その一つとして相変化メモリ(PCRAM)が注目されている。それは材料のアモルファス相・結晶相間の電気抵抗差によってデータを記録し、パルス電流によるジュール熱で材料を局所的に相変化させ、データを書き換える。書き込み時間が数十ns(ナノ秒:10億分の1秒)と高速であり、動作メカニズムが単純で制御しやすい特長を有する。今日実用化されているPCRAMは、相変化時の消費電力が大で、需要が広がっていない。
消費電力を大幅に低下させる相変化材料の開発が待望されているという。東北大学大学院工学研究科およびWPI-AIMRの研究グループは、超省エネルギー相変化メモリに最適な材料物性を高速に探索・特定する"自動最適化フレームワーク"を開発した。
求根アルゴリズム+ベイズ最適化の機械学習を用いた探索法にて、多数のパラメータを一括探索し、消費電力大幅減の鍵となる物性を特定できるようなった。これにより、「メモリ材料自体の電気抵抗に対する電極接触抵抗の比」が重要であることを指摘した。Ge-Sb-Te化合物を用いたPCRAMの消費電力が大きいのは、材料自体の電気抵抗、材料/電極界面における接触抵抗の比、熱伝導率の大きさが要因であることを明らかにした。
同フレームワークを利用することで、デバイス構造込みの包括的な材料設計へと発展させていく。データ書き込み時の消費電力が従来の1/100以下となるような新材料開発の加速が期待されるという。JSPS科研費の助成を受けて行われた研究の、上記成果は「Materials & Design」誌に掲載された。