(資料圖片僅供參考)

研究示意圖

圖片來源：物理學家組織網

研究團隊指出，與馮·諾依曼架構的數字計算不同，受生物系統啟發的神經形態計算能像大腦一樣工作。人腦突觸連接著1000億個發送和接收化學信息的神經元，突觸在同一位置存儲和處理信息，這為人腦處理信息節省了時間和精力。而傳統計算中，計算和存儲是分開的。神經形態計算的優點包括低能耗、高并行性和出色的容錯能力。畢竟，人腦的運行功率只有20瓦，但學習效率極高，這些優勢使其非常適合學習、識別和決策等高級計算任務。

現有神經形態計算依賴憶阻器等新興設備。憶阻器與目前的電阻器不同，它旨在復制突觸的結構和功能，同時具有編程和記憶能力。現有的憶阻器包括細絲系統，但這一系統容易過熱，缺乏穩定性和可靠性。

鑒于此，研究團隊另辟蹊徑，研究出了一種名為“接口型憶阻器”的新結構，這種新器件結構簡單、可靠且性能極高。他們使用人工神經網絡模擬來測試接口型憶阻器的計算性能，結果表明，該器件具有良好的一致性、可編程性和可靠性，識別準確率達到94.72%。

此外，接口型憶阻器可以縮小到納米尺寸，即使是目前的細絲憶阻器技術也無法實現這一點。尤其是與基于晶體管的神經形態芯片相比，新型接口型憶阻器所需的功率要少得多，而晶體管受摩爾定律限制，很難繼續小型化。諸多優勢使這些新型接口型憶阻設備可成為下一代神經形態計算的基本硬件。

關鍵詞：