（本篇文篇章共953字，阅读时间约1分钟）
图片来源：Andreas Heddergott / TUM
2023年11月15日报道，慕尼黑工业大学（TUM）的Hussam Amrouch教授领导的研究团队近期成功开发出一种可用于人工智能的创新芯片架构，其性能较同类内存计算方法提升了一倍。
根据最新发表在《自然》杂志上的研究结果，这项技术创新集成了数据存储和处理功能，借鉴人脑结构的灵感，有望在未来三到五年内投入市场。然而，要实现这一目标，需要跨学科的合作，以确保符合行业安全标准。
该芯片采用了铁电场效应晶体管（FeFET）的特殊电路，应用了一种新的计算模式。这一创新有望在未来几年内应用于生成式人工智能、深度学习算法和机器人等领域。
在过去，芯片通常只在晶体管上进行计算，而新型芯片将数据存储和处理功能整合在一起，显著提高了效率和性能。Amrouch教授解释说：“因此，芯片的性能也得到了提升。”
随着人类对芯片性能需求的不断提高，未来芯片必须更快、更高效，并且不能过度升温。这对于支持实时计算等高能耗应用，如无人机飞行，至关重要。
为了衡量芯片的性能关键要求，研究人员使用了每秒每瓦特的太赫兹运算量（TOPS/W）这一参数。新型人工智能芯片的TOPS/W达到了885，比同类芯片（包括三星公司的MRAM芯片）高出一倍。而目前广泛使用的CMOS芯片的运行速度在10-20 TOPS/W之间。
研究人员从人类大脑中汲取灵感，模仿神经元和突触的工作原理。Amrouch指出：“在大脑中，神经元负责处理信号，而突触则能够记住这些信息，描述了人类如何学习和回忆复杂的相互关系。”
这项技术的关键在于采用铁电（FeFET）晶体管，这种电子开关具有特殊的附加特性，即使在断电的情况下也能存储信息，并在晶体管内同时进行存储和处理数据。
Amrouch教授强调：“现在，我们可以构建高效的芯片组，用于深度学习、生成式人工智能或机器人等应用，例如在这些应用中，数据必须在生成的地方进行处理。”
虽然这一技术前景广阔，但要将适用于实际应用的内存芯片推向市场，还需要数年的时间。工业界的安全要求是一个挑战，必须确保新技术符合行业特定标准。Amrouch教授表示：“这再次凸显了计算机科学、信息学和电气工程等不同学科研究人员跨学科合作的重要性。”他认为这是取得成功的关键之一。
这一新型人工智能芯片的潜在应用包括运行深度学习算法，实时识别太空中的物体，或处理无人机在飞行过程中产生的数据，而无需担心性能下降。虽然距离市场应用还有一段时间，但这一技术的突破将推动人工智能芯片领域的发展，为未来的高能效计算打开新的可能性。
*免责声明：以上内容整理自网络，仅供交流学习之用。如有内容、版权问题，请留言与我们联系进行删除。
