大数据文摘受权转载自学术头条
作者：田小婷
人工智能（AI）硬件有望彻底被颠覆，在计算速度和能效方面实现前所未有的改进。
日前，来自印度科学研究所、德克萨斯农工大学和利默里克大学的研究团队，在一篇发表在权威科学期刊 Nature 上的研究论文中介绍了一种新型分子忆阻器，将神经形态计算提升到了前所未有的高精度。
加之神经形态计算固有的功耗低、延迟小、可扩展性高等特点，这一研究为人工智能的未来发展，尤其在能效需求迫切的领域提供了新的可能性。
据介绍，他们设计了一种基于钌（Ru）复合物的新型分子忆阻器（神经形态硬件中的核心组件），其使用一种偶氮芳香配体，能够实现 14 位的分辨率，并通过精确的动力学控制，可访问多达 16520 个不同的模拟电导水平。相比于传统的计算方式，这种新型分子忆阻器具备以下特点：
超高精度：信噪比达到 73 dB，超过现有技术四个数量级。
极低能耗：相比数字计算机，能效提升 460 倍。
大规模并行运算：可以在分子级别完成计算任务，显著提升计算效率。
研究团队表示，这种新型分子忆阻器的应用可能扩展神经形态计算的范围，使其超越目前的小众应用，增强从云端到边缘的数字电子设备的核心功能。
值得一提的是，这种新型忆阻器有望成为复杂人工智能模型（如 GAN 和 Transformer）的重要加速器。
研究团队表示：“我们的终极目标是用这种基于环保节能材料的高性能计算系统，取代现有的计算架构，并将其应用到日常生活的各个领域，从服装、食品包装到建筑材料，真正实现分布式的无处不在的信息处理。”
迄今最大，克服传统计算架构瓶颈
并行处理：像大脑一样，可以同时处理大量信息。
低功耗：受生物神经元启发，功耗远低于传统计算机。
自适应学习：可以像人类大脑一样，通过不断调整连接权重，完成复杂的学习任务。
