密歇根大学工程学院研究人员开发了一种软硬件协同设计方案，将状态空间模型直接映射到内存计算架构上，显著提升人工智能在边缘设备上的能效并降低处理延迟。该方法支持对视频或传感器数据流等连续数据进行实时处理，使高性能 AI 可在智能手机、助听器或自动驾驶汽车摄像头等本地设备上运行。相关成果发表于《NatureCommunications》。研究指出，状态空间模型中的运算可利用内存计算系统的物理特性高效执行，克服了该类硬件在运行卷积神经网络和 Transformer 模型时的局限性。