盖世汽车讯 虽然世界上的大多数计算仍然是数字化的，但周围数据是通过传感器以模拟形式捕获的——例如通过摄像机获得的图像、温度和声音，并且必须以数字形式转换以确保精度。但想象一下，一辆自动驾驶汽车需要捕捉道路上的信息等，然后立即做出决策，这些数据需要以低能耗和高精度进行快速转换。如果新设计的模拟芯片能够提供数字计算的精度以及模拟计算的节能和高速优势，结果会怎样呢？

如果计算机芯片由各种电路组成，那么忆阻器是电路中相对较小的元件，可以非常有效地存储和处理数据。南加利福尼亚大学（University of Southern California，USC，或译南加州大学）维特比工程学院电气与计算机工程（Viterbi School of Engineering Electrical and Computer Engineering）教授 J. Joshua Yang 实验室此前发表论文，研究人员能够调整忆阻器以达到前所未有的精度。教授 Yang 位于南加州大学维特比分校及其高级计算学院的实验室专注于开发计算设备。

据外媒报道，该实验室设计出新的电路和架构，可以使用相同的忆阻器实现更高的精度，这可以极大地将此类技术的应用扩展到神经网络等传统的低精度领域之外。此外，教授 Yang 称这项创新也适用于其他类型的存储技术，包括使用与磁硬盘驱动器的读取头相同的设备的磁性存储器，以及使用与光盘（CD）相同的材料的相变存储器。

图片来源：南加利福尼亚大学

Yang 表示，通常情况下，将模拟设备快速精确地编程为目标值非常具有挑战性。Yang 的实验室开发出电路架构和相应的算法来做到这一点。这项创新使得使用模拟设备的模拟计算对许多应用更具吸引力。Yang 表示，" 数字系统的准确性更高，效率更高，速度更快。"

Yang 表示，这种类型的改进至关重要，因为此类创新可用于训练开发人工智能（AI）和机器学习（ML）所需的神经网络，但迄今为止只能通过非常昂贵的数字系统来完成。这项创新还将实现人工智能和机器学习之外的新应用，例如天气预报等科学计算。