由加州大学圣迭戈分校、斯坦福大学、匹兹堡大学、圣母大学、清华大学组成的一支国际研究团队设计并制造了一种直接在内存中运行计算的神经形态芯片NeuRRAM，可运行各种人工智能（AI）应用。而且，该芯片在保持高精度的同时，能耗仅是通用AI计算平台能耗的一小部分，兼具高效率和通用性。相关研究成果8月17日发表于《自然》杂志。

目前，AI计算既耗电又昂贵。边缘设备上的大多数AI应用程序都涉及将数据从设备移动到云端，AI在云端对其进行处理和分析，然后将结果移回设备。NeuRRAM芯片通过降低边缘AI计算所需的功耗，可带来更强大、更智能、更易于访问的边缘设备和更智能的制造，以及更好的数据隐私。

此外，NeuRRAM芯片具有高度的通用性，支持多种不同的神经网络模型和架构。研究人员在芯片上运行了各种AI任务。就准确率而言，NeuRRAM芯片在手写数字识别任务上达到99%，在图像分类任务上达到85.7%，在谷歌语音命令识别任务上达到84.7%。该芯片还在图像恢复任务中减少了70%的图像重建误差。这样的结果可以媲美于现有的数字芯片。

信息来源：

https://www.nature.com/articles/s41586-022-04992-8