本报讯 研究人员近日在《自然》发表论文，报告了一种通过编码单个斯格明子（skyrmion）来读取和写入信息的方式。这是实现基于斯格明子的数据存储设备的关键一步，有助于开发大规模低能耗数据存储。

斯格明子是一种复杂的旋涡状自旋结构，具有较高的稳定性，且可以在纳米尺度上进行电子控制，因此被认为是一种高速度、高密度、低能耗的信息载体，能以超紧凑介质方式存储数据，大大加快计算机运行速度，并使硬盘体积大大缩小。

要实现信息存储，需要利用巨磁阻效应——当对材料施加磁性时，其电阻值会发生显著变化，电阻差在室温下通常小于20%。而利用斯格明子进行信息存储则需要利用隧道磁阻效应，电阻差在理论上可超过100%。

长期以来，阻碍斯格明子释放潜力的一个重要因素是缺乏一种能够确定单个自旋结构的读出设备，科学家只能在较小的电阻差异中获得纳米级斯格明子。

研究人员已经知道，三明治结构的磁性隧道结中可能出现隧道磁阻效应，上下两层为磁性层，中间为非磁性层，上层磁性层中的电子自旋方向固定指向上，下层是不固定方向的自由层。当自由层中的自旋指向上方时，整个结构会呈现低电阻；反之则呈现高电阻。

在这项研究中，新加坡科技研究局和新加坡国立大学的科学家通过施加外部磁场或电压来引导自由层中的斯格明子，使电阻出现一个中间值，与高、低电阻之间的差异高达70%。

磁力显微镜成像显示，磁性隧道结内确实有一个斯格明子处于中间状态——旋涡中心的自旋指向下方，边缘的自旋指向上方。

科研团队表示，这种电压驱动信息开关的数据写入方式的能耗仅为电流驱动能耗的1/1000，并且通过施加电压，可以可靠地诱导斯格明子。

betway体育:香港科技大学副教授邵启明表示，这是凝聚态物理学中一项期待已久的成就。不过，该方法仍然需要外部磁场的辅助，未来需要开发无磁场辅助的最佳写入方法。另外，磁性隧道结和斯格明子可以在人工神经网络中扮演突触和神经元的角色，这对非传统计算的未来发展具有重要启示意义。（陈欢欢）

相关论文信息：

https://doi.org/10.1038/s41586-024-07131-7