wanwan
karma值:0
solidot新版网站常见问题,请点击这里查看。
wanwan( 42055 )
登录
两位计算机科学家产生了一个想法:如果计算机使用能量进行计算,那么存储数据会是一种存储能量的形式吗?为什么不用计算储存能量呢?如果把信息当成电池怎么样?事实证明,这个想法并不像听起来那么不靠谱。最近的一篇论文(PDF)充实了“信息电池”的概念,这种“电池”可在电价便宜时提前执行某些计算——比如当阳光普照或刮风的时候——缓存结果以备后用。这种方法可帮助数据中心将高达 30% 的能源使用替换成多余的可再生能源。系统的美妙之处在于它不需要专门的硬件,开销很小。论文作者、加州大学圣地亚哥分校的博士生 Jennifer Switzer 和南加州大学的助理教授 Barath Raghavan 写道:“信息电池(IB)旨在与现有的数据
中心配合。”“IB管理器占用了非常有限的处理能力,它管理实时计算任务和预计算任务的调度。一组机器或者虚拟机(VM)被指定用于预计算。负责存储这些预计算结果的IB缓存在本地,以便快速检索。不需要额外的基础设施。”
在 Switzer 和 Raghavan 为测试该概念而创建的模型中,IB 管理器每五分钟(运营商提供的最小时间间隔)向电网运营商查询一次电价以进行预测。当电价跌至设定的阈值以下时,管理器会对一批计算亮起绿灯,将结果缓存起来以备后用。正如作者所说,该系统在减少对昂贵的“电网电力”的需求方面非常有效,即使预计算引擎在预测不久的将来需要完成哪些任务方面表现欠佳。只要有 30% 的准确率,管理器可以充分利用风能或太阳能过剩时产生的所谓“机会能量”。作者写道,在典型的大型数据中心中,可以以 90% 的准确率提前90分钟左右预测工作负载。他们表示,更保守的预测时间窗口为 60 分钟,“此类数据中心可存储 150MWh 的电能,远远超过大多数基于电池的电网规模储能项目。”他们指出,一个等效的电网规模电池大约要耗资 5000 万美元。
在 Switzer 和 Raghavan 为测试该概念而创建的模型中,IB 管理器每五分钟(运营商提供的最小时间间隔)向电网运营商查询一次电价以进行预测。当电价跌至设定的阈值以下时,管理器会对一批计算亮起绿灯,将结果缓存起来以备后用。正如作者所说,该系统在减少对昂贵的“电网电力”的需求方面非常有效,即使预计算引擎在预测不久的将来需要完成哪些任务方面表现欠佳。只要有 30% 的准确率,管理器可以充分利用风能或太阳能过剩时产生的所谓“机会能量”。作者写道,在典型的大型数据中心中,可以以 90% 的准确率提前90分钟左右预测工作负载。他们表示,更保守的预测时间窗口为 60 分钟,“此类数据中心可存储 150MWh 的电能,远远超过大多数基于电池的电网规模储能项目。”他们指出,一个等效的电网规模电池大约要耗资 5000 万美元。
布朗大学的物理学家开发出一种技术,利用斯格明子(skyrmions)的行为每秒产生数百万随机数,斯格明子是某些二维材料中出现的微小磁异常。研究人员表示其研究揭示了之前未探索过的单个斯格明子的动力学,研究成果发表在《自然通讯》期刊上。大约五年前发现的斯格明子引发了物理学界的兴趣,将其视为通往利用粒子磁性的下一代计算设备的道路,这一领域被称为自旋电子学。斯格明子产生于超薄材料中电子的“自旋”。自旋被认为是每个电子的微小磁矩,可指向上也可指向下,或者介于两者之间。一些二维材料在最低能量状态下具有垂直磁各向异性的特性——意味着电子的自旋都指向垂直于薄膜的方向。当材料被电或磁场激发时,一些电子自旋会随着系统能量的提升而翻转。发生这种情况时,周围电子的自旋会在一定程度上受到干扰,形成一个围绕翻转电子的磁漩涡——即一个斯格明子。
斯格明子的直径约为 1 微米或者更小,其行为有点像粒子,从一侧快速移动到另一侧穿过材料。而且它们一旦形成,就很难摆脱。因为它们非常强壮,研究人员对用其运动执行计算和存储数据很感兴趣。这项新研究表明,除了斯格明子在材料上的全局运动之外,单个斯格明子的局部行为也很有用。由布朗大学博士后研究员 Kang Wang 领导的这项研究中,研究人员使用一种在材料原子晶格中产生微小缺陷的技术制造出磁性薄膜。当材料中形成了斯格明子时,这些被研究人员称为钉扎中心的缺陷将斯格明子牢牢固定在适当的位置,而不是让它们像往常一样移动。
研究人员发现,当一个斯格明子被固定在适当位置,它们的大小会随机波动。当斯格明子的一部分被牢牢地固定在一个扎钉中心上,其余部分会来回跳跃,围绕着两个邻近的扎钉中心——一个更近一些,一个更远一些。可以用反常霍尔效应测量斯格明子大小的变化,反常霍尔效应是一种在材料上传播的电压。该电压对电子自旋的垂直分量敏感。当斯格明子的大小发生变化时,电压会变化到易于测量的程度。可以用这些随机的电压变化产生一串随机数。研究人员估计,通过优化设备中缺陷的间距,他们可以每秒生成高达 1000 万个随机数字,从而开辟出一种高效生成真随机数的新方法。
斯格明子的直径约为 1 微米或者更小,其行为有点像粒子,从一侧快速移动到另一侧穿过材料。而且它们一旦形成,就很难摆脱。因为它们非常强壮,研究人员对用其运动执行计算和存储数据很感兴趣。这项新研究表明,除了斯格明子在材料上的全局运动之外,单个斯格明子的局部行为也很有用。由布朗大学博士后研究员 Kang Wang 领导的这项研究中,研究人员使用一种在材料原子晶格中产生微小缺陷的技术制造出磁性薄膜。当材料中形成了斯格明子时,这些被研究人员称为钉扎中心的缺陷将斯格明子牢牢固定在适当的位置,而不是让它们像往常一样移动。
研究人员发现,当一个斯格明子被固定在适当位置,它们的大小会随机波动。当斯格明子的一部分被牢牢地固定在一个扎钉中心上,其余部分会来回跳跃,围绕着两个邻近的扎钉中心——一个更近一些,一个更远一些。可以用反常霍尔效应测量斯格明子大小的变化,反常霍尔效应是一种在材料上传播的电压。该电压对电子自旋的垂直分量敏感。当斯格明子的大小发生变化时,电压会变化到易于测量的程度。可以用这些随机的电压变化产生一串随机数。研究人员估计,通过优化设备中缺陷的间距,他们可以每秒生成高达 1000 万个随机数字,从而开辟出一种高效生成真随机数的新方法。
记忆被认为是对过去的重演——是我们经历过的事情和感觉的精神复制品。在大脑中,这相当于再次表现出相同的神经活动模式:例如记住一个人的脸可能会激活与看到他们的脸同样的神经模式。在某些记忆过程中,这样的情况确实会出现。但近年来研究人员一再发现视觉和记忆表征之间存在着细微但显著的差异,后者始终出现在大脑中略微不同的位置。科学家不确定该如何理解这种变化:它起到什么作用?它对记忆本身的本质意味着什么?现在他们可能找到了答案——在关于语言而非关于记忆的研究之中。
一组神经科学家创建了大脑的语义地图,详细地显示大脑皮层的哪些区域对于概念广泛的语言信息做出反应,从面部和地点到社会关系和天气现象。当他们将该地图与显示大脑表示视觉信息类别的地图进行比较时,他们观察到两者在模式上存在显著差异。这些差异看起来和视觉与记忆研究报告的差异完全一致。这项发表在去年 10 月的《自然神经科学》期刊上的研究表明,在许多情况下,记忆不是复制过去感知的重放。相反它更像是根据语义内容对原始体验的重构。这一发现可能有助于揭示为什么记忆对过去的记录往往如此不完美——并且可以更好地理解记住某件事的真正含义。
一组神经科学家创建了大脑的语义地图,详细地显示大脑皮层的哪些区域对于概念广泛的语言信息做出反应,从面部和地点到社会关系和天气现象。当他们将该地图与显示大脑表示视觉信息类别的地图进行比较时,他们观察到两者在模式上存在显著差异。这些差异看起来和视觉与记忆研究报告的差异完全一致。这项发表在去年 10 月的《自然神经科学》期刊上的研究表明,在许多情况下,记忆不是复制过去感知的重放。相反它更像是根据语义内容对原始体验的重构。这一发现可能有助于揭示为什么记忆对过去的记录往往如此不完美——并且可以更好地理解记住某件事的真正含义。