“你随机辰吗？”跟着密歇根大学（University of Michigan）最新的忆阻器发现，东说念主工智能芯片可能很快就会扫视到事件的律例。

密歇根大学的一个计议小组愚弄新的忆阻器时候创建了一个时辰感知神经网罗。固然这项时候当今仅仅在小边界上杀青，但其特质可能会导致东说念主工智能的首要范式转换。

封装的1晶体管1-忆阻器（1T1M）芯片，忆阻器阵列的光学显微图像，以及忆阻器的单位结构。图片由Nature提供

与感知器等早期神经网罗比较，当代东说念主工智能模子远远超出了简短的格局识别。最新的部署，如 Copilot 或 GPT4，不错生成新的材料。可是，这种性能会花颓落度大的功率。

在神经裁汰时辰中寻找灵感

计议东说念主员计议了东说念主脑中的神经元，以了解他们如安在忆阻器（神经元的硬件模拟）中复制计时。神经元通过一种称为“唐突时辰”的东西来编码关联一系列事件何时发生的信息。神经元秉承并发送一些电信号。神经元只消在秉承到一定的输入信号阈值时才会发送我方的信号，而且必须在一定的时辰范围内达到这个阈值。淌若时辰过长，神经元就会裁汰并开释电能。东说念主类不错贯穿事件发生的时辰讲理序，因为这些神经元在咱们的神经网罗中以不同的速度裁汰。

到当今为止，忆阻器的责任旨趣与此不同。当一个忆阻器构兵到一个信号时，它的电阻会减小，允许更多的下一个信号通过。跟着时辰的推移，更多的裁汰会导致更高的电阻。可是，加州大学团队的计议标明，基底材料的变化不错产生不同的弛豫时辰，通常于神经元弛豫时辰的当然变化，从而使忆阻器用有计时机制。

计议东说念主员挖掘“原子宇宙的厨房水槽”

使用熵领会氧化物 （ESO），UM 忆阻器发扬出随时辰变化的弛豫时辰，不错在159到278 ns之间进行换取。依赖时辰的神经元激活不错在硬件中编程，贵金属交易从而在部署模子时不需要耗电的GPU。

ESO不错通过截止氧化物的比例来颐养其弛豫时辰，从而在电神经元中杀青可编程的时辰依赖性。图片由密歇根大学提供

UM小组使用钇、钡、碳和氧（YBCO）衬底开荒了这种ESO，该衬底在-292°F以下具有超导特质。该项规齐截位计议东说念主员将这种熵领会的氧化物称为“原子宇宙的厨房水槽”;也便是说，计议东说念主员添加的元素越多，它就越领会。

经过老到后，该配置不错识别数字 0 到 9 的声息（在许厚情况下甚而在音频输入完成之前），同期与基于 GPU 的系统比较，永远保握更好的运行效果。改日，该团队投诚他们不错进一步改造用于制造配置的动力密集型流程。

第一个具有计时行径的忆阻器

在当代神经网罗中，GPU 时候完成了大部分老到和识别。GPU 从内存中索取已知权重，将它们用于乘法和累加，并将它们发送回内存。这不错重叠随性次数，收尾是模子输出。这种关节相配适用于袖珍模子。跟着模子变得越来越先进，内存迁徙的数目启动突显冯·诺依曼架构的缺点。好多计议东说念主员和开荒东说念主员正在转向内存探究或硬件扶助的时候，以加速这种数据传输并降顽劣耗。

UM小组并不是第一个在东说念主工智能和高等探究中使用忆阻器的团队。往时的好多小组照旧探索了用于内存探究的新材料。可是，UM是第一个发扬出时辰依赖性行径的计议小组，这关于复制东说念主脑的运作面孔至关穷苦。

杀青更节能的 AI 芯片

固然 UM 小组对他们的可调 ESO 能否很快参加商用莫得任何扭曲，但他们的计议象征着向硬件扶助的东说念主工智能性能又迈进了一步。

内存处理系统中 UM 基于内存的内核的默示图。图片由Nature提供

淌若忆阻器件大致愚弄当代半导体时候，它们对定制的东说念主工智能硬件惩处有规划的影响可能是宏大的。UM团队推断，在不改变时辰常数的情况下，他们的新材料系统不错将东说念主工智能芯片的能效晋升到当今材料的六倍。

• AI
• 芯片
• 时辰
• 忆阻
• 赋予