Scoperta nella Memoria Ni₄W Consente la Commutazione Senza Magneti

Gli ultimi progressi tecnologici, che vanno dal big data all’intelligenza artificiale (AI) all’Internet delle Cose (IoT), raccolgono e elaborano enormi quantità di dati. Per questo, hanno bisogno di alta efficienza energetica, trasferimento dati a bassa latenza e elaborazione ad alta velocità. 

In questo contesto, i progressi nel calcolo ad alte prestazioni (HPC) sono fondamentali per migliorare le capacità di elaborazione dei dati, sfruttando il calcolo parallelo, hardware potente e software sofisticato.

Tuttavia, l’accesso alla memoria tende a rappresentare il collo di bottiglia, creando una forte necessità di tecnologie di memoria compatibili con queste esigenze.

La tecnologia della memoria consente l’accesso, l’archiviazione e la modifica dei dati. Le informazioni sono rappresentate da collezioni di bit, con ogni bit che può essere zero o uno (alternativamente, vero o falso).

Idealmente, la lettura e la scrittura della memoria avvengono in tempi trascurabili, consumano poca energia, occupano uno spazio insignificante e mantengono il valore memorizzato indefinitamente. Ma, naturalmente, nella pratica nessuna tecnologia di memoria soddisfa queste condizioni ideali. Le diverse tecnologie hanno i loro punti di forza e di debolezza, e non esiste una tecnologia di memoria migliore in assoluto.

La tecnologia della memoria è principalmente suddivisa in due categorie:

• Volatile
• Non volatile

Ciò si basa sul design della cella. Le celle sono le unità di base della memoria, in realtà un ‘array’ di ‘celle’ di memoria, dove ogni cella contiene un bit di dati, e le caratteristiche di una singola cella riflettono quelle dell’intero array.

Una memoria volatile è quella che funziona finché è alimentata e perde le informazioni memorizzate quando l’alimentazione viene spenta. Pertanto, questo tipo di memoria può essere utilizzato per memorizzare dati temporaneamente.

Una memoria non volatile, al contrario, mantiene il valore memorizzato anche quando l’alimentazione viene rimossa. Per questo tipo di memoria, viene applicata una tecnologia semiconduttrice sofisticata, poiché è più difficile da produrre e complessa da scrivere elettronicamente.

Con la crescente disponibilità di più tecnologie di memoria sofisticate sul mercato, la distinzione tra queste due categorie di memoria sta diventando sempre più sfocata.

Scoperte nella Tecnologia della Memoria

Considerata l’importanza della tecnologia della memoria per il funzionamento e le prestazioni di vari dispositivi e sistemi elettronici, poiché consente a computer e altri dispositivi di memorizzare e recuperare le informazioni necessarie, i ricercatori hanno costantemente esplorato nuovi modi per renderla più efficiente.

Nel corso degli anni, numerose scoperte hanno rivoluzionato la tecnologia. Con l’obiettivo di superare le limitazioni delle attuali soluzioni di RAM e storage, la ricerca in corso sta spingendo verso un calcolo più veloce ed energeticamente efficiente, consentendo nuove applicazioni in settori come l’AI e il calcolo neuromorfico.

PCM e Innovazioni a Basso Consumo

Alcuni dei principali progressi in questo ambito includono nuovi materiali PCM (Phase Change Memory) per creare un unico tipo di memoria che combina la velocità della RAM con la non volatilità dello storage flash.

Nel campo PCM, alla fine dello scorso anno, gli scienziati hanno scoperto¹ una nuova tecnica per ridurre i requisiti energetici del PCM fino a un miliardo di volte.

“Uno dei motivi per cui i dispositivi di memoria a cambiamento di fase non hanno raggiunto un’ampia diffusione è l’energia richiesta,” ha detto l’autore Ritesh Agarwal, professore di scienza e ingegneria dei materiali presso Penn Engineering, il che significa che il potenziale di questa nuova tecnica è “enorme” per la progettazione di dispositivi di memoria a basso consumo.

Questa scoperta si basa sulle proprietà uniche del seleniuro di indio (In2Se3), un materiale semiconduttore che presenta sia caratteristiche piezoelettriche (materiali che si deformano fisicamente quando esposti a una carica elettrica) sia ferroelettriche (materiali che possono generare un campo elettrico interno senza richiedere una carica esterna). 

Quando il seleniuro di indio è stato esposto a una corrente continua, i ricercatori hanno osservato che alcune sue sezioni si sono amorfizzate, interrompendo la struttura cristallina e aprendo “un nuovo campo sulle trasformazioni strutturali che possono verificarsi in un materiale quando tutte queste proprietà si combinano.”

Multiferroici e Memorizzazione Efficiente dei Dati

I materiali multiferroici che mostrano sia proprietà ferroelettriche sia ferromagnetiche per una memorizzazione dei dati non distruttiva sono anch’essi oggetto di studio da parte dei ricercatori. 

Uno di questi materiali è il BiFeO3 sostituito con cobalto (BiFe0.9Co0.1O3, BFCO), che presenta un forte accoppiamento magnetoelettrico, consentendo un modo energeticamente efficiente di scrivere dati. L’anno scorso, ricercatori del Tokyo Institute of Technology hanno sviluppato² nanodot BFCO con domini ferroelettrici e ferromagnetici singoli.

Quest’anno, i ricercatori hanno fatto progressi³, basandosi sulla ricerca per dimostrare la funzionalità di commutazione nel mondo reale in film sottili orientati. Il controllo dinamico dimostra una reale commutazione della magnetizzazione guidata da campo elettrico in un formato più compatibile con i dispositivi.

Soluzioni Ferroelettriche e Nuovi Progetti di Memoria

La tecnologia dei chiplet è un altro approccio in cui più chip più piccoli, o chiplet, sono montati su un substrato che li collega, consentendo una maggiore larghezza di banda e densità della memoria. Nel frattempo, i progressi nelle tecnologie NAND flash e DRAM continuano verso nodi di processo più piccoli, con un focus sull’aumento della larghezza di banda e dell’efficienza energetica.

Mentre la memoria NAND flash è una delle tecnologie più diffuse per l’archiviazione massiva di dati grazie alla sua capacità di memorizzare più dati nella stessa area impilando le celle in una struttura 3D, dipende da trappole di carica per memorizzare i dati, il che comporta tensioni operative più elevate e velocità più lente.

Una soluzione promettente a questo è la memoria ferroelettrica basata su hafnia (ossido di afnio), ma la sfida è la capacità di memoria limitata per l’archiviazione dei dati.

Un team del POSTECH ha affrontato questo problema⁴ drogando i materiali ferroelettrici con alluminio, creando così film sottili ferroelettrici ad alte prestazioni. Inoltre, hanno impiegato una struttura innovativa metal-ferroelectric-metal-ferroelectric-semiconductor (MFMFS), anziché la tipica struttura MFS.

Ciò ha permesso loro di controllare con successo la tensione in ogni strato, ottimizzando fattori come lo spessore e il rapporto di area degli strati. Di conseguenza, il team ha ottenuto una finestra di memoria superiore a 10 volt (V), rispetto a un modesto 2 V nei dispositivi convenzionali.

Spin‑Orbit Torque e Evoluzione della Memoria Magnetica

Anche il calcolo quantistico sta guadagnando molta attenzione come tecnologia emergente che apre la strada a dispositivi di calcolo più potenti, efficienti e versatili del futuro.

Poi c’è la memoria magnetica ad accesso casuale a basso consumo, Spin‑Orbit Torque (SOT‑MRAM), in cui le correnti elettriche sono utilizzate per commutare gli stati magnetici, ottenendo alta velocità e basso consumo energetico.

All’inizio di quest’anno, un team di ricercatori dell’Istituto di Fisica JGU ha condiviso la loro innovazione⁵ basata su SOT‑MRAM, che mostra il potenziale di ridurre il consumo energetico di oltre il 50% e aumentare l’efficienza del 30%. Riduce anche la corrente di ingresso necessaria per la commutazione magnetica per memorizzare i dati del 20% e raggiunge una stabilità termica che garantisce la longevità della memorizzazione dei dati.

Memoria Fotonica e Magneto‑Ottica

Controllare i chip di memoria ottica mediante luce e magneti è un altro modo per migliorare la velocità di elaborazione e l’efficienza.

In uno sviluppo, gli scienziati hanno progettato un latch fotonico programmabile⁶ costruito su una piattaforma fotonica in silicio. Ogni unità di memoria nel sistema è alimentata dalla propria sorgente luminosa, consentendo a più unità di funzionare indipendentemente. Ciò previene il degrado del segnale causato dalla perdita di potenza ottica, rendendo l’architettura più scalabile per sistemi più grandi.

“I grandi modelli linguistici come ChatGPT si basano su enormi quantità di semplici operazioni matematiche, come moltiplicazioni e addizioni, eseguite iterativamente per apprendere e generare risposte.”

E sebbene i computer ottici su larga scala siano ancora a diversi anni di distanza, questa memoria ottica rappresenta un passo significativo in quella direzione.

Nel frattempo, un altro team ha mostrato una nuova tecnologia di memoria magneto‑ottica⁷ utilizzando granato di ferro‑yttrio sostituito con cerio (Ce:YIG). Questo materiale presenta un comportamento ottico regolabile quando esposto a campi magnetici. Inserendo magneti microscopici, i ricercatori hanno potuto memorizzare e manipolare i dati attraverso variazioni nella propagazione della luce.

In questo modo, hanno introdotto una nuova classe di memorie magneto‑ottiche con velocità di commutazione 100 volte più rapide rispetto alla tecnologia fotonica integrata avanzata e che consumano circa un decimo dell’energia. Le memorie magneto‑ottiche possono anche essere riscritte più di 2,3 miliardi di volte.

Ni₄W: Magnetizzazione Senza Campo Raggiunta

Ricercatori dell’Università del Minnesota Twin Cities hanno ora riportato una nuova conquista nella tecnologia della memoria. 

Pubblicato sulla rivista scientifica peer‑reviewed Advanced Materials, lo studio ha dettagliato lo sviluppo⁸, che ha coinvolto l’uso di Ni₄W, una lega di nichel e tungsteno. Questo metallo inverte la magnetizzazione senza richiedere magneti, mostrando così potenziale per alimentare l’elettronica di nuova generazione.

Con il team che ha mostrato un modo per produrre correnti di spin per controllare la magnetizzazione nei dispositivi, lo studio apre la porta a memorie e dispositivi logici per computer più economici, più veloci e più efficienti.

Commutazione della Magnetizzazione del Metallo Senza Magneti

Con la crescente domanda di tecnologie di memoria emergenti, i ricercatori stanno attivamente esplorando diverse alternative alle soluzioni di memoria esistenti che possano aumentare la funzionalità della tecnologia quotidiana consumando meno energia.

Così, i ricercatori dell’Università del Minnesota hanno rivolto la loro attenzione a un nuovo materiale per rendere la memoria del computer più veloce e più efficiente dal punto di vista energetico.

Il materiale è una lega di nichel‑tungsteno, una classe di materiale nota per la sua alta densità, resistenza e capacità di resistere all’usura e alla corrosione. In queste leghe, la composizione specifica dei metalli influisce sulle loro proprietà. 

In questo studio, i ricercatori hanno utilizzato Ni₄W, un materiale che mostra potenti proprietà di controllo magnetico.

Per scegliere Ni₄W, il team ha prima cercato nel database dei materiali potenziali candidati con fasi stabili all’interno del gruppo spaziale I4/m, poi ha utilizzato calcoli di teoria funzionale della densità (DFT), i quali hanno identificato Ni₄W come il candidato più promettente grazie alla sua elevata efficienza teorica SOT e al fatto di essere lo stato fondamentale per il sistema intermetallico binario Ni‑W.

Il team ha verificato l’esistenza di una conduttività spin Hall non convenzionale (USHC) per Ni₄W (100) così come per Ni₄W (211), ma ha scelto di concentrare gli sforzi sperimentali su quest’ultimo a causa della sua migliore efficienza SOT, che supera quella del primo.

“I calcoli teorici confermano che Ni₄W (211) è quasi l’orientamento cristallino più ottimale per USHC,” ha osservato lo studio, aggiungendo che la sua struttura reticolare di tipo esagonale facilita la crescita sperimentale.

Il materiale può rendere la memoria del computer più veloce e ridurre significativamente il consumo energetico nei dispositivi elettronici. I ricercatori hanno ottenuto un brevetto sulla tecnologia.

“Ni₄W riduce il consumo di energia per la scrittura dei dati, potenzialmente tagliando in modo significativo l’uso di energia nell’elettronica,” ha dichiarato l’autore senior del documento Jian‑Ping Wang, Distinguished McKnight Professor e Robert F. Hartmann Chair nel Dipartimento di Ingegneria Elettrica e Informatica (ECE) dell’Università del Minnesota.

A differenza dei materiali convenzionali, il Ni₄W a bassa simmetria consente una commutazione “senza campo”. Ciò significa che il materiale può cambiare i suoi stati magnetici senza necessità di magneti. Generando correnti di spin in più direzioni, Ni₄W può invertire gli stati magnetici “senza campo” senza richiedere campi magnetici esterni. 

Nel loro lavoro, il team fornisce nuove intuizioni sul materiale mostrando un approccio più efficace per controllare la magnetizzazione in piccoli dispositivi elettronici usando questa combinazione di nichel e tungsteno.

Secondo lo studio, i ricercatori hanno scoperto che Ni₄W genera un forte spin‑orbit torque (SOT), un modo per manipolare la magnetizzazione nelle tecnologie di memoria di nuova generazione.

Il SOT è una tecnologia emergente che consente una manipolazione efficiente dei dispositivi spintronici, i quali utilizzano lo spin intrinseco degli elettroni oltre alla loro carica, per memorizzare e manipolare le informazioni.

Questo meccanismo nasce dagli effetti del accoppiamento spin‑orbita (SOC), come l’effetto Hall anomalo (AHE), l’effetto Hall di spin (SHE) e l’effetto Rashba, e dimostra prestazioni superiori in termini di efficienza e velocità.

Mentre il SOT offre un modo efficiente per manipolare la magnetizzazione dei materiali ferromagnetici (che mostrano magnetizzazioni permanenti e possiedono un momento magnetico permanente in assenza di un campo esterno) nei dispositivi di memoria, i materiali SOT convenzionali come i metalli pesanti e gli isolanti topologici sono limitati dalla loro alta simmetria cristallina.

Di conseguenza, i ricercatori utilizzano materiali a bassa simmetria o rompono l’alta simmetria mediante un campo magnetico esterno per produrre correnti di spin non convenzionali, consentendo una commutazione deterministica senza campo della magnetizzazione perpendicolare.

Nonostante i progressi, l’efficienza SOT di questi materiali continua a rimanere bassa, limitandone l’applicazione pratica. Tuttavia, questo non è il caso del nuovo materiale, che mostra una grande efficienza SOT di 0,3 a temperatura ambiente.

“Abbiamo osservato un’alta efficienza SOT con più direzioni in Ni₄W sia da solo che quando stratificato con tungsteno, indicando il suo forte potenziale per l’uso in dispositivi spintronici a basso consumo e ad alta velocità.”

– Co‑primo autore del documento Yifei Yang, studente di dottorato al quinto anno nel gruppo di Wang

È stata osservata anche una grande efficienza SOT di 0,73 in W/Ni₄W (5 nm), ma ciò potrebbe derivare da effetti estrinseci.

È notevole che il nuovo materiale è realizzato con metalli comuni e, pertanto, può essere prodotto utilizzando processi industriali standard. Questa facilità di produzione lo rende un processo a basso costo, rendendo Ni₄W attraente per i partner industriali. Ciò significa anche che la tecnologia può essere implementata facilmente in prodotti di uso quotidiano come telefoni e smartwatch nel prossimo futuro.

“Siamo molto entusiasti di vedere che i nostri calcoli hanno confermato la scelta del materiale e l’osservazione sperimentale del SOT.”

– Co‑primo autore del documento Seungjun Lee, borsista post‑dottorato in ECE

Quindi, lo studio ha scoperto che Ni₄W è un promettente materiale SOT non convenzionale per dispositivi spintronici a basso consumo energetico. Essendo economico da produrre, può trovare ampie applicazioni in dispositivi come telefoni e data center, rendendo il futuro dell’elettronica più intelligente e sostenibile.

Nei prossimi passi, il team farà crescere questi materiali in un dispositivo, più piccolo rispetto al loro lavoro precedente.

Investire nella Tecnologia della Memoria

Micron Technology (MU ), un attore leader in soluzioni DRAM, NAND e memoria ad alta larghezza di banda, sta investendo intensamente nella memoria di prossima generazione, come HBM, per carichi di lavoro AI. In futuro, ci aspettiamo che l’azienda integri soluzioni innovative, come la memoria spintronica o basata su SOT, quando diventeranno commercialmente viabili.

Micron Technology (MU )

Con una capitalizzazione di mercato di 126,7 miliardi di dollari, le azioni MU sono attualmente quotate a 112,78 $, in rialzo del 34,54 % finora quest’anno. Ha un EPS (TTM) di 5,52 e un P/E (TTM) di 20,53. Il rendimento da dividendo che gli azionisti possono guadagnare è dello 0,41 %.

Per quanto riguarda la posizione finanziaria dell’azienda, ha registrato un fatturato di 9,30 miliardi di dollari nel terzo trimestre dell’esercizio 2025, conclusosi il 29 maggio 2025. Questo rappresenta un aumento del 15,5 % rispetto al trimestre precedente e del 36,5 % rispetto allo stesso periodo dell’anno scorso.

L’utile netto GAAP per il periodo è stato di 1,89 miliardi di dollari, ovvero 1,68 $ per azione diluita, e l’utile netto non GAAP è stato di 2,18 miliardi di dollari, ovvero 1,91 $ per azione diluita. Il flusso di cassa operativo è aumentato a 4,61 miliardi di dollari.

Micron ha chiuso il trimestre con 12,22 miliardi di dollari in contanti, investimenti negoziabili e contanti vincolati.

Il fatturato record, ha osservato il CEO Sanjay Mehrotra, è stato trainato da un fatturato DRAM ai massimi storici, con una crescita sequenziale quasi del 50 % nel fatturato HBM. Anche il fatturato dei data center ha raggiunto un record nel trimestre, mentre i mercati finali orientati al consumo hanno registrato una forte crescita sequenziale.

“Siamo sulla buona strada per consegnare un fatturato record con solidi profitti e flusso di cassa libero nel FY 2025, mentre effettuiamo investimenti disciplinati per consolidare la nostra leadership tecnologica e l’eccellenza produttiva per soddisfare la crescente domanda di memoria guidata dall’AI.”

– CEO Sanjay Mehrotra

Nel contesto di tutto ciò, l’azienda ha annunciato che la sua offerta HBM3E 36 GB 12‑high sarà integrata nelle prossime GPU di AMD (Instinct™ MI350 Series), fondamentali per l’addestramento di grandi modelli AI e per gestire carichi di lavoro HPC complessi come l’elaborazione dei dati e la modellazione computazionale.

Micron ha inoltre annunciato un piano di espansione negli Stati Uniti da 200 miliardi di dollari che include la produzione domestica di memoria e R&D, previsto per creare 90 000 posti di lavoro diretti e indiretti. Contemporaneamente, ha finalizzato un finanziamento diretto di 275 milioni di dollari nel CHIPS Act.

Ultime Notizie e Sviluppi sulle Azioni di Micron Technology (MU)

Considerazioni Finali sul Futuro della Tecnologia della Memoria

La tecnologia della memoria continua a evolversi e a rimodellare le fondamenta del calcolo moderno. Dalle innovazioni a cambiamento di fase alle scoperte spintroniche, tutti questi progressi promettono soluzioni più veloci, più efficienti dal punto di vista energetico e scalabili per l’AI, i big data e l’elettronica di consumo di nuova generazione.

L’ultima scoperta della lega Ni₄W, con la sua commutazione della magnetizzazione senza campo, potrebbe rivelarsi rivoluzionaria, colmando il divario tra convenienza economica e soluzioni di memoria ad alte prestazioni e potenzialmente aprendo la strada all’adozione diffusa della memoria a spin‑orbit torque nell’elettronica di massa nei prossimi anni.

Clicca qui per un elenco delle principali aziende di calcolo non‑silicio.

Riferimenti:

1. Modi, G.; Parate, S. K.; Kwon, C.; Han, S. H.; Kim, Y.; Wang, X.; Lee, S.; Wu, L.; Kwon, J.; Kim, K.; Zhang, Y.; Milliron, D. J.; Duerloo, K.-A. N.; Kim, M. J.; Jeong, Y.; Park, J. Amorfizzazione Solida a Lungo Raggio Guidata Elettricamente in In₂Se₃ Ferroelettrico. Nature, 635, 847–853 (2024). Pubblicato online 6 novembre 2024. https://doi.org/10.1038/s41586-024-08156-8
2. Ozawa, K.; Nagase, Y.; Katsumata, M.; Shigematsu, K.; Azuma, M. Controllo del Campo Elettrico dell’Effetto Magneto‑Ottico in un Ossido Perovskite Trasparente. ACS Applied Materials & Interfaces, 16 (16), 20930–20936 (2024). Pubblicato online 24 aprile 2024. https://doi.org/10.1021/acsami.4c01232
3. Itoh, T.; Shigematsu, K.; Das, H.; Meisenheimer, P.; Maeda, K.; Lee, K.; Manna, M.; Reddy, S. P.; Susarla, S.; Stevenson, P.; Ramesh, R.; Azuma, M. Inversion del Ferromagnetismo Guidata da Campo Elettrico in Film Sottili Multiferroici Co‑Sostituiti BiFeO₃ Orientati (110) a Fase Unica. Advanced Materials, pubblicato online 28 aprile 2025, e2419580. https://doi.org/10.1002/adma.202419580
4. Kim, I.–J.; Lee, J.–S.; … Lee, J.–S. Sblocco di Ampie Finestre di Memoria e Operazioni di Memoria a 16 Livelli per Celle in Transistor Ferroelettrici a Base di Hafnia. Science Advances, pubblicato online 7 giugno 2024, 10 (23): eadn1345. https://doi.org/10.1126/sciadv.adn1345
5. Gupta, R.; Bouard, C.; Kammerbauer, F.; Ledesma‑Martín, J. O.; Bose, A.; Kononenko, I.; Martin, S.; Usé, P.; Jakob, G.; Drouard, M.; Kläui, M. Sfruttare l’Effetto Hall Orbitale nella MRAM a Spin‑Orbit Torque. Nature Communications, 16, 130 (2025). Received 18 settembre 2024; Accepted 12 dicembre 2024; Pubblicato il 2 gennaio 2025. https://doi.org/10.1038/s41467-024-55437-x
6. Goto, T.; Onbaşli, M. C.; Ross, C. A. Proprietà Magneto‑Ottiche di Film di Granato di Ferro‑Ytrio Sostituito con Cerio con Budget Termico Ridotto per Circuiti Fotonic Integrati Monolitici. Optics Express, 20 (27), 28507–28517 (2012). Received 24 ottobre 2012; Revised 20 novembre 2012; Accepted 21 novembre 2012; Pubblicato il online 10 dicembre 2012. https://doi.org/10.1364/OE.20.028507
7. Pintus, P.; Dumont, M.; Shah, V.; Murai, T.; Shoji, Y.; Huang, D.; Moody, G.; Bowers, J. E.; Youngblood, N. Magneto‑Ottica Non‑Reciproca Integrata con Ultra‑Alta Resistenza per il Calcolo Fotonic In‑Memory. Nature Photonics, 19, 54–62 (2025). Received 18 gennaio 2024; Accepted 14 settembre 2024; Pubblicato il 23 ottobre 2024. https://doi.org/10.1038/s41566-024-01549-1
8. Yang, Y.; Lee, S.; Chen, Y. C.; Jia, Q.; Dixit, B.; Sousa, D.; Odlyzko, M.; Garcia‑Barriocanal, J.; Yu, G.; Haugstad, G.; Fan, Y.; Huang, Y. H.; Lyu, D.; Cresswell, Z.; Liang, S.; Benally, O. J.; Low, T.; Wang, J. P. Grande Spin‑Orbit Torque con Componenti di Spin Multi‑Direzionali in Ni₄W. Advanced Materials, pubblicato online 15 maggio 2025, e2416763. https://doi.org/10.1002/adma.202416763