Trung Quốc đạt đột phá trong công nghệ vật liệu lưu trữ có thể xóa và ghi vô hạn lần

VNZ-NEWS
Vn-Z.vn Ngày 01 tháng 07 năm 2024, Theo thông tin từ giới truyền thông Trung Quốc, các nhà khoa học Tứ Xuyên đã sử dụng trí tuệ nhân tạo (AI) để phát triển 'vật liệu sắt điện chống mỏi', cho phép chip lưu trữ có thể xóa và ghi lại vô hạn lần.

Cụ thể đội ngũ các nhà khoa học của giáo sư Lưu Phú Tài đến từ Trường Quang Điện Khoa học và Kỹ thuật của Đại học Điện tử Khoa học và Công nghệ, kết hợp với Đại học Phúc Đán và Viện Khoa học Vật liệu và Công nghệ Ninh Ba của Trung Quốc, đã công bố kết quả nghiên cứu mới nhất trên tạp chí học thuật quốc tế 'Science'. Họ đã phát triển 'vật liệu sắt điện chống mỏi', lần đầu tiên trên toàn cầu khắc phục vấn đề "mỏi" của vật liệu sắt điện, vốn đã gây khó khăn trong ngành suốt hơn 70 năm qua.

dMZSrsP.png

Bài nghiên cứu đăng trên Science cho biết các tính chất sắt điện không bị mỏi của lớp kép 3R-MoS2. Vật liệu sắt điện, được biết đến với khả năng phân cực chuyển đổi, rất hấp dẫn cho các ứng dụng bộ nhớ không bay hơi. Tuy nhiên, việc sử dụng thực tế các vật liệu này thường bị hạn chế bởi hiện tượng mỏi, làm giảm hiệu suất của chúng theo thời gian. Các tinh thể 3R-MoS2 được phát triển bằng phương pháp vận chuyển hóa học (CVT).

Cấu trúc pha của MoS2 được phân tích bằng máy đo nhiễu xạ tia X. Tín hiệu Thế hệ Harmonic thứ hai (SHG) được sử dụng để xác định các đặc tính sắt điện của lớp kép 3R-MoS2.

Nhóm nhà khoa học sử dụng Kỹ thuật Kelvin Probe Force Microscopy (KPFM): Kỹ thuật này được sử dụng để theo dõi hành vi chuyển đổi miền dưới trường điện. Nghiên cứu cho thấy rằng sự chuyển đổi phân cực trong 3R-MoS2 chủ yếu được điều khiển bởi sự di chuyển của các bức tường miền hơn là sự tạo thành miền mới. Các tính toán này cho thấy độ cứng của các liên kết hóa học trong mặt phẳng của 3R-MoS2 ngăn cản sự hình thành của các nhân miền ngược, góp phần vào tính năng không bị mỏi của nó.

Thiết bị lớp kép 3R-MoS2 không xuất hiện hiện tượng "thức tỉnh" ở các chu kỳ thấp và không có hiện tượng "mỏi" đáng kể sau 10^6 chu kỳ chuyển đổi dưới các độ rộng xung khác nhau. Thời gian căng thẳng tổng thể của thiết bị dưới trường điện lên đến 10^5 giây, dài hơn nhiều so với các thiết bị sắt điện khác.

Vật liệu sắt điện sau khi trải qua nhiều lần chuyển đổi phân cực lặp lại, chỉ có thể thực hiện một phần chuyển đổi phân cực, dẫn đến việc vật liệu sắt điện bị hỏng, gọi là mỏi sắt điện. Vấn đề này đã được các nhà nghiên cứu phát hiện từ năm 1953, nhưng cho đến nay, vấn đề mỏi của vật liệu sắt điện vẫn chưa được giải quyết hiệu quả.

Để giải quyết vấn đề này, nhóm nghiên cứu của giáo sư Lưu Phú Tài đã phát hiện rằng loại sắt điện trượt mới có đặc tính chống mỏi tự nhiên. Điều này là do cơ chế sắt điện trượt khác biệt rõ rệt với cơ chế dịch chuyển ion của vật liệu sắt điện truyền thống.

Trước đây, có nhiều tranh cãi về các công nghệ lưu trữ NAND flash TLC và QLC.

TLC (Triple-Level Cell): Công nghệ lưu trữ với ba mức điện áp trong mỗi ô nhớ , có chi phí thấp, dung lượng lớn nhưng tốc độ chậm và tuổi thọ ngắn (TLC cấp doanh nghiệp thường từ 7000 đến 10000 chu kỳ PE).

QLC (Quad-Level Cell): Công nghệ lưu trữ với bốn mức điện áp trong mỗi ô nhớ, có tuổi thọ còn kém hơn.

Mới nhất có một số doanh nghiệp tại Trung Quốc cũng đã công bố QLC của họ có thể xóa và ghi lại 4000 lần. Nếu vật liệu mới phát hiện của nhóm nhà khoa học được áp dụng vào các lĩnh vực đó, có thể sẽ mang lại sự thay đổi lớn trong ngành công nghiệp.

Theo thông tin, nhiều công ty lớn ở châu Âu và Mỹ đã chú ý đến công nghệ mới này và đang theo dõi sát sao.

Chi tiết bài nghiên cứu các bạn tham khảo thêm tại đây
 
Trả lời

bungbao

Rìu Chiến Bạc
k rõ quy trình dùng AI để n.cuu này cụ thể ntn nhỉ?
mình nghĩ ko hẳn là dùng nó để nghiên cứu đâu. Họ chỉ dùng AI kiểu, để cho nó chạy thử ra các kết quả nghiên cứu tương đối dựa trên dữ liệu đầu vào. Để từ đó họ ra nhặt ra những trường có kết quả tốt nhất sau đó nghiên cứu kĩ thêm. Kiểu AI giúp tiết kiệm thời gian
 

mrJaden

Rìu Bạc
mình nghĩ ko hẳn là dùng nó để nghiên cứu đâu. Họ chỉ dùng AI kiểu, để cho nó chạy thử ra các kết quả nghiên cứu tương đối dựa trên dữ liệu đầu vào. Để từ đó họ ra nhặt ra những trường có kết quả tốt nhất sau đó nghiên cứu kĩ thêm. Kiểu AI giúp tiết kiệm thời gian
Mình làm mảng nghiên cứu hoá chất cũng đang tìm cách học hỏi khai thác đúng AI mà ở mình hình như toàn thấy về mảng data vs code
 

gift4you

Rìu Bạc
Mình làm mảng nghiên cứu hoá chất cũng đang tìm cách học hỏi khai thác đúng AI mà ở mình hình như toàn thấy về mảng data vs code
AI nó mới được học kiến thức về mảng Data/Dev mà, bạn thông cảm chờ mươi năm nữa nó học toàn bộ kiến thức đã nha. Lúc đó, chúng ta có thể hỏi tha hồ trên mọi lãnh vực... {boss}
 

mrJaden

Rìu Bạc
AI nó mới được học kiến thức về mảng Data/Dev mà, bạn thông cảm chờ mươi năm nữa nó học toàn bộ kiến thức đã nha. Lúc đó, chúng ta có thể hỏi tha hồ trên mọi lãnh vực... {boss}
thiệt thòi cho dân ngoại đạo nhỉ? đợi nó học đầy đủ chắc bỏ mịa nó nghề {doubt}