为AI寻找最佳人造突触：IBM电化学RAM亮相IEEE电子元件会议_：为AI寻找最佳人造突触：IBM电化学RAM

科技频道提示您本文原始标题是：为AI寻找最佳人造突触：IBM电化学RAM亮相IEEE电子元件会议

选自 spectrum

作者：Samuel K. Moore

参与：Geek AI、张倩

用什么样的设备构建一个神经网络才是最合适的呢？它需要运行速度快、体积小、功耗低，能够可靠地存储许多比特的信息。在旧金山举行的 IEEE 国际电子元件会议上，来自 IBM 公司、普渡大学等机构的研究人员介绍了几种新设备，试图接近深度学习和神经形态计算所需的理想状态。

可以看作是一组神经元与神经元之间相互连接的结构。这些连接（类似于生物神经元中的突触）都具有相应的特殊强度或。公司和学术研究人员并没有使用普通 CPU 的逻辑和内存来表示神经网络，而是一直在研究用不同种类的非易失性内存阵列表示它们的方法。这样，就可以在不移动任何数据的情况下进行关键的计算。目前，基于可变电阻式存储器、闪存、磁性随机存储器和相变内存的人工智能系统都处于研究过程中，但它们都有各自的局限性。最近，在旧金山举行的 IEEE 国际电子元件会议上，研究人员提出了一些可能取得更好性能的备选方案。