神经形态计算

神经形态计算是一种模拟人脑结构和计算方式的芯片架构，将存储与计算合二为一。

核心优势

与传统AI芯片在内存和处理单元之间不断搬运数据不同，神经形态计算可大幅降低能耗。[[剑桥大学忆阻器研究]]展示的新型氧化铪忆阻器可将AI能耗降低高达70%。

产业化前景

剑桥大学的突破为大规模神经形态AI芯片的产业化铺平了道路，有望从根本上缓解AI产业面临的能源瓶颈。低功耗芯片也是[[physical-ai]]发展的关键前提。

相关概念

• [[AI能效革命]]：神经形态计算是AI能效革命的核心技术路径。
• [[physical-ai]]：低功耗神经形态芯片是Physical AI在边缘端部署的关键。