剑桥大学研发新型“类脑”忆阻器芯片

剑桥大学团队在《Science Advances》发表的一项研究，解决了AI系统在算力与能耗之间的悖论。该团队开发出一种基于氧化铪的纳米忆阻器，这种架构直接模拟了人类神经元存储与计算一体化的生理特征。与传统“存储与处理分离”的冯·诺依曼架构不同，该芯片在计算时能显著降低数据搬运能耗。对于AI推理端侧应用而言，这将有望将系统能耗降低 70% 以上，为实现低功耗、高性能的终端边缘AI提供了关键硬件支撑。

---