有,不過沒有關係,反正妳/你只要知道我不是地球人就行了... :D

0

0
0

文字

分享

0
0
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

本文與 研華科技 合作,泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言,總能牽動整個 AI 產業的神經。然而,我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線,那如果哪天「網路斷了」,會發生什麼事?

想像你正在自駕車打個盹,系統突然警示:「網路連線中斷」,車輛開始偏離路線,而前方竟是萬丈深谷。又或者家庭機器人被駭,開始暴走跳舞,甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎?當然不是!也因為如此,「邊緣 AI」成為業界關注重點。不靠雲端,AI 就能在現場即時反應,不只更安全、低延遲,還能讓數據當場變現,不再淪為沉沒成本。

什麼是邊緣 AI ?

邊緣 AI,乍聽之下,好像是「孤單站在角落的人工智慧」,但事實上,它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。

-----廣告,請繼續往下閱讀-----

那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。

當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray

第一個不好是物理限制:「延遲」。
即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。

第二個挑戰,是資訊科學跟工程上的考量:「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送,湧入的資料數據量就像超級大的水流,一下子就把水管塞爆!要避免流量爆炸,你就要一直擴充水管,也就是擴增頻寬,然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理,把重要資訊「濃縮」過後再傳回雲端,是不是就能減輕頻寬負擔,也能節省大量費用呢?

第三個挑戰:系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。

所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!

邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌

知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!

-----廣告,請繼續往下閱讀-----

所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。

研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技

此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。

當然,還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning ),除了可以做備忘錄跟排程規劃以外,還能將實務上碰到的問題記錄下來,等到之後碰到類似的問題時,就能詢問 AI 並得到解答。

你或許會問,那為什麼不直接使用 ChatGPT 就好了?其實,對許多企業來說,內部資料往往具有高度機密性與商業價值,有些場域甚至連手機都禁止員工帶入,自然無法將資料上傳雲端。對於重視資安,又希望運用 AI 提升效率的企業與工廠而言,自行部署大型語言模型(self-hosted LLM)才是理想選擇。而這樣的應用,並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。

但問題也接著浮現:要在這麼小的設備上跑大型 AI 模型,會不會太吃資源?這正是目前 AI 領域最前沿、最火熱的研究方向之一:如何幫 AI 模型進行「科學瘦身」,又不減智慧。接下來,我們就來看看科學家是怎麼幫 AI 減重的。

-----廣告,請繼續往下閱讀-----

語言模型瘦身術之一:量化(Quantization)—用更精簡的數位方式來表示知識

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像:有些畫面細節我們肉眼根本看不出來,刪掉也不影響整體感覺,卻能大幅減少檔案大小。

模型量化的原理也是如此,只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示,什麼是浮點數?其實就是你我都熟知的小數。舉例來說,圓周率是個無窮不循環小數,唸下去就會是3.141592653…但實際運算時,我們常常用 3.14 或甚至直接用 3,也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思! 

然而,量化並不是那麼容易的事情。而且實際上,降低精度多少還是會影響到模型表現的。因此在設計時,工程師會精密調整,確保效能在可接受範圍內,達成「瘦身不減智」的目標。

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray

模型剪枝(Model Pruning)—基於重要性的結構精簡

建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。

這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。

-----廣告,請繼續往下閱讀-----

模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」

想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。

舉個例子,當大型語言模型在收到「晚餐:鳳梨」這組輸入時,它下一個會接的詞語跟機率分別為「炒飯:50%,蝦球:30%,披薩:15%,汁:5%」。在知識蒸餾的過程中,它可以把這套機率表一起教給小語言模型,讓小語言模型不必透過自己訓練,也能輕鬆得到這個推理過程。如今,許多高效的小型語言模型正是透過這項技術訓練而成,讓我們得以在資源有限的邊緣設備上,也能部署愈來愈強大的小模型 AI。

但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。

-----廣告,請繼續往下閱讀-----

邊緣 AI 的強心臟:SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要?因為 GPU 的設計,天生就擅長做「平行計算」,這正好就是 AI 模型裡面那種海量數學運算最需要的!

你想想看,那麼多數據要同時處理,就像要請一大堆人同時算數學一樣,GPU 就是那個最有效率的工具人!而且,有多張 GPU,代表可以同時跑更多不同的 AI 任務,或者處理更大流量的數據。這是確保那些科學研究成果,在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎!

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房,有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計,體積相對緊湊,散熱空間也比較好(這對高功耗的 GPU 很重要!),部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算,進行「工程化」,讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。

-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技

台灣製造 × 在地智慧:打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能,能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署,及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析,還是其他 AI 相關的服務,都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務,讓企業在啟動 AI 專案前,大幅降低前期投入門檻,靈活又實用。

台灣有著獨特的產業結構,從精密製造、城市交通管理,到因應高齡化社會的智慧醫療與公共安全,都是邊緣 AI 的理想應用場域。更重要的是,這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示,這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果,往往已經錯失最佳反應時機。這也是為什麼邊緣 AI,不只是一項技術創新,更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場,就能被有效的「理解」與「利用」,是將數據垃圾變成數據黃金的賢者之石!

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

0
0

文字

分享

0
0
0
奈米微晶顯現鐵電性質
NanoScience
・2012/09/16 ・874字 ・閱讀時間約 1 分鐘 ・SR值 543 ・八年級

鐵電性(ferroelectricity)材料是製造次世代非揮發性(non-volatile)記憶體的基礎,而記憶體的密度極限取決於鐵電性究竟能在多小的尺度下存在。最近美國科學家研究了碲化鍺(GeTe)與鋇鈦氧化物(BaTiO3)內鐵電形變的分佈情形,證實低至數奈米的大小仍可見鐵電性存在。根據此結果,次世代非揮發性記憶體每平方英寸的儲存容量可望高達數兆位元。

鐵磁(ferromagnetic)材料具有永久磁偶極矩,可藉由外加磁場使其轉動。相對地,鐵電材料具有永久電偶極矩,可利用電場控制極矩方向,這個特性讓科學家得以將數位電訊號儲存在鐵電薄膜中,因此開拓了一個新的元件應用舞台。

這項由勞倫斯柏克萊國家實驗室與加州大學柏克萊分的Paul Alivisatos與Ramamoorthy Ramesh領導的團隊所完成的研究,目的是探討穩定鐵電排列的最小尺寸極限,以及在此極限下所呈現的形式。先前的研究認為隨著尺度變小,造成鐵電性的原子位移會完全消失或變亂,或者以渦流態排列的形變出現。此團隊的研究結果卻顯示在單一疇區,中局部原子位移大致仍保持線性排列,因此仍有淨電極化存在。換言之,有用的鐵電性質(包含極化開關與壓電特性)在只有幾奈米的尺度下依然維持存在。

該團隊分析了碲化鍺與鋇鈦氧化物奈米微晶內的鐵電有序。前者是鐵電半導體,後者則為典型的鐵電氧化物。他們先以電子顯微鏡直接觀察個別粒子中與鐵電性有關的結構形變,接著對整體粒子進行原子對函數分佈分析(atomic pair distribution function analysis)以求得這些形變間的關連性,然後再以電子全像術(electron holography)直接拍攝此鐵電極化,並測量了單一奈米微晶的壓電滯留曲線(piezoelectric hysterisis)。

-----廣告,請繼續往下閱讀-----

研究結果顯示,由鐵電奈米微晶製作的非揮發記憶體的資料儲存密度將可能高達每英寸數兆位元。此外,此材料未來亦可應用於奈米機電系統(NEMS)中,作為壓電致動器及傳感器(transducer)等。該團隊目前想要探討理論預測的渦流極化態是否能穩定存在這些奈米微晶粒子中。詳見Nature Materials|DOI:10.1038/nmat3371。

譯者:孫士傑(高雄大學應用物理系)
責任編輯:蔡雅芝

資料來源:Nanocrystals go ferroelectric. NanoTech [Aug 30, 2012]

轉載自 奈米科學網

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
NanoScience
68 篇文章 ・ 4 位粉絲
主要任務是將歐美日等國的尖端奈米科學研究成果以中文轉譯即時傳遞給國人,以協助國內研發界掌握最新的奈米科技脈動,同時也有系統地收錄奈米科技相關活動、參考文獻及研究單位、相關網站的連結,提供產學界一個方便的知識交流窗口。網站主持人為蔡雅芝教授。

0

0
0

文字

分享

0
0
0
磁性、超導性共存的新材料開啟新的可能性
only-perception
・2011/09/12 ・1027字 ・閱讀時間約 2 分鐘 ・SR值 573 ・九年級

科學家已抵達一個關鍵的里程碑,那導致新的、具實用電子特性的材料。在 9/5 當期 Nature Physics 中報導的一項研究裡,這個團隊將二種無磁性的絕緣體交錯重疊(sandwiched)並發現一種令人吃驚的結果:二種材料交會的那一層,同時具有磁性以及超導電性區域 — 這二種特性一般來說無法共存。

技術專家老早想尋找一種方法來改造這類材料 — 稱之為複合氧化物(complex oxides) — 當中的磁性,成為開發用於儲存與處理(資料)之潛在新型運算記憶體的第一步。

這項發現,由史丹佛材料與能源科學研究所(SIMES,能源部 SLAC National Accelerator Laboratory 與史丹佛大學的合作機構)的研究者所完成,「在改造新種材料與研究這些一般來說不相容的狀態的交互作用上,開啟了令人振奮的可能性,」 Kathryn A. “Kam” Moler 表示,SLAC/Stanford 研究者,她領導這些成像研究。

關鍵的下一步:理解這種超導電性以及磁性共存在這種材料中,是否為一種不穩定的停戰協議,又或著,這代表發現一種新型態的、主動與磁性產生交互作用的超導電性,Moler 表示。超導電材料,那以沒有阻礙的方式傳遞電流,同時具 100% 的效率,通常會排斥任何靠近它們的磁場。

-----廣告,請繼續往下閱讀-----

“我們未來的測量將指出,它們是在彼此對抗或彼此相助,” Moler 說。

獨立的、來自 MIT 的研究者在同一期的 Nature Physics 上宣佈,他們已利用另一種測量方法證實,磁性存在於二種材料之間的界面上。在一篇伴隨二篇論文而來的評論中,哥倫比亞大學物理學家 Andrew J. Millis(他並沒有涉及這些研究)寫道,這項研究能產生新品種的材料,具有 “有趣的、可控制的、新奇的以及也許實用的集體電子特性。” 雖然這個目標仍很遙遠,他說,不過這些新發現指出,”這個領域已通過一個關鍵的里程碑。”

SIMES 畢業生 Julie Bert,該論文的第一作者,以及她的同僚,在一片鋁酸鑭(lanthanum aluminate,LaAlO3)薄膜上進行她們的觀測,那已平放在鈦酸鍶(strontium titanate,SrTiO3)基質上。這些結構是藉由與應用物理學家 Harold Hwang 的合作而生長,他最近將他的小組從東京大學搬出以加入 SIMES,現在身為副主管。二種氧化物交會之處的原子層變得金屬化(metallic)並允許電流在接近絕對零度的溫度下沒有阻礙地流動。

研究者正開始實驗,看看當這種材料被壓縮,或著,施加一電場時,是否有任何變化,Moler 說。她補充表示,現在必須完成額外的研究以測定促成磁性與超導電性在這些氧化物中形成的物理特性。

-----廣告,請繼續往下閱讀-----

“現代科技賦予我們驚人的能力,以一層又一層的原子生長材料,” Moler 說。”我們的研究帶來的訊息是:這麼做我們能創造出具有驚人新特性的新材料。

資料來源:PHYSORG: Novel magnetic, superconducting material opens new possibilities in electronics [September 5, 2011]

轉載自 only-perception

-----廣告,請繼續往下閱讀-----
文章難易度
only-perception
153 篇文章 ・ 1 位粉絲
妳/你好,我是來自火星的火星人,畢業於火星人理工大學(不是地球上的 MIT,請勿混淆 :p),名字裡有條魚,雖然跟魚一點關係也沒有,不過沒有關係,反正妳/你只要知道我不是地球人就行了... :D

0

0
0

文字

分享

0
0
0
研究者將分子磁鐵設計成長效 qubits
only-perception
・2012/06/02 ・1079字 ・閱讀時間約 2 分鐘 ・SR值 566 ・九年級

-----廣告,請繼續往下閱讀-----

今日某些物理學家正在研究將分子磁鐵(molecular magnets)當成未來量子電腦之資訊儲存單元使用的可能性。就分子結構來說,分子磁鐵是那些磁矩偏好朝特定軸向排列的分子。其所擁有的電子自旋結構可經由磁力調整出一種以上的狀態,且在低溫時,即使在缺乏磁場的情況下,依然可維持這種狀態,這可能使它們被用於資訊儲存上。

現在一個來自英國的研究團隊已證明,在不同的磁性狀態間,量子力學相位的疊加可持續超過 15 微秒,使其自旋態因解同調(decoherence,走調)而失去其資訊前,能反覆切換。在分子磁鐵作為 qubits(量子位元,量子電腦的元件)的實用性上,這項發現為其平添佐證。

來自牛津大學與曼徹斯特大學的研究者,C.J. Wedge 等人,已將他們「如何利用化學方法修改分子 qubits 以增加其相位記憶時間」的研究發表在最近一期的 Physical Review Letters 上。在這之前,研究者已達成 3.8 微秒的相位記憶時間(phase memory times),而其他分子磁鐵系統研究所產生的(記憶)時間都在 1 微秒的時間尺度上。

“相位記憶時間與同調時間是非常類似的概念,” 牛津大學的共同作者 Arzhang Ardavan 表示。”(長相位記憶時間)意味著,當量子資訊消失前,有可能操縱 qubit 許多次。那意義重大,但我們亦樂見能精確控制分子結構的可行性,以及能測定各種解同調機制,並盡我們所能來減少它們。”

-----廣告,請繼續往下閱讀-----

在他們的研究中,研究者聚焦在 Cr7Ni 分子磁鐵上。他們之前證明這種分子所擁有的同調時間遠超過操縱單一 qubit 所需要的 10 奈秒。在此,他們採取下一步驟並研究分子磁鐵解同調(原子核自旋擴散 (nuclear spin diffusion) 與頻譜擴散 (spectral diffusion))的特定來源,以及如何優化結構以便盡可能地延緩解同調。

為了辦到這件事,研究者改變二種關鍵要素(某些陽離子與配位基),藉此比較不同的 Cr7Ni 結構。他們特別研究,在低溫下不同的結構維持其自旋態的能力有多好,那以結構的相位–同調性鬆弛時間(phase-coherence relaxation time)來測定。研究者發現,優化修改過的 Cr7Ni 分子磁鐵能有超過 15 微秒的相位記憶時間,那比操縱單一 qubit 所需要的時間多了幾個數量級,而且明顯比先前的證明還要更長。

研究者預測,這些結果將導致在分子磁鐵簇內操控量子態的能力。他們計畫在未來更進一步研究操縱分子磁鐵的方法。

“我們將驗證各種可能性,” Ardavan 說。”我們研究這些分子之化學性質的同僚能夠合成合併數個耦合分子磁鐵的結構。我們將利用這類分子來研究簡單的多 qubit(multi-qubit)演算法。”

-----廣告,請繼續往下閱讀-----

“最近,有人在理論上提出,電場能用來操縱分子磁鐵的磁性狀態,” 他補充道。”我們正透過實驗來驗證這些可能性。”

原始文獻:C. J. Wedge, G. A. Timco, E. T. Spielberg, R. E. George,
F. Tuna, S. Rigby, E. J. L. McInnes, R. E. P. Winpenny,
S. J. Blundell, and A. Ardavan.
Phys. Rev. Lett. 108, 107204 (2012) [5 pages]
doi: 10.1103/PhysRevLett.108.107204

資料來源:PHYSORG:Researchers engineer molecular magnets to act as long-lived qubits[March 21, 2012]

轉載自only-perception

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
only-perception
153 篇文章 ・ 1 位粉絲
妳/你好,我是來自火星的火星人,畢業於火星人理工大學(不是地球上的 MIT,請勿混淆 :p),名字裡有條魚,雖然跟魚一點關係也沒有,不過沒有關係,反正妳/你只要知道我不是地球人就行了... :D

0

0
0

文字

分享

0
0
0
磁性、超導性共存的新材料開啟新的可能性
only-perception
・2011/09/12 ・1027字 ・閱讀時間約 2 分鐘 ・SR值 573 ・九年級

-----廣告,請繼續往下閱讀-----

科學家已抵達一個關鍵的里程碑,那導致新的、具實用電子特性的材料。在 9/5 當期 Nature Physics 中報導的一項研究裡,這個團隊將二種無磁性的絕緣體交錯重疊(sandwiched)並發現一種令人吃驚的結果:二種材料交會的那一層,同時具有磁性以及超導電性區域 — 這二種特性一般來說無法共存。

技術專家老早想尋找一種方法來改造這類材料 — 稱之為複合氧化物(complex oxides) — 當中的磁性,成為開發用於儲存與處理(資料)之潛在新型運算記憶體的第一步。

這項發現,由史丹佛材料與能源科學研究所(SIMES,能源部 SLAC National Accelerator Laboratory 與史丹佛大學的合作機構)的研究者所完成,「在改造新種材料與研究這些一般來說不相容的狀態的交互作用上,開啟了令人振奮的可能性,」 Kathryn A. “Kam” Moler 表示,SLAC/Stanford 研究者,她領導這些成像研究。

關鍵的下一步:理解這種超導電性以及磁性共存在這種材料中,是否為一種不穩定的停戰協議,又或著,這代表發現一種新型態的、主動與磁性產生交互作用的超導電性,Moler 表示。超導電材料,那以沒有阻礙的方式傳遞電流,同時具 100% 的效率,通常會排斥任何靠近它們的磁場。

-----廣告,請繼續往下閱讀-----

“我們未來的測量將指出,它們是在彼此對抗或彼此相助,” Moler 說。

獨立的、來自 MIT 的研究者在同一期的 Nature Physics 上宣佈,他們已利用另一種測量方法證實,磁性存在於二種材料之間的界面上。在一篇伴隨二篇論文而來的評論中,哥倫比亞大學物理學家 Andrew J. Millis(他並沒有涉及這些研究)寫道,這項研究能產生新品種的材料,具有 “有趣的、可控制的、新奇的以及也許實用的集體電子特性。” 雖然這個目標仍很遙遠,他說,不過這些新發現指出,”這個領域已通過一個關鍵的里程碑。”

SIMES 畢業生 Julie Bert,該論文的第一作者,以及她的同僚,在一片鋁酸鑭(lanthanum aluminate,LaAlO3)薄膜上進行她們的觀測,那已平放在鈦酸鍶(strontium titanate,SrTiO3)基質上。這些結構是藉由與應用物理學家 Harold Hwang 的合作而生長,他最近將他的小組從東京大學搬出以加入 SIMES,現在身為副主管。二種氧化物交會之處的原子層變得金屬化(metallic)並允許電流在接近絕對零度的溫度下沒有阻礙地流動。

研究者正開始實驗,看看當這種材料被壓縮,或著,施加一電場時,是否有任何變化,Moler 說。她補充表示,現在必須完成額外的研究以測定促成磁性與超導電性在這些氧化物中形成的物理特性。

-----廣告,請繼續往下閱讀-----

“現代科技賦予我們驚人的能力,以一層又一層的原子生長材料,” Moler 說。”我們的研究帶來的訊息是:這麼做我們能創造出具有驚人新特性的新材料。

資料來源:PHYSORG: Novel magnetic, superconducting material opens new possibilities in electronics [September 5, 2011]

轉載自 only-perception

-----廣告,請繼續往下閱讀-----
文章難易度
only-perception
153 篇文章 ・ 1 位粉絲
妳/你好,我是來自火星的火星人,畢業於火星人理工大學(不是地球上的 MIT,請勿混淆 :p),名字裡有條魚,雖然跟魚一點關係也沒有,不過沒有關係,反正妳/你只要知道我不是地球人就行了... :D