従来の課題 近年、深層学習や生成AIに代表される機械学習の消費電力が指数関数的に増大しており、深刻な社会問題となっています。この解決に向けて低消費電力かつ高い計算性能を備えた人工知能(AI)デバイスの需要が高まっています。高効率な脳型情報処理であるリザバーコンピューティングを行うAIデバイス「物理リザバー」は、計算負荷(必要な積和演算の数)が小さく省電力であるため注目されていますが、ソフトウェア処理に比べて低い計算性能が課題でした。 成果のポイント 今回、NIMS、...

従来の課題 二酸化ルテニウム(RuO2)は、「第三の磁性」である交代磁性を示す有力候補として注目されてきました。従来の強磁性体は外部磁場で容易に書き込める一方、漏れ磁場による記録エラーが高密度化の壁でした。反強磁性体は漏れ磁場などの外乱に強いものの、スピン(原子レベルのN極-S極)が打ち消し合うため電気的な読み出しが難しいという課題があります。そこで、外乱に強く、しかも電気的に読み取り—将来的には書き換えまで狙える—という“いいとこ取り”の磁性体が求められてきま...

従来の課題 AI向けデータセンターや電気自動車などの電力利用が急速に拡大する中、電力の高効率利用が重要な課題となっています。その要となるパワーエレクトロニクス技術では、電力を変換・供給するトランスやインダクタなどに使われる軟磁性材料の性能が効率化の鍵を握ります。軟磁性材料は、外部磁界に対してすばやく反応する磁化応答性に優れ、電力ロスを抑えられる金属材料ですが、パワーエレクトロニクス技術の高周波化に伴い、軟磁性材料で発生するエネルギーロスの増大が深刻な問題となっていました。 成果のポイント...

従来の課題 従来の熱電モジュールでは、ゼーベック効果と呼ばれる熱流と同じ向きに電流が発生する“縦型”熱電効果が採用されており、材料性能指数zTが高い一方、熱流と電流の経路を分けるためにモジュール構造が複雑化してしまうという課題があります。そこで近年、モジュール構造を大幅に簡略化できるため、熱流と直交方向に電流が発生する“横型”熱電効果が注目を集めています。しかし、これまで知られていた横型熱電材料のzTは縦型熱電材料に比べて非常に低いという問題があり...