港大芯片研发极简架构突破处理速度百亿倍

图片只作辅助表达,并非真实画面,由 AI 生成
资讯来源:互联网公开资料整合

香港大学的研究人员近期研发出一种新型模拟内容寻址存储器芯片,该技术在特定计算任务上展现出极高的运算效率。

研究团队针对传统计算机中内存和处理器间数据传输缓慢、能耗高等“冯·诺依曼瓶颈”问题,开发了这一架构。该芯片能够让搜索数据与存储数据在同一步骤内进行比对。

相比现有的结构,这项创新极大地简化了电路设计。例如,一个极简单元仅需2个晶体管即可实现,而传统设计则需要16个晶体管。这种设计不仅有效缩小了芯片的物理尺寸,还能更好地应对模拟信号的连续处理需求。

为了解决将二维材料与电路连接时电子流动受限的难题,研究人员采用了半金属锑作为接触电极,从而打通了一条电阻极低的传输通道。

该技术在汉明距离计算等测试中表现出极高的准确性。相关分析认为,这项成果为未来构建高效能、低功耗的人工智能硬件提供了明确的技术路径。

目前,这项研究成果已在国际知名的《自然·纳米技术》期刊上正式发表。

浏览 10190 · 资讯ID: 18853

返回首页

相关问题

这项新芯片的主要技术突破点是什么?
其核心突破在于采用极简架构,将模拟搜索过程集成到存储器本身,大幅减少了所需晶体管的数量,同时解决了二维材料连接电路时电子流动的限制。
该技术相对于传统CAM单元有哪些优势?
极简架构显著减小了芯片面积,并使其能够更直接地处理连续的模拟信号,提高了信息存储的密度。
研究团队在实际应用中取得了哪些关键进展?
在汉明距离计算等测试中,该芯片展现出极高的准确率,研究成果已在《自然·纳米技术》上发表。
标签: AI 人工智能 香港

评论 (0)

暂无评论,快来抢沙发吧!